人工智能在制造业中的应用及其对未来工厂的重要性人工智能在制造业生产中可以发挥哪些作用

发表时间：2023-07-12 07:26:52

人工智能在制造业中的应用及其对未来工厂的重要性

制造业中的人工智能是什么?制造业中的人工智能是如何演变的？人工智能在制造业中的现状人工智能在制造业中的发展前景如何？制造业和人工智能：应用和益处

完全自主的工厂一直有太多的臆想成分，往往出现在推理小说中。在这种情景中，机器人生产线几乎不需要人工操作而完全由人工智能（AI）系统来指挥。但在可预见的时间内，以这种方式在制造业使用人工智能还不太可能。

人工智能在制造业中的现实概念更像是集合在一起的应用程序，这些应用程序用于紧凑却又离散的系统，管理着特定的制造流程。它们或多或少地自主操作，并以日益智能甚至人性化的方式对外部事件做出反应，这些事件包括工具磨损、系统中断、发生火灾或自然灾害等事件。

制造业中的人工智能是什么？

制造业中的人工智能就是机器自主地执行类似人类任务的智能：对内部和外部事件做出响应，甚至预测事件。机器可以检测到工具磨损或意外的情况（甚至预期会发生的情况），并且可以对问题做出反应并加以解决。

历史学家在追踪人类从石器时代到青铜时代、铁器时代等不同时期的发展，根据人类对自然环境、材料、工具和技术的掌握来衡量人类进化的发展轨迹。人类目前处于信息时代，也称为“硅谷时代”。在这个以电子产品为基础的时代，人类能力通过计算机的使用在总体上得到了提升，对自然界施加的影响是前所未有的，在几十年前人们根本无法想象的一些事情现在通过协同能力已经可以完成。

电子数值积分器与计算机（ENIAC）是世界上第一台数字电子可编程计算机，此处显示的是费城弹道研究实验室，大约在1947至1955年之间。

计算机技术越来越有能力做原来由人类自己做的事情，随着这种趋势的发展，人工智能已成为一种水到渠成的发展成果。人们可以选择如何利用机器学习和人工智能。人工智能擅长的一件事是帮助有创意的人做更多的事情。这并不意味着人工智能一定要取代人工；理想的应用程序可以帮助人们发挥他们在制造过程中的优势，而这种优势可以是在工厂制造一个部件或设计一种产品或部件。

人工智能越来越多地涉及到人类和机器人之间的协作。尽管工业机器人普遍被视为有自主能力和“智能”，但它们中的大多数还需要人们大量的监督。通过人工智能的不断创新，这些机器人会变得更加智能，使得人类和机器人之间的协作更加安全和高效。

制造业中的人工智能是如何演变的？

如今，大多数制造业的人工智能被用来进行测量、无损测试（NDT）和其他流程。人工智能正在协助人们设计产品，不过在实际制造领域的应用仍处于初期阶段。机械工具仍然显得相对迟钝。在车间使用自动化工具已有不少新闻报道了，但世界上许多工厂仍然依赖着旧设备，这些设备通常只有一个机械的或非常有限的数字界面。

在较新的制造机器中，工人可以在屏幕上（无论是在系统自己的屏幕上还是通过计算机）直观地看到自己正在执行的操作。传感器可以提供各种因素的有关信息，包括材料供应和能量消耗。

较新的制造系统安装有屏幕（人机协作界面）和电子传感器，可对原材料供应、系统状态、能量消耗和许多其他因素提供反馈。工人可以在计算机的屏幕上或机器上看到自己正在执行的操作。人工智能在制造业的应用范围越来越广泛，未来的发展方向也越来越明确。

近期的发展前景包括对实时加工流程和包括工具磨损在内的状态信息显示进行监控。此类应用属于“预测性维护”的范畴。这对人工智能来说是一个明显的机会：读懂来自传感器的连续数据流的算法，找到有意义的模式，通过分析来预测问题，并提醒维护团队在问题发生前把问题解决掉。机器内部的传感器可以监控正在发生的情况。它可能是一个用于监听皮带或齿轮开始磨损的声学传感器，也可能是一个用于监听工具磨损情况的普通传感器。这些信息将与一个可以预测该工具剩余寿命的分析模型连接在一起。

在车间里，增材制造正在成为一种重要的生产模式，并促使在系统中添加了许多新型传感器，监控影响材料和制造技术的新情况，而这些新的制造技术在过去10年中才被广泛引用。

人工智能在制造业中的现状

当制造过程出现缺陷时，人工智能正在通过使用数字孪生的手段，实现更精确的制造工艺设计，以及对问题的诊断和解决。数字孪生是对实际部件、机床或者正在制作的部件进行精确的虚拟复制。这不仅仅是一种计算机辅助设计（CAD）模型。它是对部件以及在出现缺陷的情况下该部件会表现出的行为进行的精确的数字表示。（所有部件都有缺陷，这就是为什么它们会出现故障。）将数字孪生应用于制造流程设计和维护离不开人工智能。

大型企业拥有对这些创新活动进行资助的财务实力，同时也可从人工智能的采用中获得巨大的收益。但是，一些最具想象力的应用程序是由中小型企业资助的，例如为技术密集型行业（如航空航天）提供服务的合同设计师或制造商。

许多中小企业正试图通过迅速引用新的机械或技术来超越更大的竞争者。提供这些服务在制造领域显示出与众不同，但有时，它们是在没有必要的知识或经验的情况下实施新的工具和流程。从设计或制造的角度来看，这种情况可能是真实的；因此，要想进入增材制造，挑战相当大。在这种情况下，与大型企业相比，中小企业引用人工智能的动力可能更大：使用能够提供反馈并协助设置和操作的智能系统可以帮助小型初创企业在市场上抢占一席之地。

实际上，端到端工程专业知识可以融入到制造过程中。举例来说，在交付装有人工智能的工具时，可以采取打包的方式，将指导安装、引用的知识、传感器以及对检测操作和维护问题的分析手段一并提供给买方。（这些分析可能包括所谓的“unsupervisedmodels”（“无人监督模型”），这种模型经过培训，可通过寻找奇怪的或“错误的”表现来查找与已知问题无关的传感器的反馈模式。）

