人工智能技術(shù)在智能制造中的典型應(yīng)用場(chǎng)景與標(biāo)準(zhǔn)體系研究

人工智能技術(shù)在智能制造中的典型應(yīng)用場(chǎng)景與標(biāo)準(zhǔn)體系研究

來源：《中國(guó)工程科學(xué)》?，作者李瑞琪等

摘要：?針對(duì)人工智能在智能制造領(lǐng)域應(yīng)用不斷深入的趨勢(shì)，本文基于企業(yè)關(guān)鍵績(jī)效指標(biāo)（KPI）的定義，分析了智能制造的系統(tǒng)實(shí)現(xiàn)形式，并進(jìn)一步討論了人工智能技術(shù)在智能制造中的主要作用；通過梳理人工智能在智能制造中的典型應(yīng)用場(chǎng)景，從生命周期維度提出了人工智能在智能制造中的應(yīng)用地圖，總結(jié)了人工智能在智能制造應(yīng)用中的共性技術(shù)，并以生產(chǎn)環(huán)節(jié)為例說明了人工智能技術(shù)對(duì)企業(yè)的影響；最后，提出了人工智能在智能制造中的標(biāo)準(zhǔn)體系。

關(guān)鍵詞：?人工智能；智能制造；企業(yè)關(guān)鍵績(jī)效指標(biāo)；標(biāo)準(zhǔn)化

一、前言

近年來，隨著人工智能與制造業(yè)的融合逐漸深化，人工智能在智能制造中的應(yīng)用不斷增加，美國(guó)、德國(guó)、法國(guó)等制造強(qiáng)國(guó)紛紛出臺(tái)相關(guān)政策支持人工智能的發(fā)展。我國(guó)也于2017年8月發(fā)布《新一代人工智能發(fā)展規(guī)劃》及《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020年）》，其中明確指出“以信息技術(shù)與制造技術(shù)深度融合為主線，以新一代人工智能技術(shù)的產(chǎn)業(yè)化和集成應(yīng)用為重點(diǎn)，推進(jìn)人工智能和制造業(yè)深度融合，加快我國(guó)的制造強(qiáng)國(guó)和網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)”。

但是，當(dāng)前我國(guó)人工智能在智能制造中的應(yīng)用水平與國(guó)外相比仍有較大差距，并且缺乏相關(guān)的標(biāo)準(zhǔn)支撐。因此，迫切需要在梳理人工智能在智能制造中典型應(yīng)用場(chǎng)景的基礎(chǔ)上，總結(jié)人工智能在智能制造中的應(yīng)用體系，分析當(dāng)前存在的問題與未來發(fā)展趨勢(shì)，研究其中所涉及的共性技術(shù)及相關(guān)應(yīng)用對(duì)企業(yè)關(guān)鍵績(jī)效指標(biāo)（KPI）的影響，并進(jìn)一步構(gòu)建人工智能在智能制造領(lǐng)域的標(biāo)準(zhǔn)體系。這對(duì)推動(dòng)人工智能與我國(guó)制造業(yè)的深度融合，提升我國(guó)的智能制造水平，完善我國(guó)智能制造標(biāo)準(zhǔn)體系均具有重要意義。

二、智能制造系統(tǒng)架構(gòu)與實(shí)現(xiàn)

（一）智能制造系統(tǒng)架構(gòu)

根據(jù)新一代智能制造技術(shù)機(jī)理[1]中的分析可知，與傳統(tǒng)制造系統(tǒng)相比，第一代和第二代智能制造系統(tǒng)在人和物理系統(tǒng)之間增加了信息系統(tǒng)，人的部分感知、分析、決策功能向信息系統(tǒng)復(fù)制遷移，人進(jìn)而可以通過信息系統(tǒng)來控制物理系統(tǒng)，以代替人類完成更多的體力勞動(dòng)。然而，新一代智能制造系統(tǒng)的本質(zhì)特征是其信息系統(tǒng)在第一代和第二代智能制造系統(tǒng)的基礎(chǔ)上增加了認(rèn)知和學(xué)習(xí)的功能，信息系統(tǒng)不僅具有感知、計(jì)算分析與控制能力，還具有學(xué)習(xí)提升、產(chǎn)生知識(shí)的能力。

新一代智能制造系統(tǒng)架構(gòu)如圖1所示。

（二）智能制造的關(guān)鍵績(jī)效指標(biāo)

