本文來自微信公眾號“工信頭條”。
人工智能和機(jī)器學(xué)習(xí)（AI/ML）正在流程制造中發(fā)揮重要作用，并有望在未來幾年內(nèi)改變這一領(lǐng)域?；裟犴f爾勞動力卓越增長計(jì)劃總經(jīng)理Manas Dutta最近討論了流程制造中發(fā)生的變化，以及AI/ML正在并將在該行業(yè)中產(chǎn)生的影響。
流程制造商正在尋求克服行業(yè)面臨的重要挑戰(zhàn)。Dutta表示，最大的挑戰(zhàn)來自工藝優(yōu)化，生產(chǎn)和成本優(yōu)化，以及生產(chǎn)效率的提升。他列出了流程制造企業(yè)正在應(yīng)對的幾個(gè)重要挑戰(zhàn)：
·能源管理。流程行業(yè)的成本正在上升，企業(yè)正在尋找減少溫室氣體排放和優(yōu)化成本的解決方案，而AI/ML用例正在幫助公司探索該問題的潛在解決方案。AI/ML可以預(yù)測能源需求，優(yōu)化能源使用，從而幫助企業(yè)降低能源消耗和生產(chǎn)成本。
·資產(chǎn)管理。企業(yè)正在尋求延長其產(chǎn)品和設(shè)備的使用壽命，預(yù)測性維護(hù)是一個(gè)主要因素，也有助于降低維護(hù)和維修成本。通過機(jī)器學(xué)習(xí)算法，可以對工廠設(shè)備進(jìn)行實(shí)時(shí)監(jiān)控，預(yù)測其可能出現(xiàn)的故障，并提前采取維護(hù)措施。這有助于降低設(shè)備停機(jī)時(shí)間，提高生產(chǎn)效率。
·提高人員的可靠性。人與機(jī)器之間的協(xié)作至關(guān)重要，因?yàn)閾碛姓_工具的員工可以在日常工作中做出更好的決策。
·可持續(xù)性發(fā)展。每個(gè)流程行業(yè)都在尋求可持續(xù)性，他們都有自己的可持續(xù)發(fā)展目標(biāo)。
Dutta表示，他一直面臨的一個(gè)主要挑戰(zhàn)是讓公司參與改進(jìn)，并幫助他們實(shí)現(xiàn)AI/ML潛力的計(jì)劃。這需要雙方一定程度的透明度和信任，并愿意公開溝通。如果沒有預(yù)先確定這一點(diǎn)，那么之后會發(fā)生什么并不重要，因?yàn)槿魏谓鉀Q方案都是不完整的。
展望未來，Dutta認(rèn)為，AI/ML在流程制造中的下一步包括打破信息孤島，并在技術(shù)平臺的不同方面以及制造公司的不同組織之間實(shí)現(xiàn)集成和互操作性。
“如果你看看制造工廠，就會發(fā)現(xiàn)很多時(shí)候，不同的部門在做不同的事情，”他說，“在組織內(nèi)的技術(shù)和不同部門之間，將這種集成和互操作性結(jié)合在一起，是實(shí)現(xiàn)AI/ML價(jià)值的一個(gè)非常重要的方面。”
制造業(yè)在過去幾年中經(jīng)歷了許多變化，AI/ML有可能進(jìn)一步改變它。以下是另外一些AI/ML影響流程制造行業(yè)的領(lǐng)域：
·優(yōu)化生產(chǎn)流程。人工智能可以分析生產(chǎn)數(shù)據(jù)，識別影響質(zhì)量和效率的關(guān)鍵因素，然后優(yōu)化這些因素以提高生產(chǎn)流程的效率和產(chǎn)品質(zhì)量。
·自動化決策。在制造過程中，機(jī)器學(xué)習(xí)算法可以自動做出決策，例如調(diào)整工藝參數(shù)，優(yōu)化物料分配等。這有助于減少人工干預(yù)，提高生產(chǎn)效率。
·質(zhì)量控制。AI可以通過分析生產(chǎn)數(shù)據(jù)，識別可能影響產(chǎn)品質(zhì)量的因素，并優(yōu)化這些因素以提高產(chǎn)品質(zhì)量。此外，機(jī)器學(xué)習(xí)還可以用于檢測產(chǎn)品的缺陷和故障，提高產(chǎn)品的可靠性。
·供應(yīng)鏈管理。AI/ML可以優(yōu)化供應(yīng)鏈管理，包括預(yù)測需求，優(yōu)化庫存，以及選擇最佳的供應(yīng)商。這有助于降低成本，提高產(chǎn)品的可追溯性，并確保生產(chǎn)過程的順利進(jìn)行。
AI/ML在流程制造行業(yè)中的應(yīng)用有助于優(yōu)化工藝，提高產(chǎn)品質(zhì)量和生產(chǎn)效率，降低成本和能源消耗。這些技術(shù)的應(yīng)用有望在未來幾年內(nèi)進(jìn)一步加速制造業(yè)的變革。