这一概念的一个真实例子是DRAMA（用于航空航天的数字化可重构增材制造设施），这是一个于2017年11月启动的，耗资1940万美元的合作研究项目。欧特克是与制造技术中心（MTC）合作以建立“digitallearningfactory”（“数字学习工厂”）原型的公司联盟成员之一。整个增材制造流程链都采用了数字孪生手段；该设施将进行重新配置以满足不同用户的要求，并允许对不同的硬件和软件进行测试。开发人员正在构建一个增材制造的“知识库”，以帮助人们对技术和流程的利用。

航空航天只是众多行业的一个例子，它们可以从制造流程链创建的数字孪生中获益。

在前边谈到的DRAMA中，欧特克在设计、仿真和优化方面发挥着关键作用，同时充分考虑到制造过程的下游流程。了解制造流程对每个零件的影响是非常关键的，人类可对这一信息进行自动化处理，然后通过衍生式设计将其引入设计流程，从而使数字设计的性能更接近实际零件。

人工智能在制造业中的发展前景如何？

上述情况表明，有关厂商有机会有效地对端到端工作流程进行打包，然后销售给制造商。它可以包括从软件到工厂的实际机械、对机械制作的数字孪生、与工厂供应链系统交换数据的订购系统，以及在输入的信息通过系统时监控流程并收集数据的分析手段。实际上，这就是要创建“盒装工厂”系统。

盒装工厂

这样的系统可以让制造商查看今天生产的部件，将其与昨天生产的部件进行比较，确保质量保证措施正在得到实施，并分析生产线上每个流程的无损测试。这种反馈将帮助制造商准确了解制造这些部件所用的参数，然后从传感器数据中查看什么地方存在缺陷。

此处展示的是增材制造“工具箱”的一个示例：集装箱内的机器人正在建筑工地待命作业。

该过程的乌托邦构想就是，在一端装入材料，在另一端取出部件，人们只需要对系统进行维护。尽管最终该系统中的大部分工作可以由机器人完成，但在目前的概念中，在设计、决策、监督制造以及一系列生产线的工作仍由人工来完成。该系统可帮助人们了解他们的决策带来的实际影响。

机器学习和自主的人工智能

人工智能的力量在很大程度上来自机器学习、神经网络、深度学习和其他自我组织系统在没有人为干预的情况下从自己的经验中进行学习的能力。这些系统可以从大量数据中快速发现重要发模式，而处理这样海量的数据是人类分析师无法完成的工作。不过，在当今的制造业中，人类专家仍在在很大程度上指导着人工智能应用程序的开发，把他们从之前的工程活动中获得的专业知识编码到新的程序中。在该过程中，人类专家借鉴已经发生的情况、出现错误的情况以及工作良好的情况。

尽管人工智能在制造业变得越来越普遍也越来越重要——因为它能够比人类更快地在大量数据中检测模式，但人工智能应用程序的开发仍需要人类专家的指导。

因为人工智能可对机载传感器的数据进行分析以进行预防性维护和改进工艺流程，最终，自主人工智能将利用这一专业知识体系，使工人（如增材制造领域的新员工）从操作反馈中受益。这是迈向创新（如自我校正机器）的中间步骤，当工具磨损时，系统会自行调整以保持工作性能，同时建议工人更换磨损的组件。

工厂规划和布局优化

人工智能应用程序并不局限于制作流程本身。让我们从工厂规划的角度看一下这个问题。工厂布局是由多种因素决定的，从操作员的安全到流程的效率。这可能需要对工厂进行重新配置以适应短期的系列项目或经常变化的流程。

频繁的变化可能导致原来没有注意到的空间和实际冲突，从而产生效率或安全问题。但是，这些冲突可以使用传感器进行跟踪和测量，人工智能在优化工厂布局方面可以发挥作用。

人工智能可以在工厂的车间布局和优化方面发挥作用，帮助发现潜在的操作员安全问题并提高流程效率。传感器可为人工智能的实时分析捕获数据

在采用存在着大量不确定性的新技术时（如增材制造），有一个重要的步骤就是在产品生产后进行无损测试。采用无损测试可能非常昂贵，特别是当它包含固定设备CT扫描仪（用于对制造部件结构完整性进行分析）的时候。在特别零件的制造过程中会获得大量的数据集，机器中的传感器可以链接到建立在该资源之上的一些模型之上。一旦可以使用传感器的数据，便可进行很多有意义的活动，例如通过将该数据与CT扫描中观察到的缺陷联系在一起的方法，构建机器学习模型。传感器数据可以对分析模型认为可能存在缺陷的零件进行标记，而不需要对该零件进行CT扫描。只有那些有可能存在缺陷的零件才会被扫描，而不是在所有零件脱机时都进行例行扫描。

这种操作还可以监控人员使用设备的方式。制造工程师在设计机械时要对将来该机械如何操作作一些假设。人工分析时，有时可能多出一个步骤，而有时却又会漏掉一个步骤，而传感器可以准确捕获这些信息以供人工智能分析。

在对可能被应用的制造流程和工具作业进行调整以适应各种环境条件方面，人工智能也可以发挥作用。以湿度为例，增材制造技术的开发人员发现，某些机器在某些国家并不能按照设计那样正常地工作，于是，在工厂中使用了湿度传感器对有关条件进行监测，有时还会发现一些意想不到的情况。有一次，工作人员发现，在本来被认为是湿度控制的环境中出现了湿度问题，后来发现，是有人到室外抽烟时没有随手把门关住。

有效地使用传感器数据需要开发有效的人工智能模型。这些模型必须经过训练才能理解它们在数据中看到的内容，比如导致这些问题的原因是什么，如何检测这些原因以及要采取什么措施。如今，机器学习模型可以使用传感器数据，预测问题会在何时发生，并提醒排除故障的工作人员采取行动。最终，人工智能系统将能够预测问题并对其做出实时反应。人工智能模型不久将被要求创建主动解决问题和改进制造流程的方法。