新一代智能制造系統(tǒng)通過集成人、信息系統(tǒng)和物理系統(tǒng)的優(yōu)勢(shì)，使企業(yè)的工作效率、質(zhì)量與穩(wěn)定性均得以顯著提升；通過將人類相關(guān)制造經(jīng)驗(yàn)和知識(shí)轉(zhuǎn)移到信息系統(tǒng)，還能夠有效提高人類知識(shí)的傳承和利用效率。根據(jù)文獻(xiàn)[2,3]可知，企業(yè)的KPI是衡量企業(yè)性能的一種量化管理指標(biāo)，因此，智能制造系統(tǒng)對(duì)企業(yè)的影響可以用各項(xiàng)KPI來描述，其中主要包括良品率、效率、設(shè)備綜合效率指數(shù)（OEE）、交付周期等。例如，OEE表現(xiàn)的是設(shè)備實(shí)際生產(chǎn)能力相對(duì)于理論產(chǎn)能的比率[4,5]。

（三）智能制造系統(tǒng)的實(shí)現(xiàn)探索

企業(yè)是智能制造系統(tǒng)的載體，通過建設(shè)智能制造系統(tǒng)提升企業(yè)的盈利能力和競(jìng)爭(zhēng)力也是企業(yè)轉(zhuǎn)型升級(jí)的基本訴求之一。綜合上述因素，基于圖1所示的新一代智能制造系統(tǒng)架構(gòu)、企業(yè)系統(tǒng)層級(jí)及企業(yè)關(guān)鍵績(jī)效指標(biāo)等，智能制造系統(tǒng)的實(shí)現(xiàn)形勢(shì)可以通過以企業(yè)為核心的閉環(huán)系統(tǒng)來表述，如圖2所示。

圖1 新一代智能制造系統(tǒng)架構(gòu)[1]

在圖2所示的智能制造系統(tǒng)的實(shí)現(xiàn)探索中，企業(yè)在市場(chǎng)需求驅(qū)動(dòng)下，深入挖掘客戶個(gè)性化需求，并在產(chǎn)品生命周期過程中不斷監(jiān)測(cè)企業(yè)的各項(xiàng)關(guān)鍵績(jī)效指標(biāo)及其與期望指標(biāo)之間的偏差。基于以上信息及企業(yè)自身生產(chǎn)、管理等數(shù)據(jù)，在信息系統(tǒng)中進(jìn)行信息的集成與融合，分析企業(yè)存在的問題并通過虛擬仿真驗(yàn)證等方式迭代優(yōu)化得出改善相應(yīng)問題的策略，進(jìn)而對(duì)實(shí)際產(chǎn)品設(shè)計(jì)、生產(chǎn)、物流等全生命周期各環(huán)節(jié)進(jìn)行調(diào)整，最終實(shí)現(xiàn)水平集成、垂直集成、端到端集成，提高企業(yè)的各項(xiàng)KPI、盈利能力與競(jìng)爭(zhēng)力。

圖2 智能制造系統(tǒng)的實(shí)現(xiàn)探索

注：RFID：射頻識(shí)別；PLC：可編程邏輯控制器；SCADA：數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)；DCS：分布式控制系統(tǒng)；FCS：現(xiàn)場(chǎng)總線控制系統(tǒng)；MES：制造企業(yè)生產(chǎn)過程執(zhí)行系統(tǒng)；ERP：企業(yè)資源計(jì)劃；PLM：產(chǎn)品生命周期管理；SCM：供應(yīng)鏈管理；CRM：客戶關(guān)系管理；CPS：信息物理系統(tǒng)。

（四）人工智能技術(shù)在智能制造中的主要作用

人工智能技術(shù)在圖2中各環(huán)節(jié)的應(yīng)用是新一代智能制造系統(tǒng)實(shí)現(xiàn)的基礎(chǔ)。在需求分析環(huán)節(jié)，客戶畫像、輿情分析等人工智能技術(shù)的應(yīng)用可以提升企業(yè)對(duì)生產(chǎn)個(gè)性化需求分析的準(zhǔn)確性，從而提升企業(yè)的生存能力；在企業(yè)關(guān)鍵績(jī)效指標(biāo)分析方面，成品過程效率分析、物流能效分析、分銷商行為分析、客戶抱怨求解等人工智能技術(shù)的應(yīng)用能夠?yàn)槠髽I(yè)隱性問題的挖掘提供依據(jù)；在企業(yè)運(yùn)行優(yōu)化方面，先進(jìn)生產(chǎn)排程、生產(chǎn)線布置優(yōu)化、工藝分析與優(yōu)化、成品倉優(yōu)化等人工智能技術(shù)的應(yīng)用能夠?yàn)槠髽I(yè)在生產(chǎn)、物流等環(huán)節(jié)的優(yōu)化調(diào)整提供輔助決策；在產(chǎn)品生命周期控制方面，基于增強(qiáng)現(xiàn)實(shí)技術(shù)（AR）的人員培訓(xùn)、智能在線檢測(cè)等人工智能技術(shù)的應(yīng)用能夠提升產(chǎn)品在設(shè)計(jì)、生產(chǎn)等環(huán)節(jié)的效率與質(zhì)量。

