2023AI智造研究報(bào)告

AI智造白皮書(shū)目錄生產(chǎn)制造物流環(huán)節(jié)營(yíng)銷與銷售產(chǎn)品使用安全管理制造業(yè)發(fā)展現(xiàn)狀分析AI在工業(yè)制造各個(gè)環(huán)節(jié)的落地應(yīng)用產(chǎn)品設(shè)計(jì)一、二、123456三、深入九大行業(yè)，面對(duì)面訪談?wù){(diào)研數(shù)十家企業(yè)-1

-AI技術(shù)在制造業(yè)的應(yīng)用需落在工業(yè)智能產(chǎn)品或具體工業(yè)痛點(diǎn)的解決方案上，相比較“錦上添花”的工業(yè)智能產(chǎn)品，“雪中送炭”的技術(shù)更容易被制造業(yè)接受解決痛點(diǎn)工業(yè)AI產(chǎn)品的研發(fā)應(yīng)從制造業(yè)企業(yè)實(shí)際需求出發(fā)，通過(guò)AI技術(shù)滿足制造業(yè)全生命周期中的不同需求需求導(dǎo)向在云端與邊緣側(cè)共同發(fā)力，云邊結(jié)合打造行業(yè)的工業(yè)大腦。將豐富的云端業(yè)務(wù)能力延伸到邊緣節(jié)點(diǎn)，實(shí)現(xiàn)傳感器、設(shè)備、應(yīng)用集成、圖像處理的協(xié)同云邊協(xié)同AI技術(shù)的必要條件是工業(yè)大數(shù)據(jù)的完整收集及分析，大部分工業(yè)企業(yè)仍未完成信息化、數(shù)字化，導(dǎo)致數(shù)據(jù)量不足、數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一，增加了AI技術(shù)應(yīng)用難度數(shù)據(jù)挖掘核心數(shù)據(jù)安全依舊是工業(yè)企業(yè)最為關(guān)心的因素，由于工業(yè)核心數(shù)據(jù)是制造業(yè)企業(yè)最為關(guān)鍵的資產(chǎn)，數(shù)據(jù)上云或者數(shù)據(jù)外傳都會(huì)嚴(yán)重威脅到企業(yè)核心數(shù)據(jù)的安全，因此中大型企業(yè)更愿意選擇本地化或者上私有云安全保障目前人工智能算法框架以國(guó)外企業(yè)提供的開(kāi)源框架為主，以GitHub為代表的開(kāi)源社區(qū)大多由境外公司提供服務(wù)，具有中國(guó)自主知識(shí)產(chǎn)權(quán)的深度學(xué)習(xí)框架，有助于在工業(yè)信息化領(lǐng)域保障產(chǎn)業(yè)鏈安全算法建模工業(yè)的發(fā)展進(jìn)程正在從企業(yè)產(chǎn)品牽引用戶需求變?yōu)橛脩粜枨笠I(lǐng)企業(yè)生產(chǎn),智能制造對(duì)于工業(yè)領(lǐng)域附加值的提升也應(yīng)該逐步從生產(chǎn)制造環(huán)節(jié)的降本增效，轉(zhuǎn)向提供高附加值衍生服務(wù),即

“智能制造”

生產(chǎn)的

“智能產(chǎn)品”提供的“智能服務(wù)”商業(yè)模式核心觀點(diǎn)總結(jié)-2

-一、制造業(yè)發(fā)展現(xiàn)狀分析人口紅利降低，勞動(dòng)力成本提升，精益生產(chǎn)迫在眉睫9.259.229.209.169.119.079.028.9768.7%68.1%67.6%67.0%66.3%65.6%64.9%64.3%62%64%66%68%70%8.68.89.09.29.4中國(guó)勞動(dòng)年齡人口連續(xù)下滑2011201220132014201520162017

2018勞動(dòng)年齡人口總數(shù)（億人） 占總?cè)丝诒戎?市場(chǎng)環(huán)境不容制造業(yè)發(fā)展走舊路人口老齡化和勞動(dòng)成本上升，使得依賴低人力成本的勞動(dòng)密集型產(chǎn)業(yè)在全球市場(chǎng)的優(yōu)勢(shì)逐漸喪失。面對(duì)內(nèi)需降低、部分核心技術(shù)依賴進(jìn)口等問(wèn)題，以精益生產(chǎn)為目標(biāo)的制造業(yè)智能化改造將引領(lǐng)一批自主品牌邁向全球產(chǎn)業(yè)鏈中高端。2.663.074.17

3.67 4.645.145.535.95城鎮(zhèn)非私營(yíng)單位制造業(yè)人均年工資(萬(wàn)元)