衍生式设计

人工智能在衍生式设计中扮演着重要的角色，在这个过程中，工程师首先输入一组项目要求，然后由设计软件创建出多个迭代。最近，欧特克收集了大量材料数据用于增材制造，并利用这些数据来驱动一种衍生式设计的模型。对于物料属性如何根据制造过程对单个特征和几何体产生的影响而变化，该原型有一种“理解”能力。

借助人工智能，衍生式设计软件在自动执行日常任务的同时，还可以在相同的时间内比设计师创建出更多的设计迭代。

衍生式设计是一种具有适应性的优化技术。许多传统的优化技术把着眼点放在了更普通的部件优化方法上。基于对材料的测试和与大学的协作，衍生式设计算法可以更加具体，侧重于单个功能，充分应用对该功能的力学性能的理解。尽管设计是理想化的，但制造过程是在现实世界中进行的，因此生产条件可能不尽相同。有效的衍生式设计算法需要考虑这一实际情况。

衍生式设计可以在软件中创建最佳设计和规格，然后使用兼容的工具将该设计分发到多个工厂。这意味着规模较小、地理位置分散的工厂也可以制造更多型号的零件。这些工厂可能离需要它们的地方很近；一个工厂今天还在为航空航天制造部件，而第二天就可为其他重要产品制造部件，从而节约了分销和运输成本。这正在成为制造业的一个重要概念，例如在汽车制造业。

灵活且可重新配置的制造流程和工厂车间布局

人工智能还可用于优化制造流程，并使这些流程更加灵活和可重新配置。当前的需求可以确定工厂车间的布局并生成一种流程，而这种布局和流程也可以根据未来的需求来调整。那些模型可用来对其进行对比和比较。然后，该分析将判断出最好是使用较少的大型增材制造机器还是使用大量较小的机器，这也许会降低成本，并在市场需求放缓时将其转移到其他项目中。“假设分析”是人工智能常见的应用。

模型将用于优化车间布局和流程排序。例如，可以直接通过3D打印机对增材部件进行热处理。材料进来时可能已经预回火，或者需要重新回火，从而需要另一个热循环。工程师可以运行各种假设分析方案来确定工厂应该拥有何种设备，将流程的几个部分转包给附近的另一家公司可能更有意义。

这些人工智能应用程序可能会改变业务结构，该结构决定工厂将专注于一个封闭的工艺流程，还是接受多个产品或项目，后者将使工厂更具弹性。以航空航天业为例，这一行业正经历着衰退，其制造业务也可能改行制造医疗部件来适应目前的疲软状况。

制造业和人工智能：应用和益处

设计、流程改进、减少机器磨损和优化能耗都是可以应用人工智能的制造业领域。这一演变已经开始。

机器变得越来越智能，机器之间以及机器与供应链和其他业务自动化之间，也变得越来越集成。理想的情况是，进入的是材料，出来的是部件，传感器可以监控链条中的每个环节。人们对流程保持控制，但不一定非要在该环境中工作。这将解放出重要的制造资源和工作人员，让他们专注于创新而不是那些可以被自动化代替的重复性工作，从而创造出新的设计和制造组件的方法。

与任何根本性的转变一样，人们对人工智能的采用也不是没有阻力的。人工智能所需的知识和技能可能是昂贵的，而且是稀缺的；许多制造商内部并没有这种能力。他们认为自己的优势在专业能力方面，因此为了证明投资是为了创造新的东西或改进流程，他们需要详尽的证据，并害怕承担因为扩大工厂规模而带来的风险。

这可能使“盒装工厂”的概念对这些公司更有吸引力。更多的企业，特别是中小企业，可以自信地采用端到端打包流程，在该流程中，软件可以与工具作业无缝配合，并使用传感器和分析手段来改进工作。通过增加数字孪生的功能，工程师可以对新模拟的制造流程进行尝试，这也降低了决策的风险。

人工智能在制造业的另一个重点应用领域是预测性维护。这使工程师能够为工厂机器配备经过预先训练的人工智能模型，这些模型融合了累积多时的对该工具作业的知识。根据机器的数据，这些模型可以学习现场发现的因果关系的新模式，以防止出现问题。

在质量检查中，人工智能也扮演着重要角色。这一过程会生成大量数据，因此非常适合机器学习。就拿增材制造来说，就机器如何生产零件、现场条件以及在生产过程中发现的任何问题，一次建造可生成高达万亿字节（TB）的数据。如此海量的数据超出了人类分析的能力范围，但人工智能系统现在已经能够做到这一点。原本适用于增材制造工具的分析可以轻松地用于减材制造、铸造、注塑成型和其他各种制造流程。

如果与人工智能相结合，虚拟现实（VR）和增强现实（AR）可以通过提高生产线工人的速度和精度来帮助缩短设计时间并优化装配线流程。

有了虚拟现实和增强现实这类互补技术，人工智能如虎添翼，可以为缩短设计时间并优化装配线流程提供解决方案。生产线上的工人已经配备了虚拟现实和增强现实系统，他们能够看到装配的过程，从而提供可视化指导以提高工作的速度和精度。操作员可以戴上增强现实的眼镜，这种眼镜可以投射出图表以解释如何组装零件。这一系统可以监控工作并提供提示：扳手的转动已足够，扳手的转动尚不足，或者扳机尚未拉下。

在采用人工智能方面，大型企业和中小企业有着不同的关注点。中小企业往往会制造大量的零部件，而大型企业通常会从其他地方采购大量的零部件进行组装。不过也有例外：汽车制造公司对底盘进行大量点焊，但购买并组装像轴承和塑料部件那样的其他零件。

说到零部件本身，目前正出现一个新的趋势，即使用智能部件：这种部件带有嵌入式传感器，可对其自身状况、应力、扭矩等情况进行监控。不过，这种想法对汽车制造还是有一定的挑战性的，因为上述功能更多地取决于汽车的驾驶方式，而不是行驶的公里数；如果每天要在大量的坑坑洼洼的道路上行驶，汽车很可能需要更多的维护。

Tri-DDynamics使用冷金属熔融增材制造技术将传感器嵌入机器中。这种嵌入式传感器（如上图所示）可以发送各种数据，例如温度和环境的其他条件。Tri-DDynamics供图。

