人工智能网致力于为中国广大企业、企业家和商界、经济界人士,以及全球华人经济圈提供实时、严谨、专业的财经、产业新闻和信息资讯媒体。

当前位置:人工智能网 > 智能终端 > 制造业中常见的人工智能的运用场景

制造业中常见的人工智能的运用场景

来源:互联网作者:王林更新时间:2021-07-29 12:30:26阅读:

众所周知目前制造企业中应用的人工智能技术,主要是围绕在智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面,那么制造业中常见的人工智能的运用场景具体包括哪些?

制造业中常见的人工智能的运用场景包括以下这些:

场景一:智能分拣

制造业上有许多需要分捡的作业,如果采用人工的作业,速度缓慢且成本高,而且还需要提供适宜的工作温度环境。如果采用工业机器人进行智能分拣,可以大幅减低成本,提高速度。

场景二:设备健康管理

基于对设备运行数据的实时监测,利用特征分析和机器学习技术,一方面可以在事故发生前进行设备的故障预测,减少非计划性停机。另一方面,面对设备的突发故障,能够迅速进行故障诊断,定位故障原因并提供相应的解决方案。在制造行业应用较为常见,特别是化工、重型设备、无尽加工、3C制造、风电等行业。

场景三:基于视觉的表面缺陷检测

基于机器视觉的表面缺陷检测应用在制造业已经较为常见。利用机器视觉可以在环境频繁变化的条件下,以毫秒为单位快速识别出产品表面更微小、更复杂的产品缺陷,并进行分类,如检测产品表面是否有污染物、表面损伤、裂缝等。目前已有工业智能企业将深度学习与3D显微镜结合,将缺陷检测精度提高到纳米级。对于检测出的有缺陷的产品,系统可以自动做可修复判定,并规划修复路径及方法,再由设备执行修复动作。

场景四:基于声纹的产品质量检测与故障判断

利用声纹识别技术实现异音的自动检测,发现不良品,并比对声纹数据库进行故障判断。

场景五:智能决策

制造企业在产品质量、运营管理、能耗管理和刀具管理等方面,可以应用机器学习等人工智能技术,结合大数据分析,优化调度方式,提升企业决策能力。

场景六:数字孪生

数字孪生是客观事物在虚拟世界的镜像。创建数字孪生的过程,集成了人工智能、机器学习和传感器数据,以建立一个可以实时更新的、现场感极强的“真实”模型,用来支撑物理产品生命周期各项活动的决策。在完成对数字孪生对象的降价建模方面,可以把复杂性和非线性模型放到神经网络中,借助深度学习建立一个有限的目标,基于这个有限的目标,进行降价建模。

场景七:创成式设计

创成式设计(Generative Design)是一个人机交互、自我创新的过程。工程师在进行产品设计时,只需要在系统指引下,设置期望的参数及性能等约束条件,如材料、重量、体积等等,结合人工智能算法,就能根据设计者的意图自动生成成百上千种可行性方案,然后自行进行综合对比,筛选出最优的设计方案推送给设计者进行最后的决策。

场景八:需求预测

供应链优化

以人工智能技术为基础,建立精准的需求预测模型,实现企业的销量预测、维修备料预测,做出以需求导向的决策。同时,通过对外部数据的分析,基于需求预测,制定库存补货策略,以及供应商评估、零部件选型等。

标题:制造业中常见的人工智能的运用场景

地址:http://ai.rw2015.com/smartt/10020.html

免责声明:人工智能网为网民提供实时、严谨、专业的财经、产业新闻和信息资讯,更新的内容来自于网络,不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系站长,本网站将立即予以删除!。

返回顶部