7.21

6.45200920102011201220132014201520162017

2018數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局工業(yè)發(fā)展是支撐國(guó)家其他產(chǎn)業(yè)發(fā)展的先決條件，而制造業(yè)則是促進(jìn)國(guó)家工業(yè)發(fā)展的重要力量，在國(guó)民經(jīng)濟(jì)中發(fā)展中具有不可替代的主導(dǎo)作用。制造業(yè)體量大、增速穩(wěn)、前景廣，是中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的驅(qū)動(dòng)核心。2018年中國(guó)國(guó)內(nèi)生產(chǎn)總值（GDP）達(dá)到90萬(wàn)億元，其中制造業(yè)為26.5萬(wàn)億元，占中國(guó)GDP的比例為29.4%

，工業(yè)增加值為30.5萬(wàn)億元，制造業(yè)是中國(guó)經(jīng)濟(jì)發(fā)展的第一大支柱。預(yù)計(jì)到2025年，中國(guó)工業(yè)增加值將達(dá)到45萬(wàn)億元。-5

-制造業(yè)信息化改造逐步深入,企業(yè)逐漸夯實(shí)AI落地基礎(chǔ)截至2018年底，全國(guó)制造業(yè)重點(diǎn)領(lǐng)域骨干企業(yè)數(shù)字化研發(fā)工具普及率[1]為68.9%，關(guān)鍵工序數(shù)控化率[1]為49.2%，傳統(tǒng)行業(yè)IT投入強(qiáng)度相對(duì)較低，關(guān)鍵工序數(shù)控化率仍有較大提升空間。關(guān)鍵工序：總時(shí)差等于零的工序稱為關(guān)鍵工序[1]

骨干企業(yè)數(shù)字化研發(fā)工具普及率、關(guān)鍵工序數(shù)控化率：工信部衡量制造業(yè)企業(yè)兩化融合能力、智能化水平的考核指標(biāo)[2]

R&D：指科學(xué)研究與試驗(yàn)發(fā)展投入占主營(yíng)業(yè)務(wù)收入的比例450360187.514430150

75 381565%70%45%50%30%65%50%40%40%7.80%6.20%4.10%0.30%3.50%0.50%2.50%4.20%1.60%

0%10%20%30%40%50%60%70%80%5004504003503002502001501005003C汽車紡織2018年全國(guó)重點(diǎn)行業(yè)信息化建設(shè)就緒度家電 電力 食品飲料行業(yè)前五大企業(yè)連續(xù)3年IT投入成本（億元人民幣）化工 冶金關(guān)鍵工序數(shù)控化率機(jī)械R&D[2]數(shù)據(jù)來(lái)源：工信部、WIND（億元）-6

-人工智能助力工業(yè)領(lǐng)域信息技術(shù)新革命Artificial

Intelligence-人工智能五大核心技術(shù)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)自然語(yǔ)言處理知識(shí)圖譜語(yǔ)音技術(shù)工業(yè)人工智能以系統(tǒng)化的方法和規(guī)則為工業(yè)應(yīng)用提供解決方案科研成果與工業(yè)應(yīng)用快速性系統(tǒng)性可傳承性為工業(yè)帶來(lái)的改變：不同的人使用同樣的工具可以得到近似的效果邁向智能制造標(biāo)準(zhǔn)化的方向提高生產(chǎn)效率改善質(zhì)量穩(wěn)定性降低能耗成本提升設(shè)備穩(wěn)定性提高危險(xiǎn)工業(yè)場(chǎng)景的安全性賦能工業(yè)場(chǎng)景： 工業(yè)AI的局限性無(wú)法突破人類已有的認(rèn)知以解決問(wèn)題的“機(jī)會(huì)性”向工業(yè)場(chǎng)景的“確定性”逼近-7

-遍布制造業(yè)全生命周期的智能化改造需求市場(chǎng)需求度高市場(chǎng)需求度較高市場(chǎng)需求度一般市場(chǎng)需求度較低產(chǎn)品溯源安全監(jiān)察6 安全管理產(chǎn)品設(shè)計(jì)12 生產(chǎn)制造 3 物流 4 營(yíng)銷與銷售5 產(chǎn)品使用市場(chǎng)需求預(yù)測(cè)工業(yè)質(zhì)檢智能物流規(guī)劃精準(zhǔn)營(yíng)銷遠(yuǎn)程運(yùn)維智能設(shè)計(jì)軟件故障診斷智能家居預(yù)測(cè)性維護(hù)工業(yè)機(jī)器人能源優(yōu)化管理-8

-二、AI在工業(yè)制造各個(gè)環(huán)節(jié)的落地應(yīng)用PART01產(chǎn)品設(shè)計(jì)生產(chǎn)全生命周期中的首要環(huán)節(jié)智能制造的實(shí)施規(guī)劃-10

