人工智能導論 課件 6.人工智能+制造

6.人工智能+制造專業(yè)基礎課-《人工智能導論》12什么是智能制造工業(yè)零配件質(zhì)量檢測4作業(yè)與任務6.人工智能+制造3工業(yè)故障分析知識圖譜

哥本哈根中國減排目標產(chǎn)業(yè)升級壓力

勞動力成本上升

能耗排放壓力

6.1.1智能制造簡介2

中國制造業(yè)機遇：發(fā)展先進制造技術，實現(xiàn)產(chǎn)業(yè)升級中國制造業(yè)挑戰(zhàn)與機遇6.1.1智能制造簡介36.1.1智能制造簡介46.1.1智能制造簡介5《中國制造2025》-中國的“工業(yè)4.0”規(guī)劃

用三個10年完成從制造業(yè)大國向制造業(yè)強國轉(zhuǎn)變第一階段（2025年）2025年中國制造業(yè)可進入世界第二方陣，邁向制造強國行列。第二階段（2035年）2035年中國制造業(yè)將位居第二方針前列，成為名副其實的制造業(yè)強國。第三階段（2045年）2045年中國制造業(yè)可望進入第一方針，成為具有全球影響力的制造強國.010203工業(yè)強國先易后難逐步實現(xiàn)66.1.1智能制造簡介6.1.1智能制造簡介7

智能制造（IntelligentManufacturing，IM）是一種由智能機器和人類專家共同組成的人機一體化智能系統(tǒng)，它在制造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。通過人與智能機器的合作共事，去擴大、延伸和部分地取代人類專家在制造過程中的腦力勞動。？6.1.1智能制造簡介8

智能制造特點智能制造利用各種自動化設備和技術，如機器人、傳感器、計算機視覺等，實現(xiàn)生產(chǎn)過程的自動化控制和管理。這可以大大提高生產(chǎn)效率，降低人力成本。智能制造將信息技術與生產(chǎn)過程緊密結合，通過數(shù)據(jù)采集、分析和處理，實現(xiàn)對生產(chǎn)過程的實時監(jiān)控和優(yōu)化。這有助于企業(yè)更好地了解市場需求，調(diào)整生產(chǎn)計劃，提高產(chǎn)品質(zhì)量。智能制造可以根據(jù)市場需求快速調(diào)整生產(chǎn)計劃和產(chǎn)品結構，實現(xiàn)生產(chǎn)過程的柔性化。這有助于企業(yè)更好地適應市場變化，提高企業(yè)的競爭力。智能制造利用人工智能技術，如機器學習、深度學習等，對生產(chǎn)過程中的數(shù)據(jù)進行分析和預測，從而實現(xiàn)生產(chǎn)過程的智能化控制和管理。這可以進一步提高生產(chǎn)效率，降低成本，提高產(chǎn)品質(zhì)量。高度自動化信息化智能化柔性化6.1.2智能制造的意義9知識經(jīng)濟時代的必然選擇與設備、資本投入作為經(jīng)濟增長模式不同，知識含量起著越來越重要的因素。市場的必然選擇可以提高能源和原材料的利用率，降低污染排放水平，提高產(chǎn)品質(zhì)量。是先進生產(chǎn)力的重要體現(xiàn)科學技術是第一生產(chǎn)力，而智能制造技術是先進科學技術在制造領域的集中體現(xiàn)。

1能源和資源利用效率是競爭力的決定性因素???更短的創(chuàng)新周期更為復雜的產(chǎn)品更大的數(shù)據(jù)量???個性化大規(guī)模生產(chǎn)快速變化的市場更高的生產(chǎn)效率提升效率制造業(yè)核心競爭力正在發(fā)生深刻變化

提升競爭力制造業(yè)變化的速度比以往更快32

縮短生產(chǎn)周期提高柔性6.1.2智能制造的意義11智能制造是發(fā)展壯大戰(zhàn)略性新興產(chǎn)業(yè)，加快形成現(xiàn)代產(chǎn)業(yè)體系的重要手段一方面，智能制造可以帶動工業(yè)機器人、增材制造、工業(yè)軟件等新興產(chǎn)業(yè)發(fā)展；另一方面，可以在全球范圍內(nèi)推動產(chǎn)業(yè)的協(xié)同合作和優(yōu)化升級，提升產(chǎn)業(yè)鏈供應鏈現(xiàn)代化水平。智能制造是提升供給體系適配性，推動構建新發(fā)展格局的重要抓手