綜上所述，人工智能技術(shù)在智能制造系統(tǒng)各環(huán)節(jié)中的應(yīng)用能夠推動(dòng)制造系統(tǒng)的效率和產(chǎn)品的質(zhì)量提升至新的水平；為企業(yè)運(yùn)行提供優(yōu)化和決策依據(jù)，減小企業(yè)人員工作強(qiáng)度，提升企業(yè)各項(xiàng)關(guān)鍵績(jī)效指標(biāo)；促進(jìn)制造業(yè)企業(yè)向自感知、自決策與自執(zhí)行的方向發(fā)展。

三、人工智能技術(shù)在智能制造中的典型應(yīng)用場(chǎng)景

（一）典型應(yīng)用矩陣

根據(jù)上文的分析可知，人工智能技術(shù)在智能制造領(lǐng)域已經(jīng)實(shí)現(xiàn)了一定范圍的應(yīng)用。通過綜合考慮相關(guān)應(yīng)用在產(chǎn)品生命周期所處位置以及對(duì)產(chǎn)品全面質(zhì)量管理關(guān)鍵要素的影響，圖3從產(chǎn)品生命周期與人、機(jī)、料、法、環(huán)等關(guān)鍵要素兩個(gè)維度給出了人工智能在智能制造中的典型應(yīng)用矩陣。

由圖3可知，當(dāng)前人工智能在智能制造中應(yīng)用所涉及的共性技術(shù)包括：機(jī)器學(xué)習(xí)、生物特征識(shí)別、計(jì)算機(jī)視覺、自然語言處理與知識(shí)圖譜等。同時(shí)，上述應(yīng)用主要圍繞產(chǎn)品質(zhì)量檢測(cè)、工藝分析與優(yōu)化等特定及重復(fù)性的問題，并為企業(yè)管理者或車間運(yùn)維人員提供輔助優(yōu)化與輔助決策以提升企業(yè)的效率和減小人員的工作強(qiáng)度。

圖3 人工智能在智能制造中的典型應(yīng)用矩陣

（二）人工智能在生產(chǎn)環(huán)節(jié)的典型應(yīng)用

人工智能的典型應(yīng)用包括：基于AR的人員培訓(xùn)、預(yù)測(cè)性維護(hù)、動(dòng)態(tài)智能排產(chǎn)、智能在線檢測(cè)及能耗與環(huán)境分析等。

針對(duì)基于AR的人員培訓(xùn)，傳統(tǒng)的培訓(xùn)方式由于缺乏靈活性、活動(dòng)性、難以理解、成本高等因素嚴(yán)重影響了學(xué)員的培訓(xùn)效果。AR設(shè)備能夠?yàn)閷W(xué)員提供實(shí)時(shí)可見、現(xiàn)場(chǎng)分步驟的指導(dǎo)，從而改善上述問題，尤其是在產(chǎn)品組裝等領(lǐng)域。通過將圖紙轉(zhuǎn)換為可視三維模型，指導(dǎo)操作人員完成所需的步驟。以波音公司為例，基于AR的Boeing 737引擎裝配及故障檢修系統(tǒng)，提高了裝配效率約20%，提升了一次裝配正確率約24%[6,7]。

針對(duì)預(yù)測(cè)性維護(hù)，當(dāng)傳統(tǒng)生產(chǎn)線的生產(chǎn)設(shè)備出現(xiàn)故障報(bào)警時(shí)可能已經(jīng)生產(chǎn)了大量的不合格品，給整個(gè)企業(yè)帶來損失。預(yù)測(cè)性維護(hù)依據(jù)實(shí)時(shí)采集的設(shè)備運(yùn)行數(shù)據(jù)，通過機(jī)器學(xué)習(xí)算法辨識(shí)故障信號(hào)，從而實(shí)現(xiàn)對(duì)故障設(shè)備的提前感知與維護(hù)，最終減少設(shè)備所需的維護(hù)時(shí)間與費(fèi)用，提高設(shè)備利用率，避免因設(shè)備故障所引起的損失[8,9]。