-人工智能助力產(chǎn)品設(shè)計(jì)市場(chǎng)需求預(yù)測(cè)需求點(diǎn)：基于銷售數(shù)據(jù)建立用戶畫(huà)像模型，預(yù)測(cè)產(chǎn)品銷售情況解決方案通過(guò)智能終端獲取用戶數(shù)據(jù)，通過(guò)用戶數(shù)據(jù)建立用戶畫(huà)像通過(guò)建模參數(shù)優(yōu)化給出預(yù)測(cè)的營(yíng)銷支撐數(shù)據(jù)，判斷客戶購(gòu)買意愿針對(duì)不同客群優(yōu)化銷售營(yíng)銷策略難點(diǎn)及風(fēng)險(xiǎn)用戶數(shù)據(jù)標(biāo)準(zhǔn)化程度低，客戶行為分析難度較高用戶數(shù)據(jù)多涉及個(gè)人隱私及商業(yè)機(jī)密，數(shù)據(jù)獲取困難智能設(shè)計(jì)軟件需求點(diǎn)：智能助手，為設(shè)計(jì)師提供滿足相關(guān)標(biāo)準(zhǔn)的設(shè)計(jì)參數(shù)建議解決方案根據(jù)國(guó)標(biāo)及行業(yè)標(biāo)準(zhǔn)，建立標(biāo)準(zhǔn)件參數(shù)庫(kù)以成熟產(chǎn)品的設(shè)計(jì)參數(shù)建立數(shù)據(jù)庫(kù)，對(duì)不同類型產(chǎn)品參數(shù)進(jìn)行分類以分類后的參數(shù)庫(kù)作為訓(xùn)練樣本對(duì)深度學(xué)習(xí)算法進(jìn)行訓(xùn)練在用戶開(kāi)啟智能功能時(shí)，為非標(biāo)準(zhǔn)件提供參數(shù)建議難點(diǎn)及風(fēng)險(xiǎn)國(guó)標(biāo)及行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)冗雜，機(jī)器學(xué)習(xí)樣本分類難度大應(yīng)用效果難以保證，技術(shù)推廣前期市場(chǎng)接受度較低-11

-基于知識(shí)圖譜的智能設(shè)計(jì)模塊筋板尺寸與歷史數(shù)據(jù)均不相同，可能不滿足零件強(qiáng)度需求通孔尺寸與GB/T-5277-1985沖突，建議參照國(guó)標(biāo)修改設(shè)計(jì)周期的長(zhǎng)短逐漸成為產(chǎn)品占領(lǐng)市場(chǎng)的核心競(jìng)爭(zhēng)力，基于知識(shí)圖譜的智能設(shè)計(jì)模塊能夠避免因設(shè)計(jì)失誤而造成的設(shè)計(jì)方案反復(fù)修改，有效縮短產(chǎn)品設(shè)計(jì)周期，提升產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。當(dāng)前，CAD軟件的主要功能是使設(shè)計(jì)的步驟自動(dòng)化。CAD軟件用于創(chuàng)建零件的計(jì)算機(jī)模型，將它們裝配在一起以及對(duì)零件和裝配體的性能進(jìn)行建模，以使其符合設(shè)計(jì)規(guī)范。設(shè)計(jì)過(guò)程的分析步驟是迭代的，由專家執(zhí)行的設(shè)計(jì)評(píng)審確定其是否需要更改。使用基于AI的工具，可以直接執(zhí)行專家決策，而無(wú)需進(jìn)行單獨(dú)的設(shè)計(jì)審查和綜合，因?yàn)锳I工具中已經(jīng)包含了專家的知識(shí)和經(jīng)驗(yàn)。AI賦能后的CAD具備以下基本特征：產(chǎn)品組件以結(jié)構(gòu)化圖層形式儲(chǔ)存，組件與之間的關(guān)系以面向?qū)ο蟮母袷綄?shí)現(xiàn)產(chǎn)品結(jié)構(gòu)也以結(jié)構(gòu)化圖層形式儲(chǔ)存，產(chǎn)品結(jié)構(gòu)內(nèi)組件或零件之間，基于國(guó)標(biāo)或歷史數(shù)據(jù)推薦方法鏈接在數(shù)據(jù)庫(kù)中更新組件或零件十分便捷，易于在AI邏輯框架中添加基于知識(shí)的新規(guī)則和決策程序倒角設(shè)計(jì)不符合行業(yè)規(guī)范，建議參照xxxx版本進(jìn)行修改-12