智能制造通過重構制造業(yè)研發(fā)、生產(chǎn)、管理和服務等各個環(huán)節(jié)，有效提升國內(nèi)大循環(huán)的效率，推動實現(xiàn)全球范圍內(nèi)的資源協(xié)同和優(yōu)化。智能制造是推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，建設數(shù)字中國的重要途徑智能制造不僅可以推動制造業(yè)產(chǎn)業(yè)模式和企業(yè)形態(tài)發(fā)生根本性轉(zhuǎn)變，還能促進農(nóng)業(yè)、交通、物流、醫(yī)療等各領域數(shù)字化轉(zhuǎn)型、智能化變革。

6.1.3智能制造應用場景12智能制造基于上一小節(jié)總結的特點，目前應用場景非常廣泛。制造企業(yè)中應用的人工智能技術，主要圍繞在智能語音交互產(chǎn)品、人臉識別、圖像識別、圖像搜索、聲紋識別、文字識別、機器翻譯、機器學習、大數(shù)據(jù)計算、數(shù)據(jù)可視化等方面。在本小節(jié)將總結智能制造的應用場景和企業(yè)應用案例?？偨Y詞高效、低成本、柔性詳細描述智能化生產(chǎn)流程通過對生產(chǎn)過程進行全面數(shù)字化改造，實現(xiàn)了生產(chǎn)設備的自動化、生產(chǎn)流程的優(yōu)化以及生產(chǎn)管理的智能化。這種方法能夠提高生產(chǎn)效率、降低生產(chǎn)成本，同時還能提高生產(chǎn)靈活性，快速響應市場需求。智能化生產(chǎn)流程總結詞智能預測、精準調(diào)度、協(xié)同響應詳細描述智能化供應鏈管理通過運用大數(shù)據(jù)、人工智能等技術，對全球供應鏈資源進行精準預測和調(diào)度，實現(xiàn)供應鏈的智能響應和協(xié)同。這種方法能夠提高供應鏈的透明度和響應速度，降低庫存成本，提高物流效率。智能化供應鏈管理總結詞創(chuàng)新、優(yōu)化、定制詳細描述智能化產(chǎn)品設計通過運用計算機輔助設計、3D打印等技術，實現(xiàn)產(chǎn)品的創(chuàng)新、優(yōu)化和定制。這種方法能夠縮短產(chǎn)品研發(fā)周期，提高產(chǎn)品質(zhì)量和性能，同時還能滿足客戶的個性化需求，提高市場競爭力。智能化產(chǎn)品設計智能化客戶服務優(yōu)質(zhì)、便捷、個性化總結詞智能化客戶服務通過運用人工智能、大數(shù)據(jù)等技術，對客戶進行智能識別和服務推薦，實現(xiàn)客戶服務的個性化和優(yōu)質(zhì)化。這種方法能夠提高客戶滿意度和忠誠度，提升品牌價值，同時還能實現(xiàn)客戶服務的智能化和高效化。詳細描述總結詞采用物聯(lián)網(wǎng)技術提高生產(chǎn)效率詳細描述該企業(yè)采用了物聯(lián)網(wǎng)技術，對生產(chǎn)設備、原材料和成品進行實時監(jiān)控和數(shù)據(jù)采集，實現(xiàn)了生產(chǎn)過程的可視化、可控制和智能化。通過物聯(lián)網(wǎng)技術與企業(yè)資源計劃系統(tǒng)的集成，生產(chǎn)計劃、物流和庫存等環(huán)節(jié)得到了優(yōu)化，生產(chǎn)效率得到了顯著提升。企業(yè)應用案例一：采用物聯(lián)網(wǎng)技術提高生產(chǎn)效率總結詞通過數(shù)據(jù)分析技術優(yōu)化生產(chǎn)流程詳細描述該企業(yè)運用數(shù)據(jù)分析技術對生產(chǎn)線各環(huán)節(jié)的數(shù)據(jù)進行挖掘和分析，發(fā)現(xiàn)生產(chǎn)流程中的瓶頸和浪費現(xiàn)象。通過對數(shù)據(jù)的實時監(jiān)測和預警，及時調(diào)整生產(chǎn)計劃和資源配置，實現(xiàn)了生產(chǎn)流程的優(yōu)化和生產(chǎn)成本的降低。企業(yè)應用案例二：通過數(shù)據(jù)分析技術優(yōu)化生產(chǎn)流程總結詞采用自動化技術提升產(chǎn)品質(zhì)量詳細描述該企業(yè)引進自動化生產(chǎn)線和機器人，對產(chǎn)品加工、裝配和檢測等環(huán)節(jié)進行自動化改造。通過自動化技術的應用，生產(chǎn)過程中的質(zhì)量和誤差得到了有效控制，產(chǎn)品質(zhì)量得到了顯著提升，同時也降低了生產(chǎn)成本和人力資源的浪費。