基于軟件的人工智能（AI）可為機(jī)器人賦予這樣一種能力：彌合小批量制造和大批量自動化之間靈活性的差距。采用基于AI的軟件來增強(qiáng)自動化流程的制造企業(yè)，將具有更大的靈活性來適應(yīng)不斷變化的市場環(huán)境、客戶需求和更短的產(chǎn)品生命周期。
工業(yè)自動化使制造商能夠提高生產(chǎn)流程的靈活性，以應(yīng)對快速變化的市場，增加創(chuàng)新，提高生產(chǎn)效率，并縮短產(chǎn)品交付時間。自動化還減輕了工人執(zhí)行重復(fù)性任務(wù)的需要，這些任務(wù)往往是單調(diào)的，有時甚至是危險的。
自動化主要是一個基于硬件的過程，專用的機(jī)器可以為產(chǎn)品生命周期長的大批量應(yīng)用提供大量的生產(chǎn)節(jié)約。然而，由于手動編程、重新配置和維護(hù)基于硬件的控制系統(tǒng)非常耗時，傳統(tǒng)的自動化正在成為一種不太適用的解決方案。例如，通常情況下，在高混合、低產(chǎn)量的制造業(yè)中，部署工業(yè)機(jī)器人往往成本高昂。由于市場對高質(zhì)量、個性化產(chǎn)品的需求越來越大，因此這種情況會越來越嚴(yán)重。由于不同產(chǎn)品的生產(chǎn)步驟不同，在某些行業(yè)中，傳統(tǒng)機(jī)器人已經(jīng)達(dá)到了極限，這種趨勢可能還會繼續(xù)下去。
1靈活性差距阻礙了現(xiàn)代自動化
現(xiàn)代自動化正在受到所謂的“靈活性差距”的阻礙。制造過程中所需的靈活性越高，適應(yīng)它所需的自動化就越復(fù)雜。當(dāng)這種復(fù)雜性在硬件中實現(xiàn)時，只有大批量和長產(chǎn)品生命周期才能證明成本是合理的。此外，隨著產(chǎn)品以更快的周期不斷發(fā)展，這種類型的自動化不容易重新利用。
當(dāng)產(chǎn)量不夠高或產(chǎn)品差異太大時，人們可以承擔(dān)這些任務(wù)，因為機(jī)器人或因不夠靈活、或因太昂貴而無法執(zhí)行這些任務(wù)。然而，制造業(yè)正在受到全球范圍勞動力短缺的影響。即使是忽略手動制造過程造成的差異，缺乏愿意執(zhí)行重復(fù)和單調(diào)任務(wù)的可用工人也會使生產(chǎn)線停止運(yùn)轉(zhuǎn)。
隨著越來越多的制造企業(yè)陷入靈活性差距（可行的小批量制造和大批量自動化之間的差距），制造商需要一種新的方法來滿足產(chǎn)品需求。
2基于軟件的AI縮小靈活性差距
制造商可以通過基于軟件的人工智能（AI）來克服自動化靈活性的差距。企業(yè)需要一種將人的靈活性帶入基于機(jī)器人的過程的方法，而不是依賴特定的、專門構(gòu)建的硬件。有了人工智能，制造商可以增強(qiáng)現(xiàn)有機(jī)器人，從而可以以實時的方式處理差異。通過這種方式可以靈活高效地規(guī)劃、優(yōu)化并實現(xiàn)過程的自動化。
企業(yè)可以通過智能軟件擴(kuò)展機(jī)器人的功能和延長壽命，而不是繼續(xù)投資于更復(fù)雜、更昂貴和壽命更短的硬件。人工智能的進(jìn)步，特別是子領(lǐng)域機(jī)器學(xué)習(xí)（ML）的進(jìn)步，為企業(yè)提供了規(guī)劃和改進(jìn)制造過程的方法。例如，ML已經(jīng)被用于大幅改善生產(chǎn)設(shè)施的監(jiān)控和維護(hù)。
通過軟件將機(jī)器人技術(shù)與AI相結(jié)合，實現(xiàn)手動工作站的自動化，從而縮小了靈活性差距。借助與攝像頭相連的AI驅(qū)動的控件，機(jī)器人獲得了手眼協(xié)調(diào)和人類般的靈活性。
這些機(jī)器人系統(tǒng)可以由人類訓(xùn)練，以了解需要完成的一般任務(wù)。通過AI技術(shù)，該系統(tǒng)可以在制造過程中的新情況和可比差異（包括不同形狀或位置的工件）中推廣培訓(xùn)。現(xiàn)在，機(jī)器人可以通過實時獨立調(diào)整其運(yùn)動來適應(yīng)變化。
通過人工演示，一個與AI控制器相結(jié)合的機(jī)器人可以在幾個小時內(nèi)完成訓(xùn)練。通過一個特殊的機(jī)器人控制器和一個安裝在機(jī)器人手腕上的小型攝像頭，就可以完成很多操作，如拾取單個零件、進(jìn)給運(yùn)動、連接和跟蹤。