-PART02生產(chǎn)制造制造業(yè)全生命周期中最重要環(huán)節(jié)工業(yè)場(chǎng)景最豐富，智能化改造需求最多-13

-機(jī)器視覺(jué)-讓質(zhì)檢線擁有會(huì)思考的眼睛冶金鋼材表面缺陷識(shí)別方案選擇恰當(dāng)工藝環(huán)節(jié)，增加激光光源和工業(yè)CCD相機(jī)，對(duì)板帶材表面連續(xù)拍照，保存圖像數(shù)據(jù)對(duì)已有的缺陷類型進(jìn)行全方位拍照，對(duì)缺陷類型和大小進(jìn)行標(biāo)定紡織基于機(jī)器視覺(jué)的面料及瑕疵智能識(shí)別方案采用深度學(xué)習(xí)算法，針對(duì)復(fù)雜面料環(huán)境進(jìn)行瑕疵標(biāo)定采用工業(yè)CCD相機(jī)持續(xù)拍攝織物流水線，對(duì)布匹信息及瑕疵種類大小進(jìn)行智能檢測(cè)3C-產(chǎn)品顯示屏智能質(zhì)檢顯示屏是手機(jī)關(guān)鍵零部件，質(zhì)量問(wèn)題直接影響產(chǎn)品體驗(yàn)。顯示屏表面微小缺陷難以察覺(jué)，人工觀察難度大、成本高。并且，顯示屏涉及復(fù)雜物理原理，缺陷成因難以依靠機(jī)理模型確定。解決方案在屏幕質(zhì)檢環(huán)節(jié)增加工業(yè)相機(jī)，作為質(zhì)檢人員輔助工具，以減輕質(zhì)檢人員工作量，降低檢測(cè)失誤率AI算法：對(duì)已有故障屏幕進(jìn)行多角度拍照，以圖像作為訓(xùn)練樣本，對(duì)屏幕故障模式進(jìn)行機(jī)器學(xué)習(xí)難點(diǎn)及風(fēng)險(xiǎn)顯示屏集成電路部分難以拍照，只能通過(guò)通電后屏幕顯示情況進(jìn)行分析對(duì)于新出現(xiàn)的缺陷類型，人工智能難以識(shí)別產(chǎn)品表面質(zhì)量智能檢測(cè)汽車裝配線表面質(zhì)量及漏油情況檢測(cè)基于機(jī)器視覺(jué)的出廠檢驗(yàn)方案裝配線零部件標(biāo)識(shí)和外觀檢驗(yàn)視覺(jué)輔助檢測(cè)車門(mén)、車窗雨刷和轉(zhuǎn)向燈功能視覺(jué)輔助檢測(cè)車身外觀質(zhì)量-14

-由內(nèi)到外-無(wú)處不在的智能工業(yè)質(zhì)檢家電-空調(diào)噪音在線檢測(cè)空調(diào)噪音在生產(chǎn)線上淹沒(méi)于工廠內(nèi)嘈雜的設(shè)備噪音之中，需要在下線后在安靜的環(huán)境內(nèi)單獨(dú)檢測(cè)。采用基于聲紋識(shí)別技術(shù)的智能質(zhì)檢方案，可以實(shí)現(xiàn)空調(diào)噪音在線質(zhì)檢，縮短產(chǎn)品生產(chǎn)周期，為產(chǎn)品上市贏得先機(jī)。解決方案采集工廠內(nèi)的噪音數(shù)據(jù)，建立噪音庫(kù)在生產(chǎn)線上增設(shè)音頻采集設(shè)備，通過(guò)聲紋識(shí)別技術(shù)識(shí)別設(shè)備噪音，將噪音作為背景音從采集到的音頻中剔除對(duì)剔除背景音的聲音數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)空調(diào)噪音的在線質(zhì)檢產(chǎn)品內(nèi)部質(zhì)量智能檢測(cè)冶金-鋼鐵產(chǎn)品質(zhì)量管控長(zhǎng)期以來(lái)，鋼鐵產(chǎn)品的內(nèi)部缺陷、強(qiáng)度硬度等內(nèi)在質(zhì)量只能依靠離線實(shí)驗(yàn)方法進(jìn)行檢測(cè)，在線檢測(cè)方法所依賴的機(jī)理模型均存在較大的偏差?；谌斯ぶ悄芩惴ǎ梢越档蜋z測(cè)結(jié)果對(duì)機(jī)理模型的依賴，提高準(zhǔn)確性。解決方案結(jié)合現(xiàn)場(chǎng)已有的工業(yè)儀表，增加超聲或X射線檢測(cè)設(shè)備，并通過(guò)信息技術(shù)實(shí)現(xiàn)檢測(cè)數(shù)據(jù)的實(shí)時(shí)采集與處理對(duì)產(chǎn)品取樣后，進(jìn)行材料學(xué)實(shí)驗(yàn)檢測(cè)，結(jié)合超聲和射線成像數(shù)據(jù)，對(duì)質(zhì)量波動(dòng)的數(shù)據(jù)進(jìn)行標(biāo)定-15

