欢迎光临智慧流通网!
智能制造大发展催动智能物流崛起
2019-02-20 15:52:18 信息来源:搜狐 赞(0) 收藏 0

  中国是世界上最大的制造业大国,制造业与人工智能的结合是中国从制造大国走向制造强国的重要一步,是中国直面国内国际挑战的重要超车机遇。制造业与人工智能的结合,是解决中国人口老龄化,制造业由于装备和软?#24067;?#24179;台依赖进口所面临的缺乏创新平台自动化自主程度?#31995;汀?#21046;造业外移、制造业仍然处于价值链低端, 劳动生产率?#31995;?#31561;问题的重要手段。

  短期内,人工智能与工业机器人在制造业落地迅速发展,人工智能协同机器人将解放大量重复、规则的人类劳动。中长期内,伴随工业互联网的成熟,机器之间、工厂之间得以智能化互联互通,区块链?#38469;?#30340;加入更使得制造业“全自动运行”成为可能,“人工智能+机器人+区块链”模式值得期待。长期看,制造业与服务业将深度融合,标准化生产与个性化定制并存,智能制造为人们构筑美好生活提供畅想空间。

  一、智能制造产业化基本特征

  智能制造特征主要有四个方面:以智能工厂为载体、以生产关键制造?#26041;?#26234;能化为核心、以端到端数据流为基础、以全面深度互联为支撑。其中生产智能化、数据交流以及制造本体深度互联,正是工业互联网所要解决的核心问题。

  随着多项?#38469;?#30340;?#27426;?#25104;熟和实际应用,人工智能应用领域?#27426;?#25299;展,制造业企业的商业世界将会被实质性地影响和改变, 并在以下三个层面得到实质性的提升:

  1.自动化达到新高度。随着机器视觉、语音识别、自然语言理解等感知类?#38469;醪欢?#25104;熟,各行业已尝试将其引入标准化程度较高的业务中,提升行业的自动化水平。

  图像识别和语音识别?#38469;?#30340;发展提高了身份验证的自动化程度和准确度,机器可以利用面部和声音进行身份验证,效率远高于人工判断或询问验证问题。

  2.智能分析与决策水平提升。人工智能的发展使数据挖掘和分析?#38469;?#36339;出了传统分析?#38469;?#30340;局限,并取得了新的突破,大幅度提高了商业智能的水平,在风?#23637;?#29702;、营销和服务等领域实现真正的“智能化?#20445;?#20855;体表?#32844;?#25324;基于社交媒体生产信用评分、财务数据分析与评论、从实?#22791;?#26434;交易模式中发?#21046;?#35784;等。

  3.新的商?#30340;?#24335;与新产业诞生。在需求端,传统行业逐渐意识到了人工智能的力量,开始将人工智能作为下一个增长点。

  在供给端,逐渐形成供给人工智能?#38469;?#26381;务及产品的新产业,市场中出现大量的计算机视觉、语音识别、云计算服务等提供商。基础层、?#38469;?#19982;算法层与应用层均有众多供给企业诞生,同时,横跨各层次的综合性巨头与机器人、无人驾驶等垂直领域解决方案提供商实力凸显。

  二、智能制造业催生新的未来智能产业

  在区块链、机器视觉、语音?#38469;酢?#26426;器学习等?#38469;?#30340;助力下,制造业+人工智能将沿着“数字化”、“网络化”、“智能化”三阶段发展,造就一个全新的产业。为设备企业、软件与服务企业、通信与解决方案提供商、工厂生产流程等都带来新的结构性机会。

  1.产生新型的设备企业。 人工智能等新兴?#38469;?#22312;制造业中的应用催生了多?#20013;?#22411;?#24067;?#35774;备,如自动光学检测、自动引导运输车、激光打标机、协作机器人等,为?#24067;?#35774;备制造企业带来新的产品细?#36136;?#22330;:

  例如,自动光学检测(AOI)机器通过摄像头自动扫描PCB,采集图像,测试的焊点与数据库中的合格的参数进行比较,经过图像处理,检查缺陷,并通过显示器或自动标志把缺陷显示/标示出来,供维修人员修整。

