首页 > 智能制造

如何部署AI应用?分享AI在工业制造中的四个成功案例

作者:www.cechina.cn2024.01.25阅读 3654

       人工智能(AI)正在帮助工业制造商实现更多应用——从处理更多类型的材料和优化生产线,到及时进行维护干预,甚至建立更智能的工厂。来自工厂的数据可以帮助AI优化工作流程,无论是单个生产站还是整个工厂。
  试点项目是AI的良好开端。来自Invisible AI、英伟达和西门子的专家们分享了工业AI的相关应用案例,这些案例能够为企业带来价值提升,让工厂变得更加智能。
  使用合成数据,用机器人拣选和放置不同的物体
  AI使机器人能够处理新型材料,甚至是未加工的家禽。有了基于AI的培训,以前机器人无法识别和操控的物体现在也能轻松掌握。
  例如,英伟达公司的客户Soft Robotics与一家食品生产商合作开发了一种AI解决方案,使机器人能够识别并从一堆鸡翅中拾取单个湿软的鸡翅。然而,一只鸡翅的起点和终点在哪里?抓取特定鸡翅的最佳方法是什么?这是一项具有挑战性的任务,因为一堆鸡翅可以摆出无数种姿势。

图1:Soft Robotics与一家食品生产商合作开发了一种AI解决方案,使机器人能够识别
并从一堆鸡翅中拾取单个的湿软鸡翅。图片来源:A3
  "这就是仿真的超能力所在," 英伟达机器人高级产品营销经理 Gerard Andrews说。AI可以构建逼真的、物理上精确的3D表示,并将它们置于不同的照明条件下,而不是拍摄10,000张鸡肉部件随机掉落的照片。与拍摄和标记数千张真实世界图像相比,使用模拟图像来训练 AI 模型可以节省更多时间。
  Andrews解释说,由计算机模拟或算法生成的数据被称为"合成数据"。使用合成数据,Soft Robotics大大加快了公司在不同制造应用中部署机械臂以拾取和放置物体的速度。
  使用异常周期检测将生产线的产量提高一倍
  AI还可以帮助管理层集中精力。虽然工厂车间主管不能同时到处,但智能设备可以。Invisible AI公司首席执行官Eric Danziger表示,即用型智能设备可帮助制造商发现优化装配线的机会。
  传统摄像机可以生成长达数小时的 2D 视频,并且信息量过大。Danziger说:"AI可以理解图片,并将视觉输入与其他类型的生产数据和信号相结合,绘制出一幅关于人员、工具、当前生产率和周期时间的 3D 地图。"
  借助AI工具能够将注意力引导到需要的地方。AI可以帮助你了解你的生产团队应该注意哪件事,比如一个工人悄悄地反复按下一个按钮,让一台笨拙的机器运转起来,但没有提醒主管注意持续存在的问题。
  这在很大程度上归功于 Invisible AI 所擅长的一个过程:异常周期检测,即分析人类或机器的周期表现是在预期范围内还是异常。
  例如,一家二级汽车供应商在Invisible AI的帮助下将生产线的吞吐量提高了一倍。"他们知道自己的生产线有问题,需要更好的可视性和更好的视图。"Danziger说。通过使用AI工具,他们发现一些工位的周期时间峰值很高,包括下面班次管理工作流程图中显示的工位。现在,供应商的一线操作员和管理人员可以轮班并实时发现问题。

图2:使用人工智能工具,他们发现了一些站点的循环时间高峰。
  在另一个案例中,一家汽车原始设备制造商与Invisible AI合作,以识别未充分利用的工位。该 OEM厂商利用这一洞察整合了工位,在重新分配20%的员工人数的同时,每班次的吞吐量提高了5%。

图3:一家汽车原始设备制造商与 Invisible 合作,以识别未充分利用的工位。
  确保及时维护和质量控制
  就像赛道上的赛车手一样,及时的维护和更快的进站可能是一种制胜的方法。"预测性维护是在工业环境中首先使用AI实施的,"西门子数字化工业集团工厂自动化产品管理和营销总监Bernd Raithel说。
  轴承等机械部件会磨损,必须定期更换,就像根据行驶距离更换汽车中的机油一样。AI会预测机器 A 在未来两天内会出现故障,并给出了置信度,因此维护团队知道要在轴承卡住之前进行更换。与长时间、无计划的停机相比,短时间、有计划的停机维护能减少生产损失。
  惯例维护(Prescriptive Maintenance)比预测性维护更进一步。虽然这两个术语听起来很相似,但惯例维护能让更复杂的设备保持运行。AI可以调整设备的运行以保持其正常运转。Raithel 说:"惯例维护会预先提供一些想法,说明哪些组件即将发生故障,以及技术人员需要哪些部件来修理机器。"
  成功的AI应用需要来自生产流程的数据。当公众看到AI在行动时,供应商已经进行了大量的AI训练。相比之下,"对于工业制造商来说,第一步是收集足够的数据来做出决策,"Raithel说,"通常机器已经提供了大量数据。"
  例如,西门子利用丰富的生产数据,将 X 射线测试次数减少 30%,从而提高了印刷电路板生产线的产量。他们使用AI来确定哪些电路板可能从检查中受益,从而完成了这项任务。该公司收集了大量有关测试结果的流程、参数和其他信息,以创建 AI 模型并关联 40,000 个生产参数。通过这些数据使企业能够了解哪些零件有缺陷以及缺陷的来源,从而进一步提高了质量。
  灵活地模拟新工厂和流程
  新工厂设计和流程变更涉及的风险,可以通过在虚拟工厂(也称为数字孪生)中进行 3D 模拟来降低。
  数字孪生系统与现有系统相连,其外观和工作方式与模拟的现实世界工厂相似。工业元宇宙是专为工业制造商打造的三维虚拟世界,它使这一切成为可能。这些虚拟环境还有助于生成合成数据,以训练人工智能/机器学习算法。英伟达和西门子最近宣布建立合作伙伴关系,计划将工业元世界带给各种规模的工业客户。

图4:通过仿真,制造工厂的整个规划阶段可以在虚拟世界中进行,并且一切都可以进行试验和测试。
  例如,FREYR虚拟电池工厂提供基础设施、工厂、机械、设备、人体工程学、安全信息、机器人、自动导引车以及详细的产品和生产模拟的3D表示。
  另一个例子是宝马汽车工厂的数字孪生系统。通过仿真,制造工厂的整个规划阶段可以在虚拟世界中进行,并且一切都可以进行试验和测试。Andrews 说:"OEM厂商非常有信心地知道,系统在第一天就能运行并达到预期产量。"
  从抓去鸡肉的零件到建立整个虚拟工厂,工业制造商正在现实和虚拟世界中使用AI。通过AI提高灵活性和优化的机会几乎是无限的。