-故障診斷及預(yù)測(cè)性維護(hù)-設(shè)備的虛擬醫(yī)生生產(chǎn)線歷史數(shù)據(jù)數(shù)據(jù)存儲(chǔ)數(shù)據(jù)處理基于AI的預(yù)測(cè)性分析智能終端實(shí)時(shí)預(yù)警給出維護(hù)建議ERP 質(zhì)量數(shù)據(jù) MES鋼包預(yù)測(cè)性維護(hù)作為典型的流程型行業(yè)，冶金設(shè)備的突發(fā)故障將導(dǎo)致全線停產(chǎn)，給企業(yè)帶來(lái)巨大損失。鋼包是鋼鐵冶煉過(guò)程的關(guān)鍵設(shè)備，長(zhǎng)期與高溫鋼水接觸，內(nèi)襯易產(chǎn)生不易察覺(jué)的細(xì)微裂痕，形成安全隱患。采用熱紅外成像技術(shù)配合機(jī)器視覺(jué)技術(shù)，可以實(shí)現(xiàn)鋼包失效故障的及時(shí)預(yù)警，提醒對(duì)鋼包及時(shí)維護(hù)。解決方案紅外熱像儀置于堅(jiān)固的殼體內(nèi)，安裝在固定位置，當(dāng)鋼包在龍門(mén)吊上經(jīng)過(guò)時(shí)，熱像儀捕捉鋼包圖像對(duì)鋼包圖像進(jìn)行機(jī)器學(xué)習(xí)，對(duì)疑似裂紋點(diǎn)進(jìn)行標(biāo)注，停車檢修時(shí)進(jìn)行實(shí)物比對(duì)對(duì)鋼包壽命進(jìn)行預(yù)測(cè)，有裂紋出現(xiàn)時(shí)及時(shí)發(fā)出警報(bào)-16

-未來(lái)已來(lái)-人工智能賦予機(jī)器人智慧大腦協(xié)作機(jī)器人需求點(diǎn)：柔性制造提升加工精度、人機(jī)協(xié)同降低用工成本、多級(jí)并聯(lián)提高生產(chǎn)效率解決方案通過(guò)人工智能模塊加載，實(shí)現(xiàn)人機(jī)協(xié)同和多機(jī)協(xié)作通過(guò)算法訓(xùn)練，對(duì)機(jī)器加工力度、精度等提供校準(zhǔn)、糾錯(cuò)等輔助功能難點(diǎn)及風(fēng)險(xiǎn)低級(jí)人工智能階段，AI技術(shù)應(yīng)用達(dá)不到實(shí)現(xiàn)人機(jī)互動(dòng)、人機(jī)協(xié)同的條件焊接機(jī)器人需求點(diǎn)：提高焊接效率，減小焊縫間隙，保持表面平整人工智能可以針對(duì)焊接精度進(jìn)行算法補(bǔ)償，針對(duì)焊接定位誤差、焊接面積誤差等進(jìn)行輔助修正，以提高精度難點(diǎn)及風(fēng)險(xiǎn)AI智能技術(shù)更多起到焊接工藝補(bǔ)償?shù)妮o助功能，在控制算法、視覺(jué)算法等方面有待提升焊接知識(shí)無(wú)法通過(guò)模塊化處理，算法模型難以進(jìn)行訓(xùn)練制孔機(jī)器人需求點(diǎn)：基于智能算法的制孔精度和制孔定位誤差補(bǔ)償基于人工智能技術(shù)的面板基孔自動(dòng)預(yù)設(shè)基于控制算法實(shí)現(xiàn)定位精度動(dòng)態(tài)補(bǔ)償難點(diǎn)及風(fēng)險(xiǎn)目前主機(jī)廠商大多存在工件的數(shù)字模型不完整的突出問(wèn)題，工件的數(shù)據(jù)模型完整度不夠-17

-工業(yè)機(jī)器人-“虛擬勞動(dòng)力”顛覆傳統(tǒng)制造模式123456拾取和放置防止人工因操作枯燥而出錯(cuò)視覺(jué)系統(tǒng)可提升效率和精度大幅降低企業(yè)用工成本設(shè)備看護(hù)看護(hù)協(xié)作機(jī)器人具有針對(duì)特定設(shè)備的I／O對(duì)接硬件，可提示機(jī)器人進(jìn)入下一周期生產(chǎn)時(shí)間或需要補(bǔ)充原料時(shí)間包裝碼垛代替人工，降低操作重復(fù)率小型負(fù)載能力強(qiáng)，協(xié)作機(jī)器人運(yùn)動(dòng)更加靈活加工作業(yè)協(xié)作機(jī)器人通過(guò)編程將程序復(fù)制其他機(jī)器人，省去企業(yè)員工訓(xùn)練柔性制造算法補(bǔ)償，生產(chǎn)加工精度更高根據(jù)實(shí)際狀況調(diào)節(jié)生產(chǎn)效率，使產(chǎn)線及供應(yīng)鏈更加協(xié)調(diào)質(zhì)量檢測(cè)通過(guò)視覺(jué)算法，對(duì)零部件、加工件等進(jìn)行檢測(cè)，并與CAD模型自動(dòng)對(duì)比，提高質(zhì)檢精度和效率協(xié)作機(jī)器人-18