通過演示所需的活動以及通常發(fā)生的變化，機(jī)器人可以學(xué)習(xí)該做什么。在訓(xùn)練過程中，所有必要的數(shù)據(jù)都被聚集起來，在云中構(gòu)建一個神經(jīng)網(wǎng)絡(luò)來應(yīng)對任務(wù)和變化。為了確保運(yùn)行的可靠性和安全性，所有云端的活動都必須符合最高安全標(biāo)準(zhǔn)。
3通過AI控制實現(xiàn)工件拾取的自動化
總部位于德國的ZF公司是一家知名的汽車供應(yīng)商，在生產(chǎn)齒輪的大型銑削站實現(xiàn)工件進(jìn)給的自動化時，面臨著協(xié)調(diào)靈活性和精度的挑戰(zhàn)。
在工作過程中，金屬環(huán)被從箱中取出并放置在傳送帶上，以便隨后傳送到齒輪生產(chǎn)環(huán)節(jié)。幾個因素使這個過程難以實現(xiàn)自動化。首先，生產(chǎn)步驟是可變的，因為金屬環(huán)在交付的網(wǎng)格盒中移動并隨機(jī)排列。盒子的位置和形狀也可能不同。光照條件的變化帶來了額外的挑戰(zhàn)，金屬環(huán)的表面可能是閃亮的金屬，也可能是油漬，甚至可能是被腐蝕的，這就無法實現(xiàn)典型的自動化。
ZF公司在自動工件夾具中使用了AI控制器和協(xié)作機(jī)器人。使用自己的控制器，協(xié)作機(jī)器人將自己定位在箱中的金屬環(huán)上。然后，系統(tǒng)進(jìn)行控制，將機(jī)器人獨立移動到下一個金屬環(huán)上，以將夾持器送入正確的夾持位置。機(jī)器人恢復(fù)控制，拾取金屬環(huán)并將其放置在傳送帶上。為機(jī)器人添加AI設(shè)置只花了幾天時間。
4可靠的質(zhì)量控制管理
制造企業(yè)獲取成功的另一個前提是產(chǎn)品質(zhì)量始終保持在較高水平上，這就是精確的質(zhì)量管理如此重要的原因。此外，同樣重要的是要注意自動化的首要目標(biāo)是減少人類的工作量。正如博西家電的例子所證明的那樣，有可能找到一種可行且直觀的解決方案，在減少人類工作量的同時解決質(zhì)量問題。
這家歐洲主要的白色家電制造商在西班牙的生產(chǎn)基地，依靠自動化來檢查冰箱的冷卻劑泄漏。所謂的冰箱嗅探是一種單調(diào)、容易出錯的操作。在該應(yīng)用中，冰箱制造商的工作人員使用手持式探頭，來檢查壓縮機(jī)和銅管焊接接頭中的冷卻劑泄漏。如果未能發(fā)現(xiàn)泄漏，有害物質(zhì)就會溢出，因此這是一項重要的安全測試。
為了確保管道是防漏的，探頭要被帶到距離焊接接頭一毫米的范圍內(nèi)，焊接接頭的位置可能不同。AI控制系統(tǒng)將機(jī)器人引導(dǎo)至關(guān)節(jié)，以檢測可能的泄漏。通過這種方式，機(jī)器人能夠以可重復(fù)的精度和一致的質(zhì)量來執(zhí)行乏味的任務(wù)。
5實現(xiàn)更強(qiáng)大的自動化
增強(qiáng)機(jī)器人適應(yīng)差異的能力，是AI如何彌合靈活性差距的一個例子。借助AI可以提升并維持生產(chǎn)效率、可靠性和質(zhì)量。然而，AI的好處并不局限于自動化制造過程。
例如，通過AI/ML，決策者可以更快地獲取有關(guān)生產(chǎn)線、供應(yīng)鏈和產(chǎn)品運(yùn)營的實時信息。這將使他們能夠更好地評估未來的產(chǎn)品開發(fā)、新的商業(yè)模式和總體戰(zhàn)略決策。
機(jī)器人也可以利用這些信息來改進(jìn)自己的運(yùn)行。例如，實現(xiàn)更好的預(yù)測性維護(hù)，AI可以跟蹤整個工廠車間的機(jī)器人運(yùn)行。隨著時間的推移，AI可以幫助預(yù)測各種設(shè)備何時需要維護(hù)，并且可以提前安排此類維護(hù)，而不是在出現(xiàn)故障導(dǎo)致生產(chǎn)中斷時才進(jìn)行此類維護(hù)，從而將對生產(chǎn)的影響降至最低。
自動化領(lǐng)域的人工智能，是所有行業(yè)制造商未來成功的一個關(guān)鍵因素。AI軟件可以為機(jī)器人設(shè)備提供必要的靈活性，以克服靈活性差距，而不是依賴復(fù)雜和昂貴的硬件解決方案或人工工作站。AI不僅加速了機(jī)器人的自動化和培訓(xùn)，而且還改變了開發(fā)人員和設(shè)計師在產(chǎn)品變得更加復(fù)雜時規(guī)劃生產(chǎn)的方式，使其更加經(jīng)濟(jì)。
采用基于AI的軟件來增強(qiáng)自動化流程的制造企業(yè)，將具有更大的靈活性來適應(yīng)不斷變化的市場環(huán)境、客戶需求和更短的產(chǎn)品生命周期。
共0條 [查看全部] 網(wǎng)友評論