智能部件可以告诉人们它已到达使用寿命的尽头或已经到了需要检修的时间。这些部件本身不需在外部监控数据点，而是偶尔地用人工智能系统从内部进行检查，以报告一下状态正常；当出现异常情况时，部件才提醒人们注意。这种方法减少了系统内的数据流量，这种流量如果到了一定规模可能会对分析处理性能造成重大影响。

人工智能为厂家增值的最大和最直接的机会在增材制造领域。增材制造流程是主要的目标，因为它们的产品价格更高，而体积更小。未来，随着人工智能的增长和成熟，它在整个制造业价值链中可能变得非常重要。

以智能化转型推动制造业高质量发展

【学习贯彻党的十九届五中全会精神】

作者：南京大学长江产业经济研究院特约研究员、东南大学经济管理学院研究员王茂祥

近日，十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》（以下简称“建议”）提出，要“保持制造业比重基本稳定，巩固壮大实体经济根基”，同时强调要“推动互联网、大数据、人工智能等同各产业深度融合，推动先进制造业集群发展”。当今世界正经历百年未有之大变局，新一轮产业变革正在孕育兴起。新一轮产业变革是信息化与工业化的深度融合，是以制造业数字化、网络化、智能化为核心的产业变革。我国越来越多的制造业企业开始加快实现智能化转型，并加快促进物联网与制造业的融合发展。传统制造型企业的生产及运作方式也在不断向智能化和自动化转变。智能化，正在成为制造业转型升级的新动能。

智能化是指利用数字技术，将分散或孤立的设备、产品、生产者、企业等以产业链、价值链等方式连接起来，形成联动发展。党的十八大以来，我国大力发展高技术产业和先进制造业，工业和信息化加速融合，制造业智能化水平持续提升。正如建议提出的，推动传统产业高端化、智能化、绿色化，发展服务型制造。制造业的智能化，不仅要注重“制造”环节的智能化，更要注重研发、生产、供应、销售、服务等制造业全链条串联起来的全面智能化。尤其是，要注重以智能化为载体，加快制造业生产方式和企业形态的根本性变革。

第一，要充分认识制造业智能化转型的重要意义。近年来，以欧美日为代表的发达国家及地区纷纷出台了基于智能制造业为核心的“再工业化”国家战略。这其中德国的工业4.0受到了全球学界、业界以及政界的广泛关注，其主旨体现为依靠智能制造逐步提振制造业竞争力。我国也出台了相关政策，明确提出了智能制造对于我国发展成为工业强国的重要战略意义。智能制造有助于促进制造业整体质量、效率和效益的全面提升。在全球产业结构新一轮调整中，谁能在智能制造方面走在前面，谁就能拥有更强的竞争力，从而在未来竞争中占据优势。

第二，要加快培育具有本地特色优势的智能制造业。“智能+制造”是智能制造的表现形式，个性化生产是智能制造的基本特征。各地要对照国家智能制造的相关标准，着眼于抢占智能制造发展的制高点，深入推进“智能+”，推进智能车间、智能工厂的培育建设，促进传统制造业转型升级。要培育一定数量的具有本地特色的人工智能领军企业及相关高新技术企业，建立一批标杆性的智能制造企业，实现传统制造向智能制造转变，以智能化推动现代产业体系建设。

第三，要强化智能制造业的关键技术攻关。目前我国大多数制造业企业还处于机械化与电气化阶段，信息技术的储备与能力不足，尤其缺乏自主可控的关键核心技术，仍面临关键装备与核心零部件受制于人的问题。为此，要强化核心智能技术的研发，大力研发智能制造软件、硬件系统以及相应的集成产品。在针对智能制造产业的关键性技术攻关方面，尤其要注重智能机器人技术的研发，加快研发一批具有自主知识产权的智能装备新产品，不断提高生产智能化及自动化程度。要结合智能技术研发,制订智能行业的技术标准，提高对行业发展的控制力。

第四，要注重发挥网络技术在智能制造业发展中的基础作用。要加快区域5G网络建设覆盖，推进企业“5G工业互联网”先导应用，实现新一代信息技术与制造业深度融合，更好地支撑企业实施智能制造。要结合物联网的应用，构建以物理系统与信息系统高度融合为核心特征的智能生产系统，建立与生产线、产品、设备、工艺有关的数字化模型，以此优化生产工艺与生产流程。要利用物联网技术，逐步完善企业智能制造相关的基础信息设施，推进智能制造系统中人与人、人与设备、设备与设备之间的互联互通。

第五，要强化制造业各环节的智能技术应用。智能化制造并非简单利用机器替代人工，而是涉及整个供应链的协同。要以人工智能为核心，涵盖设计、研发、生产、销售及服务等制造业各环节，将云计算、大数据、物联网、5G等新一代信息技术与先进制造技术相结合，实现智能制造业的融合发展与创新突破。在此基础上，创新智能技术的应用，使其服务于生产制造、供应链管理、产品营销、售后服务等各环节，提高企业生产与经营管理效率。

制造业是实体经济的根基，是强国之本、立国之基。制造业的提质增效是高质量发展的关键。从全球范围看，制造业的生产方式正快速向“智能制造模式”转变。智能制造代表着制造业的发展方向，为产业转型升级和持续发展提供了基础和可能。站在新起点上，要把握数字化、网络化、智能化融合发展的契机，加速制造业与智能技术的深度融合，不断提高制造业智能化水平。由此，中国制造必将不断突破发展瓶颈，在实现高质量发展的路上行稳致远。

人工智能与制造业的融合发展

原标题：人工智能与制造业的融合发展

近年来，我国在信息技术等领域的研究与应用取得了相当不错的成绩。人工智能、5G通信以及云计算等技术的不断进步为我国各行业的智能化、便捷化、创新化的发展起到了关键作用。人工智能这一技术手段在互联网行业的应用已经较为成熟，并且取得了较为不错的成绩，但是人工智能对于制造行业的发展与升级仍未达到令人满意的成绩。制造业作为实体经济中最为关键的一个行业对于我国实体经济的可持续化发展的进程起到了决定性的作用，因此促进人工智技术与制造业的深度融合，进一步推进智能制造的进程是非常有必要的。