--助力企業(yè)降本能源優(yōu)化管理3C-液晶面板工廠廠務(wù)智能優(yōu)化液晶面板的制造需要在恒溫、恒壓、恒濕的無(wú)塵環(huán)境，需要潔凈的壓縮空氣不斷從無(wú)塵室中噴出，而制造壓縮空氣的大型機(jī)臺(tái)需要使用冷卻水。廠務(wù)站房里的空壓機(jī)和冰機(jī)的耗電量占廠務(wù)系統(tǒng)的60%以上。解決方案根據(jù)廠務(wù)運(yùn)轉(zhuǎn)機(jī)理和歷史運(yùn)行數(shù)據(jù)對(duì)廠務(wù)系統(tǒng)進(jìn)行建模，輸入可調(diào)參數(shù)，輸出廠務(wù)運(yùn)行狀態(tài)，用深度學(xué)習(xí)算法擬合輸入與輸出的關(guān)系把依靠人的觀察和經(jīng)驗(yàn)調(diào)節(jié)變?yōu)橄到y(tǒng)智能建議調(diào)節(jié)把滯后的應(yīng)激式調(diào)節(jié)變?yōu)榍罢暗念A(yù)測(cè)性調(diào)節(jié)把設(shè)備定期維護(hù)變?yōu)閷?shí)時(shí)監(jiān)測(cè)設(shè)備狀態(tài)和預(yù)測(cè)性維護(hù)報(bào)警冶金-智能管網(wǎng)平衡系統(tǒng)高爐煤氣是高爐煉鐵過(guò)程中的重要副產(chǎn)物，管道回收后可輸送至下游生產(chǎn)車間充當(dāng)主要能源介質(zhì)。然而在生產(chǎn)過(guò)程中，高爐產(chǎn)氣波動(dòng)不可預(yù)知，且下游用戶用氣節(jié)拍不協(xié)同，導(dǎo)致產(chǎn)氣與用氣不平衡。解決方案實(shí)時(shí)監(jiān)測(cè)管網(wǎng)壓力及各設(shè)備產(chǎn)氣和用氣波動(dòng)利用機(jī)器學(xué)習(xí)算法建立高爐煤氣產(chǎn)生的預(yù)測(cè)模型，對(duì)未來(lái)煤氣產(chǎn)生量進(jìn)行預(yù)測(cè)結(jié)合預(yù)測(cè)數(shù)據(jù)和煤氣管道壓力監(jiān)測(cè)數(shù)據(jù)，保障關(guān)鍵用氣工序節(jié)拍穩(wěn)定，對(duì)異常用氣操作進(jìn)行監(jiān)測(cè)和預(yù)警-19

-PART03物流環(huán)節(jié)連接智能制造生產(chǎn)全生命周期各環(huán)節(jié)智能工廠必不可少的應(yīng)用場(chǎng)景-20

-智能物流-倉(cāng)庫(kù)與消費(fèi)者高效連接的“路由器”運(yùn)輸路線智能規(guī)劃需求點(diǎn)：精細(xì)化工、食品飲料等產(chǎn)品多具有時(shí)效性，需保證在保質(zhì)期內(nèi)送至用戶指定位置。同時(shí)，企業(yè)運(yùn)輸成本居高不下，已成為各行業(yè)痛點(diǎn)智慧物流：考慮車輛啟用成本、單公里成本、油價(jià)、階梯費(fèi)等綜合運(yùn)輸成本優(yōu)化，提供最優(yōu)路徑云計(jì)算支持：為企業(yè)提供持續(xù)的云技術(shù)支持，確保運(yùn)輸路線的實(shí)時(shí)最優(yōu)調(diào)整難點(diǎn)及風(fēng)險(xiǎn)運(yùn)輸成本計(jì)算方案復(fù)雜，受眾多因素影響，需以歷史數(shù)據(jù)作為人工智能學(xué)習(xí)重點(diǎn)以化工原材料物流、食品運(yùn)輸、電子商務(wù)等為基礎(chǔ)的智慧物流供應(yīng)商較多，市場(chǎng)競(jìng)爭(zhēng)較為激烈-21