企業(yè)應用案例三：采用自動化技術提升產(chǎn)品質(zhì)量總結詞利用云計算技術實現(xiàn)精準營銷詳細描述該企業(yè)采用云計算技術構建了大數(shù)據(jù)分析平臺，對消費者行為、購買偏好和反饋信息進行收集和分析。通過云計算技術的數(shù)據(jù)挖掘和分析能力，企業(yè)可以精準地了解市場需求和消費者需求，實現(xiàn)了精準營銷和銷售策略的制定，提高了企業(yè)的市場占有率和競爭力。企業(yè)應用案例四：利用云計算技術實現(xiàn)精準營銷6.1.4智能制造的發(fā)展與挑戰(zhàn)21智能制造將可以優(yōu)化生產(chǎn)計劃、提高生產(chǎn)效率和產(chǎn)品質(zhì)量智能制造將通過虛擬現(xiàn)實等技術手段，實現(xiàn)產(chǎn)品的個性化定制智能制造將通過節(jié)能減排等技術手段，實現(xiàn)綠色環(huán)保的生產(chǎn)方式智能制造的發(fā)展將促進各國政府之間的合作與交流智能制造技術的應用需要大量的研發(fā)投入，同時還需要解決數(shù)據(jù)安全、隱私保護等問題目前智能制造領域人才供給不足，尤其高端人才的缺乏，成為制約智能制造發(fā)展重要因素智能制造需要大量的投資和設備更新，這對企業(yè)來說是一項巨大的負擔智能制造涉及到多個領域的技術和標準，這些技術和標準并沒有得到很好的統(tǒng)一智能制造涉及大量的數(shù)據(jù)傳輸和處理問題，這也帶來了數(shù)據(jù)安全和隱私保護的問題6.2工業(yè)零配件質(zhì)量檢測22隨著科技的快速發(fā)展和人工智能技術的廣泛應用，通過計算機視覺技術實現(xiàn)工業(yè)生產(chǎn)過程中的零配件缺陷檢測已成為常見手段，本小節(jié)中將以工業(yè)零配件質(zhì)量檢測系統(tǒng)為案例介紹AI+智能制造的具體應用。在本案例中該檢測系統(tǒng)是借助特征可視化手段對深度學習模型提取到的特征進行可視化分析來檢測產(chǎn)品瑕疵，進而精準打標，提升分級模型訓練的準確度，實現(xiàn)產(chǎn)品缺陷的高效準確分級。零件缺陷檢測圖6.2工業(yè)零配件質(zhì)量檢測23采集系統(tǒng)主要負責進行樣品各表面圖像的采集，并將圖像數(shù)據(jù)上傳至邊云一體的計算設備。包括整體產(chǎn)線采集流程的設計、工位數(shù)量和配置；針對不同檢測任務和產(chǎn)品的光學設備模組設計和成像方式設計等。管理及控制系統(tǒng)主要對光學設備模組進行配置管理，同時負責圖像的采集上傳。管理控制系統(tǒng)內(nèi)置針對不同塑件產(chǎn)品類型的光學和不良品規(guī)則方案，提供接口給前端進行產(chǎn)線的相應配置。質(zhì)檢應用系統(tǒng)主要包括圖像預處理模塊、視覺模型庫以及基于物理量測量的規(guī)則判定模塊。系統(tǒng)首先對圖像進行增強、拆分等預處理，根據(jù)產(chǎn)品類型、檢測任務選擇合適的模型對圖像進行分析識別，最后再針對具有面積、長度等物理量化標準的缺陷進行計算和判定，最終得到良品或不良品的判定結果，反饋給管理及控制系統(tǒng)。模型更新系統(tǒng)本部分是對模型進行持續(xù)優(yōu)化和下發(fā)部署的管理平臺，可以利用產(chǎn)線持續(xù)采集的數(shù)據(jù)，通過標注工具進行標注后，對模型進行訓練和優(yōu)化版本升級。6.2工業(yè)零配件質(zhì)量檢測24該系統(tǒng)在上述檢測過程中對不符合要求的零配件發(fā)出告警，并可提供接口接入廠商的剔除裝置。配置在合適的硬件設備上，可實時完成檢測，分析與統(tǒng)計，分批次統(tǒng)計零件的總數(shù)，并檢測其良品率，以餅狀圖形式展示。良品率統(tǒng)計圖6.2工業(yè)零配件質(zhì)量檢測25該系統(tǒng)根據(jù)每批次檢測結果系統(tǒng)通過分析統(tǒng)計將在每隔5分鐘后顯示當前零件的不合格數(shù)，其零件檢測狀態(tài)分析通過折線圖展示，如圖左所示。除此之外，該系統(tǒng)還可以顯示某個具體時間點檢測到了不合格的零件，以便于鎖定該批次中的次品。不合格數(shù)折線圖6.2工業(yè)零配件質(zhì)量檢測26（1）提高產(chǎn)品質(zhì)量（2）提高生產(chǎn)效率（3）降低廢品率（4）增強競爭力