  自动导引运输车(AGV)等仓储机器人在行进过程中,通过机器视觉来判断行进路线、物料位置、周围环?#36710;?#37325;要信息,可以跨流程、跨产线、跨区域、跨部门运输物料、半成品和产品,实现生产流程柔性化,在自动化物流系统中充分地体?#21046;?#33258;动性和柔性,实?#25351;?#25928;、经济、灵活的无人化生产。

  协作机器人在高速即时的工业通信支持下,结合机器视觉、传感器、先进伺服电机和安全控制系统,可以准确地判断人的位置、动作和运动趋势,感应操作人员的力度、速度、惯性、距离等信息,并针?#20113;?#29366;态调整机器人的状态和运动。

  2.工业软件与服务企业开始展露。传感器、工业云、机器学习、区块链?#38469;?#30340;彼此配合,需要成熟的软件、算法与服务企业作为支撑,布局数字双胞胎、预测性维护、车货匹配系?#36710;?#24212;用的软件服务公司将受益于AI与制造业的深度结合:

  例如,区块链与供应链的结合颇受期待,行业领先的区块链服务供应商IBM的区块链服务已经广泛应用到食品安全、金融、广告、政府、保险、物联网等多个行业,与沃尔玛、马士基、中国?#25910;?#20648;蓄银行、联合利华等行业领先企业建立合作关系。目前,区块链在供应链中的应用主要在高价值产品(如钻石)和大型物流(如海运),未?#20174;型?#21521;中型单次运输量的行业渗透,而拥有领先区块链软件及项目落地能力的企业将优先得益。

  例如,语音拣选是语音?#38469;?#22312;工业上的代表应用,作业系统将任务指令转化为语音播报给操作员,并采用电子?#38469;?#23558;操作员与系统的信息交流转化为实际操作。语音拣选是现代化高效分销物流过程中不可或缺的一部分,?#19978;?#30528;提高工作效率、减少错误,且在冷库运输、多项作业合并等场景下优势凸显。

  3.通信和解决方案提供商的新机遇。前述为设备企业、软件与服务企业带来发展动能的应用,无一不依托于高速的工业通信?#38469;?#21644;高程度系统互通互联。通信和解决方案提供商扮演提供媒介的角色,其研发与项目进展直接关系到工业互联网与制造业智能化的落地速度。

  如何运用时间敏感网络(TSN)/ 5G等通信?#38469;酢?#20256;感器、云平台的?#38469;酰?#25171;破过去工厂内生产系统(OT)和信息系统(IT)之间的壁垒孕育着巨大商机。

  三、企业发展智能制造的路径

  制造业智能化实现路径是:在数字化、网络化、智能化的相互递进与配合下,企业转型智能工厂、跨企业价值链?#30001;臁?#20840;行业生态构建与优化配置将有望得以实现。

  首先,数字化。通过将种类繁多的工业传感器布置于生产与流通的各个部分,可以将工业过程各主要参数制式数字化,产生大量工业数据,为智能化奠定数据基础。

  其次,网络化。工业通信将传感器采集到的工业数据低延迟、低丢包率地传输至云端。未来,通信协议标准化、无线通信?#38469;?#24212;用将成为趋势。工业云是工业互联网最核心的部分,进行海量数据的汇聚、提炼、模型计算等,实现资源优化与预测。

  最终,实现智能化。依托区块链和图像、语音、机器学习等人工智能?#38469;酰?#21046;造业企业得以在网络化的基础上进一步实现智能化,如依托区块链?#38469;?#36827;行供应链管理、依托图像?#38469;?#36827;行自动光学检测和仓储机器人的使用、依托语音?#38469;?#36827;行物流语音拣选、依托机器学习进行预测性维护和车货匹配等。

  因此,企业制造业智能化转型也可以分为数字化、网络化、智能化三步。在数字化、网络化、智能化的相互递进与配合下,企业转型智能工厂、跨企业价值链?#30001;臁?#20840;行业生态构建与优化配置将有望得以实现。

  1.数字化——“感受”工业过程,采集海量数据

  (1)为配合工业智能化、实现智能制造,制造业工厂在进行数字化、网络化、智能化的软?#24067;?#24212;用之前,更为基础的是在生产流程上打通设计、生产、检测、搬运、仓储、配送等主要?#26041;冢?#39640;效、科学的生产流程设计蕴含着巨大的提质增效、降本减存的机会。