-啤酒智能物流優(yōu)化從工廠至零售全流程智能規(guī)劃降低啤酒廠商物流成本用戶主要需求啤酒倉(cāng)儲(chǔ)物流涉及倉(cāng)庫(kù)布置、配送方式、物流外包、信息化建設(shè)和流程再造等環(huán)節(jié)啤酒多為玻璃瓶包裝，運(yùn)輸難度大解決方案與專業(yè)物流團(tuán)隊(duì)合作，為其提供基于人工智能的倉(cāng)儲(chǔ)布置及物流方案優(yōu)化與線上銷售平臺(tái)合作，為其提供信息化、智能化改造過(guò)程中的算法支持難點(diǎn)及風(fēng)險(xiǎn)倉(cāng)儲(chǔ)及物流涉及環(huán)節(jié)較多，需要同時(shí)與多家運(yùn)營(yíng)商溝通方案細(xì)節(jié)物流成本影響因素較多，智能優(yōu)化效果存在不明顯的可能收到訂單下訂單收到訂單 下訂單區(qū)域倉(cāng)儲(chǔ)工廠出貨倉(cāng)儲(chǔ)進(jìn)貨出貨倉(cāng)儲(chǔ)深加工 預(yù)處理 原材料供應(yīng)進(jìn)貨倉(cāng)儲(chǔ)出貨進(jìn)貨倉(cāng)儲(chǔ)配送倉(cāng)儲(chǔ)零售收到訂單下訂單收到訂單下訂單-22

-PART04營(yíng)銷與銷售生產(chǎn)全生命周期中協(xié)同客戶需求的環(huán)節(jié)大數(shù)據(jù)和人工智能的結(jié)合應(yīng)用-23

-精準(zhǔn)產(chǎn)品推薦基于AI的聚類和解釋消費(fèi)者數(shù)據(jù)以及個(gè)人資料信息和人口統(tǒng)計(jì)信息獲得用戶數(shù)據(jù)圍繞高相關(guān)性和個(gè)性化服務(wù)，向既有用戶和潛在客戶推薦新款產(chǎn)品產(chǎn)品智能定價(jià)根據(jù)供需關(guān)系，產(chǎn)品價(jià)格是影響其銷量的關(guān)鍵因素基于對(duì)歷史同期數(shù)據(jù)和消費(fèi)者其他消費(fèi)習(xí)慣的分析能夠準(zhǔn)確確定產(chǎn)品的最優(yōu)定位，以實(shí)現(xiàn)銷售利潤(rùn)的最大化廣告精準(zhǔn)投放根據(jù)智能終端所采集的用戶數(shù)據(jù)，分析用戶觀看廣告的時(shí)間及地點(diǎn)對(duì)比既有客戶的數(shù)據(jù)，對(duì)潛在客戶進(jìn)行廣告精準(zhǔn)投放促銷時(shí)機(jī)決策以歷史同期銷售價(jià)格、銷量數(shù)據(jù)及銷售地點(diǎn)數(shù)據(jù)為學(xué)習(xí)樣本根據(jù)人工智能算法，找到不同商場(chǎng)最佳促銷時(shí)機(jī)大數(shù)據(jù)+人工智能實(shí)現(xiàn)精準(zhǔn)營(yíng)銷-24

-PART05產(chǎn)品使用制造業(yè)全生命周期的最終環(huán)節(jié)核心是產(chǎn)品數(shù)字化、智能化-25

-人工智能助力設(shè)備遠(yuǎn)程運(yùn)維，實(shí)現(xiàn)降本提效設(shè)備遠(yuǎn)程運(yùn)維需求點(diǎn)：生產(chǎn)設(shè)備故障不能及時(shí)維護(hù)造成產(chǎn)品質(zhì)量問(wèn)題解決方案利用

“邊緣計(jì)算”設(shè)計(jì)理念，在運(yùn)行過(guò)程中將設(shè)備產(chǎn)生的有效數(shù)據(jù)進(jìn)行篩選、存儲(chǔ)和標(biāo)定利用人工智能算法提高設(shè)備穩(wěn)定性，實(shí)現(xiàn)產(chǎn)品質(zhì)量提升難點(diǎn)及風(fēng)險(xiǎn)某些企業(yè)設(shè)備數(shù)字化程度有限，智能化改造需要投入大量精力實(shí)現(xiàn)生產(chǎn)設(shè)備數(shù)字化監(jiān)測(cè)經(jīng)濟(jì)效益難以核算，難以獲得制造業(yè)企業(yè)通力支持電力巡檢需求點(diǎn)：降低人力巡檢成本，提高巡檢效率解決方案無(wú)人機(jī)、巡檢機(jī)器人等智能裝備對(duì)電力設(shè)備運(yùn)行狀況、運(yùn)行參數(shù)進(jìn)行記錄存檔智能算法分析數(shù)據(jù)，提升巡檢效率和隱患識(shí)別率難點(diǎn)及風(fēng)險(xiǎn)巡檢環(huán)境復(fù)雜多變，對(duì)巡檢設(shè)備及AI技術(shù)要求高-26