在本案例中工業(yè)零配件質(zhì)量檢測系統(tǒng)為工業(yè)零配件生產(chǎn)企業(yè)可提供以下的幫助。6.3工業(yè)故障分析知識圖譜27知識圖譜是一種描繪實體之間關系的語義網(wǎng)，是新一代的知識工程技術，以自然語言處理為底層技術，捕捉數(shù)據(jù)、信息等內(nèi)容并梳理，組合成圖譜形式，為AI提供知識儲備。6.3工業(yè)故障分析知識圖譜28知識圖譜是一種描繪實體之間關系的語義網(wǎng)，是新一代的知識工程技術，以自然語言處理為底層技術，捕捉數(shù)據(jù)、信息等內(nèi)容并梳理，組合成圖譜形式，為AI提供知識儲備。工業(yè)設備在生產(chǎn)活動中扮演著重要角色，一旦出現(xiàn)故障將直接影響生產(chǎn)效益和產(chǎn)品質(zhì)量。傳統(tǒng)的故障處置方法主要依賴經(jīng)驗豐富的技術人員，但這種方式難以大規(guī)模復制和傳承，且對技術人員的要求較高。通過構建工業(yè)設備故障處置知識圖譜，將設備故障處置經(jīng)驗進行結構化整理和歸納，可有效提高故障處置效率和準確性，降低對技術人員的依賴。研究背景與意義工業(yè)設備故障信息抽取信息抽取方法利用自然語言處理技術，對文本數(shù)據(jù)進行預處理、命名實體識別、關系抽取等操作，提取出關鍵信息。挑戰(zhàn)工業(yè)設備故障信息具有復雜性、多樣性，信息抽取過程中需要解決噪聲干擾、數(shù)據(jù)缺失等問題。數(shù)據(jù)來源包括設備運行日志、維護記錄、故障歷史等。工業(yè)設備故障知識表示學習知識表示學習概述利用深度學習技術，將知識信息轉(zhuǎn)化為計算機可理解的形式，方便計算機進行處理和推理。包括圖神經(jīng)網(wǎng)絡（GNN）、知識嵌入（KnowledgeEmbedding）等。通過對工業(yè)設備故障信息進行表示學習，將故障知識轉(zhuǎn)化為計算機可理解的形式，提高故障診斷的準確性和效率。常用模型應用數(shù)據(jù)收集收集工業(yè)設備的運行數(shù)據(jù)、故障數(shù)據(jù)等。關系抽取根據(jù)實體之間的聯(lián)系，抽取出實體之間的關系。數(shù)據(jù)清洗對數(shù)據(jù)進行預處理，去除噪聲和冗余數(shù)據(jù)。知識存儲將抽取出的知識信息存儲到知識圖譜中。實體識別通過自然語言處理技術，識別出文本中的實體，如設備名稱、故障類型等。應用開發(fā)利用知識圖譜提供的應用程序接口（API），開發(fā)出適用于工業(yè)設備故障處置的知識圖譜應用。工業(yè)設備故障知識圖譜構建流程基于案例推理（CBR）利用先前的故障案例進行推理，以解決類似的當前故障。故障樹分析（FTA）通過建立故障與原因之間的邏輯關系，對故障進行定位和原因分析。神經(jīng)網(wǎng)絡和深度學習利用大量的故障數(shù)據(jù)，通過訓練模型進行故障預測和分類。工業(yè)設備故障診斷與預測維護計劃優(yōu)化根據(jù)設備的工作特性和歷史維護記錄，制定更合理的維護計劃，以提高設備的運行效率和降低維護成本。工業(yè)設備維護與優(yōu)化預防性維護通過對設備運行數(shù)據(jù)的監(jiān)測和分析，預測設備可能出現(xiàn)的故障，提前進行維護，避免生產(chǎn)中斷。維修過程優(yōu)化通過知識圖譜對維修過程的描述和優(yōu)化，縮短維修時間，提高維修效率。工業(yè)設備安全風險評估基于知識的風險評估利用知識圖譜中的安全知識，對設備可能存在的安全風險進行評估。基于模型的風險評估通過建立設備的安全模型，對設備的運行安全進行評估。安全風險決策支持為決策者提供安全風險的相關信息，幫助決策者制定應對措施。0102036.3工業(yè)故障分析知識圖譜36工業(yè)故障分析知識圖譜是一種基于數(shù)據(jù)驅(qū)動的知識表示和