1.人工智能对于制造业的意义

1.1提高制造业生产制造效率，降低劳动力密度：人工智能技术在制造业生产制造过程中取代了一些传统的设备，生产线的设备由自动化向智能化、高效化转变。智能化的工业生产设备的投入使用大幅降低人力的需求量，危险性较高的加工过程也将由智能机器人代替，一方面保证了生产过程中的安全性，另一方面大大提高了生产的效率，智能化工业设备带来的是精准化、高效化生产。

1.2生产由标准化向柔性化转变，精准预测市场：随着智能时代的不断创新发展，消费者的需求差异越来越大，标准化的生产模式越来越无法满足消费者的要求。人工智能技术的诞生对于挖掘消费者需求数据以及特征行为等方面发挥着重大的贡献。与此同时，利用人工智能技术的独特优势对相关产品的市场前景进行预测分析，将分析结果作为生产过程中的参考依据，有效实现对生产线的生产制造计划进行控制与管理，从产品的供应链、物流链、生产链等各个环节进行合理把控，降低相关流程的不必要成本。

1.3严格把控产品质量，实现全面监控：人工智能设备在进行产品检测的过程中不仅可以对产品对肉眼检测不到的微小细节进行严格把控，更可以实现产品检测的高效化，在短时间内对批量的产品质量进行反馈。智能设备可以全面覆盖产品检测的全过程，大幅度降低了生产过程中出现的次品率，对于已出现的产品问题进行收集与分析检测，并利用已有的数据库信息对残次品进行统一批量化处理，对产品质检及后续处理进行全面覆盖，有效保证产品的质量。

2.人工智能与制造业深度融合的策略

2.1搭建智能制造研究基地：搭建智能制造业的研究基地一方面是为我国智能制造业的发展奠定一定的理论与技术基础，另一方面可以作为设备检验管理与控制中心。我国在人工智能技术的应用方面取得了非常不错的成绩，但是对于新技术的研发、算法的研究设计以及核心器件的生产研究方面并没有领先，利用研究基地吸收此领域的研究学者，集中投入人力与物力成本，研究基地的搭建对于改善这一现状、加速着我国智能制造的进程以及提高我国制造业国际地位等方面发挥着强大的推动作用。

展开全文

2.2重视相关专业复合型人才培养：我国大部分制造型企业对于人工智能这一概念并未有深入的理解，仍处在简单的理解层面，缺乏智能化转型的意识。正是由于制造型企业的人员对于人工智能薄弱的认识，以及对相关技术掌握的匮乏才造成智能制造发展的停滞。“人工智能”+“制造”复合型人才的稀缺将无法支持二者的融合发展。这两个领域都需要经过基础化、专业化的人才培养过程，适当在我国高校内进行智能制造业试点人才培养计划，有针对性地进行相关专业知识体系的构建，并根据试点开展的结果合理修改相关课程、专业知识、实践技术等问题。

2.3逐步建立制造业大数据共享中心：建立制造业大数据共享中心，通过数据共享逐步实现制造业市场的数据标准化，实现制造业生产制造全过程的信息自动采集。构建我国制造业产品质量检测的数据平台，提升制造型企业的管理机制，打造制造业生产管理的集中化，在保证产品质量的同时，优化制造型企业的市场服务机制。在大数据中心建立并使用的过程中，着重对数据安全的监管，将数据安全问题放在首要位置，建立制造业大数据安全保障体系，推动数据共享平台的运行。

2.4充分发挥人工智能技术的优势：机器识别与交互过程是制造业创新发展过程中应用的重点，利用视觉AI技术对用户特征进行提取，并利用算法进行分析研究。由点到面进行搜集与分析，充分发挥人工智能、云计算、机器学习等新技术预测市场发展前景以迎合市场不断更替的需求，确定制造型企业的市场定位。

智能时代的到来对于制造型企业而言是一个至关重要的机会同时也是一个较大的威胁，应对新时代所带来的颠覆性的改变，并与新技术充分融合是我国制造业可持续发展过程中需要重视的关键环节。

原文《基于人工智能与制造业深度融合发展的分析研究》

作者：冯瑞林（辽宁师范大学）

刊载于《现代商贸工业》杂志2019年第24期返回搜狐，查看更多

责任编辑：

人工智能在未来制造业中扮演什么角色

在全新理念的引导下，机器人可以更多承担重复简单甚至是危险的工作，而帮助人类从繁杂工作中解放，获得更多从事创造性工作的机会。比起人工智能完全取代人的方式，工厂不必担心人工智能做出错误的决定延误生产，也不用考虑人在做重复劳动时效率降低的问题，双方取长补短，最大化的提升生产效率，从长远角度来看，这样的方式无疑更符合生产的需求，也更符合社会的需求。

没有网络，场景互联无从谈起

有了人工智能的辅助，工作将变得更加轻松，但这仍然不够，对于人工智能来说，还需要一个适合的土壤帮助其生根发芽，这便是新时代下的工业互联网。

在以往，同一个厂房，里面的设备各不相同，彼此之间很难联通。若是不同的工厂或是行业，各设备之间的差异则会更大，很难进行统一工作。

工业互联网的普及和发展将有效解决这个问题。在新时代网络的加持下，工厂设备能够通过云技术获得需要的算力（工业云计算和边缘计算），算据（工业大数据）和算法（工业人工智能），在这样的方式下，人工智能将可以快速应用到生产中的方方面面，之前无法统一调配的设备将处在同一平面，进行协同工作，不同工厂之间也能够根据实际情况进行快速资源调配，实现生产效率最大化。可以看出，有了工业互联网的加持，人工智能将发挥更大的效力。

值得一提的是，为了进一步推广工业互联网，从2017年底国家发布了一些列有关的政策。2017年，国务院出台《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，1年之后，工信部成立工业互联网专项工作组，又推出了一系列政策，同时启动实施工业互联网三年行动计划。在多地政府的联动响应下，工业互联网迅速发展。相关示范基地，区域工业云应运而生。