針對(duì)動(dòng)態(tài)智能排產(chǎn)，傳統(tǒng)的人工排產(chǎn)方式通常工作強(qiáng)度較大，對(duì)人員依賴度較高，而且由于工序繁多還有可能導(dǎo)致生產(chǎn)計(jì)劃不合理、效率低。智能排產(chǎn)系統(tǒng)通過機(jī)器學(xué)習(xí)算法等幫助企業(yè)進(jìn)行資源和系統(tǒng)的整合、集成與優(yōu)化，實(shí)現(xiàn)動(dòng)態(tài)最優(yōu)化的排程，進(jìn)而幫助企業(yè)實(shí)現(xiàn)按需生產(chǎn)，提高運(yùn)行效率，縮短產(chǎn)品周期，提升企業(yè)的產(chǎn)能。以電梯制造企業(yè)為例，動(dòng)態(tài)智能排產(chǎn)系統(tǒng)可以將計(jì)劃制定的時(shí)間縮短75% [10,11]。

針對(duì)智能在線檢測(cè)，傳統(tǒng)的產(chǎn)品表面缺陷、內(nèi)部隱裂、邊緣缺損等缺陷的檢測(cè)主要依靠人眼判斷，由于工作強(qiáng)度高，容易引起操作人員的疲勞，從而導(dǎo)致次品率高，尤其在芯片行業(yè)、家電行業(yè)、紡織行業(yè)等。智能在線檢測(cè)技術(shù)依據(jù)傳感器采集的產(chǎn)品照片，通過計(jì)算機(jī)視覺算法檢測(cè)殘次品，從而提高產(chǎn)品檢測(cè)速度及質(zhì)量，避免因漏檢、錯(cuò)檢所引起的損失。以芯片企業(yè)為例，該項(xiàng)應(yīng)用的實(shí)施可以大幅降低次品率，同時(shí)通過分析次品原因還可以降低產(chǎn)品的報(bào)廢率，并優(yōu)化產(chǎn)品設(shè)計(jì)與生產(chǎn)工藝達(dá)到進(jìn)一步降低測(cè)試成本的目的[12]。

四、人工智能技術(shù)在智能制造中的標(biāo)準(zhǔn)體系研究

（一）人工智能技術(shù)在智能制造中的標(biāo)準(zhǔn)體系

隨著人工智能技術(shù)、新一代信息技術(shù)、制造專業(yè)新技術(shù)在智能制造領(lǐng)域的深度融合，人工智能標(biāo)準(zhǔn)可以用于指導(dǎo)人工智能技術(shù)在生命周期各環(huán)節(jié)中的應(yīng)用，并確保其在智能制造應(yīng)用中的可靠性與安全性，以滿足制造全生命周期活動(dòng)的智能化發(fā)展需求。

針對(duì)當(dāng)前人工智能技術(shù)在智能制造中應(yīng)用不斷增多的現(xiàn)狀，人工智能標(biāo)準(zhǔn)研制的迫切性與必要性日益凸顯。依據(jù)《國(guó)家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2018年版）》（征求意見稿），人工智能應(yīng)用標(biāo)準(zhǔn)包括場(chǎng)景描述與定義標(biāo)準(zhǔn)、知識(shí)庫標(biāo)準(zhǔn)、性能評(píng)估標(biāo)準(zhǔn)，以及智能在線檢測(cè)、基于群體智能的個(gè)性化創(chuàng)新設(shè)計(jì)、協(xié)同研發(fā)群智空間、智能云生產(chǎn)、智能協(xié)同保障與供應(yīng)營(yíng)銷服務(wù)鏈等應(yīng)用標(biāo)準(zhǔn)。根據(jù)人工智能在智能制造中的典型應(yīng)用場(chǎng)景與所涉及的共性技術(shù)，結(jié)合智能制造中對(duì)相關(guān)應(yīng)用的安全性、互聯(lián)互通等要求，上述人工智能應(yīng)用標(biāo)準(zhǔn)可以進(jìn)一步展開為如圖4所示的人工智能在智能制造中的標(biāo)準(zhǔn)體系結(jié)構(gòu)，包括基礎(chǔ)共性、基礎(chǔ)范式、平臺(tái)資源、核心技術(shù)、工業(yè)應(yīng)用五部分內(nèi)容。