-基于磨損數(shù)據(jù)的軋輥狀態(tài)智能預(yù)測(cè)支撐軋輥廠技術(shù)服務(wù)新模式精準(zhǔn)預(yù)測(cè)軋輥服役周期用戶主要需求智慧服務(wù)將成為傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型之路某軋輥企業(yè)擬采用按軋制里程銷售軋輥的新模式，代替軋輥的一次性銷售軋輥磨損數(shù)據(jù)有利于軋輥廠制定換輥策略，同時(shí)有利于軋制工藝補(bǔ)償解決方案與鋼鐵企業(yè)合作，獲取軋輥全生命周期的磨損數(shù)據(jù)利用歷史數(shù)據(jù)預(yù)測(cè)軋輥當(dāng)前軋制里程的磨損狀況難點(diǎn)及風(fēng)險(xiǎn)軋輥磨損基本遵循力學(xué)基本規(guī)律，預(yù)測(cè)模型需充分考慮力學(xué)基本原理磨損數(shù)據(jù)能反應(yīng)企業(yè)產(chǎn)品質(zhì)量問(wèn)題，軋輥企業(yè)和鋼鐵企業(yè)對(duì)數(shù)據(jù)的流通都有所保留鋼廠磨輥車間以太網(wǎng)從數(shù)據(jù)中提取有用信息VPN服務(wù)器工作環(huán)境監(jiān)控軋輥廠商遠(yuǎn)程監(jiān)控，實(shí)現(xiàn)智能運(yùn)維-27

-智能空調(diào)自行感知決策全屋智能主要需求自動(dòng)感知室內(nèi)空氣狀況，決策并執(zhí)行調(diào)節(jié)室內(nèi)空氣各項(xiàng)指標(biāo)不同品牌智能家居產(chǎn)品的互聯(lián)互通解決方案為智能空調(diào)制造企業(yè)提供技術(shù)解決方案，實(shí)時(shí)準(zhǔn)確感知、調(diào)節(jié)室內(nèi)空氣情況與各智能家居制造企業(yè)積極尋求合作，整合各企業(yè)智能家居形成全屋智能解決方案難點(diǎn)與風(fēng)險(xiǎn)技術(shù)上兼容各品牌智能家電較困難尋求合作過(guò)程艱難-28

-PART06安全管理監(jiān)控生產(chǎn)全生命周期智能化管控一切人、事、物-29

-廠區(qū)人員跟蹤定位入廠人員自動(dòng)識(shí)別人員位置實(shí)時(shí)監(jiān)控用戶主要需求化工企業(yè)廠區(qū)龐大，廠房?jī)?nèi)危險(xiǎn)區(qū)域較多廠房修建期間，工人進(jìn)出廠區(qū)較為頻繁生產(chǎn)安全和數(shù)據(jù)安全均存在潛在隱患解決方案硬件：增加攝像頭，確保廠區(qū)內(nèi)無(wú)視野死角算法：通過(guò)圖像技術(shù)進(jìn)行人臉和危險(xiǎn)動(dòng)作識(shí)別邊緣智能：采用邊緣智能方法增加計(jì)算效率難點(diǎn)及風(fēng)險(xiǎn)需要硬件較多，要求人員識(shí)別準(zhǔn)確率較高，需與硬件提供商深度合作，共同開(kāi)發(fā)廠區(qū)監(jiān)控系統(tǒng)用戶對(duì)技術(shù)成熟度要求較為嚴(yán)格，需在項(xiàng)目初期以聯(lián)合開(kāi)發(fā)為主，重點(diǎn)培訓(xùn)企業(yè)內(nèi)部IT人員熟悉人工智能技術(shù)訪客姓名：張三訪客狀態(tài)：正常訪問(wèn)區(qū)域：煉化車間、儀表室....責(zé)任員工：李四訪客姓名：王五訪客狀態(tài)：不合規(guī)非法訪問(wèn)：設(shè)備室、1號(hào)倉(cāng)庫(kù)責(zé)任員工：趙六訪客姓名：、、、、、、訪客姓名：、、、、、、-30

-人工智能助力優(yōu)化產(chǎn)品溯源能力，加強(qiáng)生產(chǎn)安全管理基于大數(shù)據(jù)分析的質(zhì)量控制基于農(nóng)業(yè)物聯(lián)網(wǎng)的產(chǎn)品溯源用戶主要需求食品安全重要性強(qiáng)食品制