与此同时，随着科研的深入，云技术正在不断趋于成熟，推进整个工业环境的转化。可以预见，随着云技术的发展，很多工厂长期保有的业务模型将不得不面临更新换代的问题。在这之中，对新旧技术换代的节奏把控将显得尤为重要，转换的完成度，将很大程度影响制造业新格局的建立。

近年来，无论是互联网企业还是传统工业的转型，对于云技术的前景和应用，大家都有自己的计划。在制造业，云技术的应用将很大程度颠覆以往模式，但也为未来发展开辟了新的道路。

新型技术渴望与之匹配的技术平台，可以预见，工业互联网的应用最终会让软件的作用被无限放大，而与之相对的，工业生产将不再倚重于硬件力量，向着全新的方向奔驰而去。

随着西门子、通用电气（GE）、施耐德以及霍尼韦尔等企业纷纷在搭建工业云平台方面发力，这一天已经指日可待。

互联网+人工智能服务制造业的三类典型场景

从实际角度出发，互联网+人工智能的应用，最终将服务于以下三种场景。

一、为产品注智，从软件和硬件对制造业进行升级，通过互联网将信息注入，为产品提供人工智能算法，促成制造业新一代产品的智能升级。如谷歌开发出的专用于大规模机器学习的智能芯片TPU，腾讯AI对外提供计算机视觉AI能力的开放平台均是如此。

二、为服务注智，通过人工智能和互联网的结合，为制造企业提供精准增值服务。售前营销阶段通过人工智能对用户需求进行分析，实现精准投放。在售后服务方面，以物联网、大数据和人工智能算法，实现产品检测和管理，同时为可能出现的风险进行预警，进一步加强对售后的管理。在此方面比较好的一个例子就是三一重工结合腾讯云，把分布全球的30万台设备接入平台，利用大数据和智能算法，远程管理庞大设备群，这样的方式大大提升了设备运营效率，同时还降低了运营成本。

三、为生产注智，通过互联网将人工智能技术注入生产流程，使机器能够应对多种复杂情况的生产，进一步提升生产效率。这种场景应用目前比较多的应用于工艺优化，通过使机器学习健康的产品模型，完成质检，视觉识别等功能。

需要指出的是，机器无法代替人的温度，在构建产品的实用性、人性化设置、对生产的全局把控等方面，人工智能还远无法替代人类的作用。但作为人类的辅助，人工智能能够很好的完成任务，在人机协作的模式下，制造业在产品质量、产品创新、售后服务、运营效率等方面仍将有非常大的潜力能够挖掘，相信，随着人工智能的继续发展，制造业还将迎来更大的突破。返回搜狐，查看更多

制造业中的人工智能：工业人工智能用例

根据AspenTech2020工业人工智能研究报告，在大型工业公司中，83%的人认为人工智能会产生更好的结果，但只有20%的人采用了它。领域专业知识对于在制造业中成功采用人工智能至关重要。它们共同构成了工业AI，它在特定领域的工业应用中使用机器学习算法。人工智能可以通过机器学习、深度学习和计算机视觉在制造业中发挥作用。

让我们探索制造业中人工智能技术的一些重要趋势，以更清楚地了解您可以做些什么来使您的业务保持最新状态。

人工智能是一个广泛的领域对于我们将讨论的所有在制造业中应用的技术，人工智能并不是描述它们的最准确方式。人工智能是一个非常广泛的主题，有许多不同的方法和技术属于其范围。机器人技术、自然语言处理、机器学习、计算机视觉等等都是不同的技术，它们本身就值得大量关注。

牢记这一点，让我们谈谈人工智能在制造业中的许多应用——这里有一些工业人工智能用例。

人工智能在制造业的目标人工智能研究机器无需人工干预即可处理信息和做出决策的方式。一种流行的思考方式是，人工智能的目标是模仿人类的思维方式，但事实并非如此。尽管人类在执行某些任务方面效率更高，但它们并不完美。最好的人工智能是能够理性、准确地思考和决策的人工智能。

最好的例子可能是人类不具备处理数据和大型数据集中出现的复杂模式的能力。然而，人工智能可以轻松地对制造机器的传感器数据进行分类，并从数据中挑选出明确表明机器将在未来几周内需要维护的异常值。人工智能可以在人类分析数据所花费的时间的一小部分内完成这项工作。

机器人技术：现代制造的基石许多(如果不是大多数)人工智能应用涉及软件而不是硬件。然而，机器人技术主要集中在高度专业化的硬件上。制造业将这项技术大量用于许多不同类型的应用。根据GlobalMarketInsights,Inc的预测，到2024年，工业机器人市场价值将超过800亿美元。在许多工厂，例如日本的Fanuc工厂，机器人与人类的比例约为14:1。这表明，可以将大量工厂自动化，以降低产品成本、保护工人并实现更高的效率。

工业机器人技术需要非常精确的硬件，最重要的是可以帮助机器人正确执行任务的人工智能软件。这些机器非常专业，不从事决策业务。它们可以在人工技术人员的监督下操作，也可以不受监督。由于他们比人类犯的错误更少，工厂的整体效率在机器人技术的帮助下大大提高。

当人工智能与工业机器人技术相结合时，机器可以自动执行诸如材料处理、组装甚至检查等任务。

机器人加工自动化与人工智能和机器人技术相关的一个经常被抛出的术语是机器人处理自动化。但是，重要的是要注意这与硬件机器无关，而是与软件有关。

机器人处理自动化是关于软件任务的自动化，而不是硬件。它将流水线机器人的原理应用于数据提取、表单完成、文件迁移和处理等软件应用程序。尽管这些任务在制造中扮演的角色不那么明显，但它们在库存管理和其他业务任务中仍然发挥着重要作用。如果您生产的产品需要在每个单元上安装软件，这一点就更为重要。

计算机视觉：人工智能驱动视觉检测在制造业中，质量控制是人工智能最重要的用例。即使是工业机器人也会犯错误。尽管这些情况比人类少得多，但让有缺陷的产品下线并运送给消费者的成本可能很高。人类可以手动观看流水线并抓住不良品，但无论他们多么细心，总会有一些不良品从缝隙中溜走。相反，人工智能可以通过为我们检查产品来使制造过程受益。