圖4 人工智能在智能制造中的標(biāo)準(zhǔn)體系結(jié)構(gòu)圖

（二）在研標(biāo)準(zhǔn)研究進(jìn)展

國(guó)際標(biāo)準(zhǔn)化組織（ISO）、國(guó)際電工委員會(huì)（IEC）、國(guó)際標(biāo)準(zhǔn)化組織/國(guó)際電工委員會(huì)第一聯(lián)合技術(shù)委員會(huì)（ISO/IEC JTC1）、國(guó)際電信聯(lián)盟電信標(biāo)準(zhǔn)分局（ITU-T）、電氣和電子工程師協(xié)會(huì)（IEEE）等國(guó)際標(biāo)準(zhǔn)化組織，以及全國(guó)信息技術(shù)標(biāo)準(zhǔn)化委員會(huì)、全國(guó)工業(yè)過程測(cè)量控制和自動(dòng)化標(biāo)準(zhǔn)化技術(shù)委員會(huì)、全國(guó)自動(dòng)化系統(tǒng)與集成標(biāo)準(zhǔn)化技術(shù)委員會(huì)等國(guó)內(nèi)標(biāo)準(zhǔn)化組織在人工智能領(lǐng)域標(biāo)準(zhǔn)化方面已開展了大量的工作，發(fā)布了《信息技術(shù) 詞匯第 28 部分：人工智能 基本概念與專家系統(tǒng)》《信息技術(shù) 詞匯 第29 部分：人工智能 語音識(shí)別與合成》《信息技術(shù) 詞匯 第31 部分:人工智能 機(jī)器學(xué)習(xí)》《信息技術(shù) 詞匯 第 34 部分:人工智能 神經(jīng)網(wǎng)絡(luò)》等一系列國(guó)家標(biāo)準(zhǔn)，并啟動(dòng)了自主系統(tǒng)的透明度、數(shù)據(jù)隱私處理、算法偏差注意事項(xiàng)等標(biāo)準(zhǔn)項(xiàng)目[13]。

目前，人工智能在智能制造領(lǐng)域的相關(guān)標(biāo)準(zhǔn)仍相對(duì)較少。由中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院等提報(bào)的兩項(xiàng)IEEE標(biāo)準(zhǔn)提案《智能制造 基于機(jī)器視覺的在線檢測(cè)通用要求》（Standard for General Requirements of Online Detection based on Machine Vision in?Intelligent Manufacturing）于2017年12月7日在新標(biāo)準(zhǔn)委員會(huì)會(huì)議（IEEE NesCOM）上通過審查并正式獲批立項(xiàng)（項(xiàng)目編號(hào)：P2671）。

五、結(jié)語

人工智能技術(shù)對(duì)推動(dòng)我國(guó)新一代智能制造系統(tǒng)的發(fā)展起著關(guān)鍵作用，也對(duì)企業(yè)KPI的提升具有重要意義，而且已經(jīng)在產(chǎn)品生命周期的各個(gè)環(huán)節(jié)中實(shí)現(xiàn)了諸多應(yīng)用。但是，智能制造領(lǐng)域中的人工智能標(biāo)準(zhǔn)仍然相對(duì)較少，無法滿足當(dāng)前人工智能技術(shù)的標(biāo)準(zhǔn)化需求，并制約著我國(guó)人工智能應(yīng)用的有序、規(guī)范、健康發(fā)展。我國(guó)智能制造標(biāo)準(zhǔn)化工作的快速推進(jìn)為人工智能在智能制造中的應(yīng)用提供了良好的基礎(chǔ)，下一步，圍繞人工智能技術(shù)在智能制造中的應(yīng)用現(xiàn)狀及未來發(fā)展需求，并結(jié)合《新一代人工智能發(fā)展規(guī)劃》《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020年）》《國(guó)家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2018年版）》（征求意見稿）等重要文件中的要求部署，有待重點(diǎn)開展場(chǎng)景描述與定義、知識(shí)庫、性能評(píng)估、典型工業(yè)應(yīng)用等相關(guān)標(biāo)準(zhǔn)研究，加速推動(dòng)我國(guó)制造業(yè)的轉(zhuǎn)型升級(jí)。

關(guān)注微信公眾號(hào)：人工智能技術(shù)與咨詢。了解更多咨詢！

審核編輯：符乾江