  (2)工业传感器:工业数据的“采集感官?#20445;?#22810;类别、广应用为智能化奠基。人工智能的基础是大量的数据,而工业传感器是获得多维工业数据的感官。除了设备状态信息以外,人工智能平台需要收集工作环境(如温度湿度)、原材料的良率、辅料的使?#20204;?#20917;等相关信息,用以预测未来的趋势。这就需要部署更多类别和数量的传感器。如今,使用数量较多的传感器包括压力、位移、加速度、角速度、温度、湿度和气体传感器等。

  2.网络化——高速传输、云端计算、互联互通

  (1)工业通信:数据上?#39057;摹?#39640;速公路?#20445;?#36890;信标准化、无线通信?#38469;?#24212;用成趋势

  得到大量数据后,如何将数据传输至云端呢?#31354;?#38656;要依托先进的工业级通信?#38469;酢?#21644;过去在车间内直接对数据进行简单响应不同,企业需要把不同车间,不同工厂,不同时间的数据汇聚到同一个地方(云数据中心),进行复杂的数据计算,以提炼出有用的数学模型。这就对工业通信网络架构提出新要求,推动标准化通信协议及5G等新的?#38469;?#22312;车间里的普及。

  (2)工业云:汇聚提炼海量数据,模型计算资源优化的场所

  人工智能进行计算的场所——云平台。工业互联网最有意义的部分是其云计算平台。工业生产中产生的海量数据将与工业云平台相连,采用分布式架构进行分布式数据挖掘,提炼?#34892;?#29983;产改进信息,最?#25112;?#29992;于预测性维护等领域。

  3.智能化——三个维度的整体智能化

  (1)融合IT/OT,打通工厂内部的数据流

  过去传统的制造业工厂的内?#30475;?#22312;信息系统(IT)和生产管理系统(OT)两个相?#36828;?#31435;的子系统。IT系统生产规划,OT负责执行,不需要过多的互动。未来的智能工厂,需要打通设备,数据采集,企业IT系统,云平台等不同层的信息壁垒,实现从车间到决策层的纵向互联。

  (2)打通供应链各个?#26041;?#25968;据流

  供应链各个?#26041;?#20043;间的物流会产生大量的数据。这些物流信息的收集能够帮助物流行业提升效率,降?#32479;?#26412;。

  未来的智慧物流,通过智能化收集、集成、处理物流的采购、运输、仓储、包装、装卸搬运、流通、配送等各个?#26041;?#30340;信息,实现全面分析,及时处理及自?#19994;?#25972;。这需要涉及到将这些数据数字化并累积成足够的数据库,需要大量的基础设施建设。

  (3)产品生命周期全过程数字化

  工业互联网要实现产品从设计、制造到服务,再到报废回收再利用整个生命周期的互联。未来的工厂会以数字化方式为物理对象创建虚拟模型,来模拟其在现实环境中的行为。通过搭建整合制造流程的数字双胞胎生产系统,能实现从产品设计、生产计划到制造执行的全过程数字化,将产品创新、制造效率和?#34892;运?#24179;提升至一个新的高度。

  在人工智能、工业机器人、工业互联网、区块链等多种?#38469;?#36171;能下,未来智能化的制造业值得畅想。相信在数字化、网络化、智能化的相互递进与配合下,企业转型智能工厂、跨企业价值链?#30001;臁?#20840;行业生态构建与优化配置将有望得以实现,一个自动高效、互联互通、具备前瞻预测能力的智能制造时代将早日到来。

[以上信息由Elaine整理编辑]

查询运价请使用运价搜索引擎,计算物流成本请使用运费计算工具

相关资讯信息
物流云交易」3.6.8
国内最大、最活跃的物流交易APP之一每日更新20万+车货源
每日新增2000+车货主
当前下载量:100万+
56135微日报更多微日报
  物流企业因政策、场地租金、人工费用、?#21152;?#36153;用、中转费用等因素导致其…[详细]
评论
(0)
收藏
资讯
返回
顶部
秒速时时彩精准计划软件