使用摄像头和物联网传感器等硬件，人工智能软件可以分析产品以自动检测缺陷。然后，计算机可以自动决定如何处理有缺陷的产品。

自然语言处理：提高问题报告效率由自然语言处理提供支持的聊天机器人是制造业中一个重要的人工智能趋势，可以帮助提高工厂问题报告和帮助请求的效率。这是一个专门模拟自然人类对话的人工智能领域。如果工作人员能够使用设备与聊天机器人交流和报告他们遇到的问题和问题，人工智能可以帮助他们以易于解释的格式更快地提交熟练的报告。这使工人更加负责，并减轻了工人和主管的负担。

网页抓取制造商可以利用NLP更好地理解通过网络抓取任务获得的数据。AI可以扫描在线资源以获取相关的行业基准信息，以及运输、燃料和劳动力的成本。这有助于优化整个企业的运营。

情绪映射在情感交流方面，机器远远落后于人类。计算机很难理解用户情绪变化的背景。然而，自然语言处理正在通过情感映射改善这一领域。这为计算机了解客户的情绪和操作员的感受开辟了广泛的可能性。

机器学习、神经网络和深度学习这三种技术是在制造业中用于许多不同解决方案的人工智能技术。

机器学习：一种人工智能技术，算法从训练数据中学习以做出决策并识别收集到的真实数据中的模式。神经网络：使用“人工神经元”，神经网络在输入层接收输入。该输入被传递到隐藏层，该隐藏层为输入分配权重并将其定向到输出层。深度学习：一种应用机器学习的方法，其中软件像神经网络一样模拟人脑，但信息从一层传递到下一层以进行更高的处理。机器学习是制造业的一个巨大趋势，我们有一整篇关于机器学习在制造业中的应用的博客文章，如果您对机器学习如何从根本上改变制造业的运作方式感兴趣，您应该阅读这篇文章。这些工业AI用例展示了我们如何在2022年在制造业中利用AI。

人工智能在制造业的未来人工智能在制造业中的作用接下来会发生什么?对此有很多想法，一些来自科幻小说领域，另一些则是已经被使用的技术的扩展。最直接明显的演变将是对数据收集的更多关注。制造业中使用的人工智能技术只能靠自己做很多事情。随着工业物联网设备的普及、使用和有效性的提高，可以收集更多数据，人工智能平台可以使用这些数据来改进制造中的各种任务。

然而，随着人工智能的进步随着时间的推移，我们可能会看到完全自动化工厂的兴起，产品设计是自动完成的，几乎没有人工监督等等。但是，除非我们继续创新的趋势，否则我们永远不会达到这一点。它所需要的只是一个想法——它可以是技术的统一，也可以是在新的用例中使用技术。这些创新改变了制造业市场格局，帮助企业脱颖而出。

人工智能技术与传统制造业融合发展的研究

发布时间：2021-03-19 作者：来源：省人工智能学会点击率：

近年来，以人工智能、区块链、大数据、云计算和物联网等为代表的新一代信息技术高速发展，人类社会正逐步从传统的信息化社会向智能化社会发展，人工智能技术创新和行业应用呈现出新的发展趋势。党的十九大报告提出，“加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能”。目前，人工智能已实现从实验技术向通用技术的转变，“云计算+大数据+深度学习”成为人工智能发展的主要技术路线。人工智能基础技术和通用技术特征越来越明显，技术应用也从服务业向制造业、农业拓展，对浙江传统制造业的影响日渐突显。浙江必须紧紧抓住人工智能与制造业融合发展机遇，认清智能制造发展阶段，解决发展中的瓶颈问题，加快推动人工智能与传统制造业的深度融合，为制造强国、质量强省持续注入发展动能。过去几年中，我们国家先后发布了《中国制造2025》、《国务院关于深化制造业与互联网融合发展的指导意见》、《智能制造发展规划（2016-2020年）》、《新一代人工智能发展规划》等政策规划，通过加速人工智能技术发展助推传统制造业转型升级，加快建设制造强国。

根据埃森哲发布的研究报告，到2035年，人工智能将使中国劳动生产率提高27%，经济增长率比预期高出1.6%。也就是说，当年传统产业模式预期年增长率为6.3%，而由于人工智能的助力，实际增长水平将达到接近8.0%，人工智能为该年经济增加值（GVA）额外贡献超过7.1万亿美元。图1.1为埃森哲对2035年人工智能与中国各行业的融合与影响程度的预测，制造业将成为智能化程度最高的行业。

浙江一直是制造大省，传统制造业生产总值占GDP的40%左右。制造业作为浙江的支柱产业，在促进增收、稳定税源、保证就业等方面地位无可替代。不断推进传统制造业智能化进程，实现从制造大省到制造强省的转变，对于浙江经济社会发展具有重要的作用。2015年9月，“两化”深度融合国家示范区建设领导小组会议明确提出，“浙江制造”的主攻方向是智能制造。浙江省借建设信息化和工业化深度融合国家示范区之机，大力推进智能制造的发展，以“互联网+制造业”为新手段，加快释放发展新动能。

2015年10月发布的《浙江省加快推进智能制造发展行动方案（2015-2017）》要求浙江省将以智能制造创新工程、智能制造模式推广工程、智能制造试点示范工程、智能制造标准支撑工程等四大工程为抓手，实现推进智能产品和装备的发展、推进制造业智能化改造、开展智能制造试点示范、完善智能制造支撑体系的四大任务。2018年2月发布的《浙江省智能制造行动计划（2018-2020年）》启动了智能制造关键技术装备研发推广工程、重点领域智能制造试点示范工程、智能制造标准体系引领工程、智能制造发展载体培育工程、智能制造应用模式和机制创新工程、智能制造融合推进工程、智能制造协同发展工程等七大行动工程。根据《浙江省“机器人+”行动计划》，2020年浙江省内在役工业机器人数量将达到10万台，制造业机器人密度将会达到120台/万人以上，居全国前列。

当前，浙江正聚力数字经济“一号工程”，坚定不移建设制造强省。研究人工智能与传统制造业融合发展的现状、模式、问题、对策，价值和意义非常明显。

全文请点击下载：人工智能技术与传统制造业融合发展的研究.pdf

【字体:大中小】打印分享:

人工智能技术可以在制造业中发挥哪些作用

无论你是否准备好，人工智能（AI）都已开始渗入我们生活的方方面面。它会根据我们的购买记录和行为来推荐商品和音乐，它会在我们开车偏离车道或有剐蹭风险时发出警示，它还会帮助扫地机器人选择最高效的路径来彻底打扫房间。当消费者在知之甚少的情况下享受人工智能带来的福利时，企业主却负担不起因不了解技术及其影响而付出的代价。大型企业已经在人工智能技术上投入巨资，旨在提高工作效率，增加企业收入，以及为客户提供更好的体验。

企业主负担不起因不了解技术及其影响而付出的代价。

近期研究表明，80%年收入超过5000万美元的企业都已经在生产中应用了人工智能。由于许多颇有前景的人工智能技术对于中小型企业（SMB）来说还过于昂贵和复杂，各类创新正以惊人的速度不断涌现。因此，经济型人工智能技术的发展将从根本上改变这种竞争格局。中小型制造商需要了解他们的选择，并开始规划如何在整个企业中实施AI技术，来保持业务增长和企业竞争力。

人工智能（AI）可以在制造业中发挥哪些作用？

制造自动化方面的人工智能可以使制造自动化更加经济、灵活又有简便，从而帮助企业快速适应市场变化。这些进步是伴随着灵活、经济且能与工人进行合作的协作式机器人的出现而出现的。

据TrendForce预测，到2020年，全球智能制造市场将以预计年复合增长率12.5%的速度扩大到逾3200亿美元。智能制造工具可以使生产力和生产规模同时平衡增长，而传统自动化工具则通常只能取其一。得益于视觉系统和人工智能机械控制系统方面取得的巨大进步，即使是通常需要手动生产过程的精细或精确操作也在逐渐被自动化所替代。智能产品设计和原型化工具的应用也表明，协同使用机器视觉、虚拟现实技术、人工智能以及协作式机器人可以提供高效且增强的人机协作环境。

创新型产品“机器人即服务”为制造商提供了灵活、经济的机会以进行自动化操作，并提供了基于云计算的监控和数据分析功能。这些功能是大部分中小型制造商无法自行开发的。最终，人工智能的应用将创造出新的生产过程，如定制产品配置以符合特定的客户要求。

协作式机器人（cobots）将会在加快该进程方面扮演越来越重要的角色。协作式机器人具备的人工智能使得它们早就不限于只能完成肮脏、呆板及危险工作的机器。

这些进步是伴随着灵活、经济且能与工人进行合作的协作式机器人（“cobot”）的出现而出现的。

世界正拭目以待人工智能将如何改变我们的驾驶方式、老年护理、教育及日常生活的其他方面。而制造业并不需要等待AI驱动的机器人来帮助他们优化生产，因为这些机器人目前已经具备这样的能力，并且正在帮助制造商优化生产。

持续改进

在制造业中，持续的流程改进已写进操作流程的基因。无论今天完成的工作如何高效，明天都一定能完成得更好。在此环境下，人工智能驱动机器人自使用之日起就能够对流程改进做出卓越贡献。

协作式机器人比传统的自动化解决方案更加易于使用，原因很简单：因为它们在与人近距离协作时安全性极高，并且无需花费大量时间来为指定任务进行集成和自定义编程。

以下是非常实用的人工智能应用场景

01监控能力：该能力使得AI驱动的协作式机器人能够检测工作环境变化并监控、优化其操作等。

关键绩效指标（KPI）对监控你的机器人以及帮助你作出每年利益最大化的决策至关重要。RobotiqInsights就是一个范例，该软件可以提供实时数据以监控，排除故障并优化生产。

02 可视能力：该能力使得AI驱动的协作式机器人能够识别零部件及其方位;完成检查、动态拾取与放置任务，读取检测设备的结果，以及做出相应决策。

3D-PickIT相机就是一种AI驱动的视觉解决方案，它能够让协作式机器人拾取各种形状和大小的随机部件。

03 适应能力：借助该能力，AI驱动的协作机器人可以根据机器的移动调整任务方向;调整力控以从堆垛中拾取零件;检测并防止碰撞，以及处理需要重试的错误。

EnergidActinSDK软件在国际制造技术展览会（IMTS）上的“机器人驯化”环节展示了实时自适应机器人控制、模拟、任务布置等能力。

04 学习能力：AI驱动的协作式机器人能够预测并判断故障状况;持续地识别工作模式，并运用洞察力改善性能。

与传统工厂机器人不同，RightHandRobotics的RightPick能够运用机器学习后端来处理成千上万个不同的项目。这种学习后端配有一个可以与优傲协作式机器人合作的智能机械手。

05 部署能力：AI驱动的协作式机器人能够长时间工作;还能够重复利用任务信息，并与其他机器人和运动控制系统分享和交流。

钻孔机和磨刀机制造商Darex使用优傲机器人的UR3协作式机器人来控制整个装配线。装配线包括一条传送带和不同的分站点，使用MODBUS通信协议并全程由UR协作式机器人的控制器来进行处理。

06 拓展能力：AI驱动的机器人能够控制其他机器，并对附近设备的活动进行安排和改进。

VersaBuilt的HaasCNC集成工具包使得优傲机器人能够轻松执行HaasCNC中储存的任何加工程序，同时还可保留Haas所有的安全联锁功能。

对制造商来说，最重要的是如何将这些能力转化为应用上的改进。这其实很简单。通过加载人工智能，协作式机器人能够：

发现故障并及时止损识别可以提高任务完成效率的方案

收集数据并进行分析，帮助使用者改进工艺

现如今，AI驱动的协作式机器人提供给制造业的是机器学习能力的全面应用。这些应用能够让生产操作更加流畅、高效和高产。在很多方面，协作式机器人可以作为助手来帮助制造商更好地完成工作。谁不喜欢这样的助手呢？责任编辑：tzh

人工智能在制造业中的应用及其对未来工厂的重要性 人工智能在制造业生产中可以发挥哪些作用