江苏龙网

  1. 首页 > 资讯 > 科技 > >

『人工智能』战略研究丨人工智能+制造业新模式与新业态( 三 )


（三）新模式与新业态发展的关键性、支撑性技术
新一代人工智能技术的突破性发展 ， 成为支撑新模式与新业态发展的关键技术 ， 而新一代人工智能技术的发展是在数字化、网络化的基础上 ， 通过大数据的挖掘、算法、算力等领域技术的革命性突破 ， 并在制造业的广泛应用而不断演化并发展出来的 。 在此驱动下 ， 新模式与新业态逐步演化和发展 。 很多关键技术的不断发展是新模式新业态不断演化发展的技术基础和重要支撑 。
1.关键性技术
（1）建设多源跨媒体异构数据库 。 异构集成产品、使用环境、解决方案和生产工艺数据库 ， 开发用于采集客户数据网络化智能测量系统和客户需求在线交互平台 ， 将客户数据、设计数据、虚拟制造数据、生产数据构建在云端 ， 成为神经网络、深度学习等算法运行的基础 。
（2）构建基于大数据的设计需求特征挖掘系统 。 采集汇聚客户来源信息、基本信息、个性化需求信息以及定制产品的服务信息 ， 与异构数据库进行匹配 ， 利用机器学习算法、深度学习模型、三维模型识别、产品使用环境模型匹配等智能分析技术实现深度数据挖掘 ， 实现智能解决方案推荐、智能优化产品设计以及智能原材料采购预测等 。
（3）虚拟体验系统及虚拟制造 。 采用多种虚拟现实技术（VR）、云渲染平台、VR互动体验技术等快速实现设计方案的虚拟仿真 ， 实现设计阶段的客户产品体验 。 采用多种调度模型和求解算法 ， 将不同材质、不同类型的定制产品订单快速拆分 ， 再合理组织成批次 ， 在虚拟制造系统中实现订单管理和智能排产 。
（4）构建全流程信息自动采集、生产管控与协同优化系统 。 通过微纳传感、条码标签等手段 ， 在规模定制产品柔性制造混流生产中 ， 实现生产工艺、生产计划、生产设备和品质分析等信息的实时管控 ， 优化仓储、设备、质量、物流管理和销售 ， 完成对研发设计环节的数据反馈 ， 达到全流程的协同优化 。
2.支撑性技术
（1）数据挖掘技术：采用数据挖掘技术对收集到的信息进行筛选、分类、分析和验证 ， 确保在设备故障发生时快速发现设备异常 ， 并准确判断故障位置和故障机理 。
（2）传感器技术：远程监控与运维技术的实现基础 。 监控精确度和数据传输效率直接影响着远程运维工作的准确性和响应速度 。
（3）嵌入式监控系统：嵌入式监控系统采用客户端/服务器模式 ， 将嵌入式Web服务器安装到设备中 ， 使设备能够通过互联网实现互联 ， 并可以在监控中心实现网络管理功能 ， 使用户能够直接通过浏览器对设备进行远程监控、管理和控制 。
（4）故障预测算法：设备预测性维护的核心技术 ， 通过对设备状况的预测 ， 提供设备状态的发展趋势分析和早期故障预警 ， 使运维人员能够有针对性地进行设备运维 ， 避免设备出现突发性故障和随之导致的设备停机事故 。
（5）机器视觉技术：机器视觉技术是人工智能技术的一个重要环节 。 通过计算机来模拟人的视觉 ， 在获取了客观事物的影像后 ， 再经由智能系统对图像中的信息进行分析、处理与理解 ， 根据处理结果对设备进行监控与控制 ， 从而实现智能运维 。
（6）机器学习与人工智能技术：机器学习技术能让机器管理数量众多、种类不同、环境各异的各种设备 ， 使机器像人一样增长知识、增加经验 ， 从而使设备运维能够不仅仅局限于某一种类的设备 ， 而是可以扩展到各行各业、各种不同的设备与环境中；人工智能技术则使设备监控运维系统能够根据监测到的设备信息对设备运行情况做出合理的判断 ， 并能够提供故障预测方案和故障维修方案 。
四、
新模式与新业态的先行者
研究发现 ， 我国制造业企业 ， 特别是装备制造业企业 ， 对单位价值量较高的设备开展远程运维 ， 在保障设备安全和稳定性并为客户提供服务等方面开展了有效尝试 ， 取得了一些经验和良好效果 。 表1列出了部分企业远程运维的典型做法 ， 供研究者参考 。


推荐阅读


上一篇：『最钱线』联发科被指控欺骗得分，微处理器不如广告中那样强大

下一篇：『人工智能』韩国研发超低功耗芯片！或能把AI服务效率提升10倍以上