人工智能在制造業(yè)中的五大應(yīng)用

　　制造業(yè)正在經(jīng)歷一場重大的數(shù)字化轉(zhuǎn)型。傳統(tǒng)模式正在演變?yōu)?a href="http://www.ttokpm.com/v/" target="_blank">工業(yè)4.0。隨著包括像成像技術(shù);CMOS傳感器;嵌入式視覺;機器和深度學(xué)習(xí);機器人接口;數(shù)據(jù)傳輸標(biāo)準和圖像處理能力在內(nèi)的不同領(lǐng)域的迅速發(fā)展，計算機視覺技術(shù)可以使制造業(yè)在不同層次上受益。新的成像技術(shù)提供了新的應(yīng)用機會。計算機視覺技術(shù)的發(fā)展提高了制造業(yè)的性能、集成度和自動化程度。讓我們深入了解一下計算機視覺在制造的不同階段的各種用例，但在此之前，先讓我們了解下什么是計算機視覺？

　　計算機視覺

　　它是人工智能和計算機科學(xué)的一個領(lǐng)域，旨在為計算機提供對世界的視覺理解。計算機視覺的目標(biāo)是利用數(shù)字圖像并通過三個主要的處理組件來模擬人類視覺：

　　1.圖像采集

　　2.圖像處理

　　3.圖像分析

　　現(xiàn)在，讓我們來了解一下它在制造業(yè)中的五大應(yīng)用。

　　預(yù)測性維護

　　預(yù)測性維護是一種防止昂貴制造設(shè)備故障的方法，通過分析在整個生產(chǎn)過程中的數(shù)據(jù)，提前查明異常行為，以確?？梢圆扇∵m當(dāng)?shù)拇胧﹣肀苊忾L時間的生產(chǎn)停機。

　　使用物聯(lián)網(wǎng)進行更好的預(yù)測性維護可將設(shè)備停機時間減少50%，并將設(shè)備資本投資減少3%-5%……在制造業(yè)，這些節(jié)省的成本在2025年每年將產(chǎn)生近6300億美元的潛在經(jīng)濟影響。--麥肯錫

　　試想一下，如果你能在故障即將發(fā)生前收到手機應(yīng)用程序的警告。聽起來很有趣，對吧？多虧了預(yù)測性維護，它可以告訴我們何時需要更換部件，減少計劃內(nèi)的停機時間，并使產(chǎn)品在最佳時間內(nèi)運行。這將有助于減少不必要的維修費用。

　　預(yù)測性維護技術(shù)

　　有各種各樣的監(jiān)測裝置和技術(shù)可以用來有效地預(yù)測故障，并為維修提供預(yù)警。讓我們來了解一下它們的類型：

　　1.振動分析--它可以通過設(shè)備內(nèi)置的手持分析器或?qū)崟r傳感器來監(jiān)測機器的振動，其預(yù)測潛在故障的能力使其成為了計劃維護、提高資產(chǎn)性能的有用工具，有助于防止計劃外的停機。

　　2.紅外熱成像——它有助于使用紅外攝像機來檢測高溫（熱點）。通過識別熱點，紅外線可以幫助避免昂貴的維修和停機時間。聯(lián)邦能源管理計劃（FEMP）表示，對于僅采用反應(yīng)性維護計劃的設(shè)備，就可節(jié)省30%至40%的能源。

　　3.超聲波分析--這項技術(shù)可以使用聲音來識別失敗的資產(chǎn)。可用于泄漏檢測、機械檢測、電氣檢測、電弧閃光檢測、疏水閥檢修、閥門檢測等。

　　4.聲學(xué)監(jiān)測--這項技術(shù)有助于在聲波或超聲波水平上檢測設(shè)備中的氣體、液體或真空泄漏。這些相對來說都會比超聲波要便宜。

　　讀取條形碼：條形碼是用于產(chǎn)品、包裝或部件的機器可讀圖樣。它們可用于在產(chǎn)品的整個生命周期中提供信息和跟蹤產(chǎn)品。識別和處理成千上萬的條形碼是一項需要人工執(zhí)行的繁瑣任務(wù)，它需要將掃描儀操作員放置在條形碼附近，以便獲得正確的結(jié)果。然而，通過計算機視覺掃描，產(chǎn)品通過傳送帶時不一定需要對準基于攝像頭的掃描儀就可以正確地檢測條形碼。智能產(chǎn)業(yè)也正在整合OCR（光學(xué)字符識別）技術(shù)，使圖像中的信息可由機器讀取和使用。一些技術(shù)，如條形碼識別（OBR）、智能字符識別（ICR）和光學(xué)標(biāo)記識別（OMR）都可以用來擴展現(xiàn)有的功能。

　　OCR用于識別掃描文檔或屏幕截圖中的文本。

　　ICR用于從手寫表格中讀取文本，例如。調(diào)查問卷

　　OMR用于識別調(diào)查或表單中的復(fù)選框

　　OBR用于識別傳統(tǒng)的一維和二維條碼，用于在生產(chǎn)線上自動布線零件

　　缺陷識別：對于任何制造公司來說，清點大量的貨物和產(chǎn)品是一項相當(dāng)麻煩的任務(wù)。計算機視覺可以提供從捕獲的圖像獲取實時信息分析，以執(zhí)行復(fù)雜的檢查任務(wù)。它提供了一個計數(shù)機制系統(tǒng)，可以幫助驗證每個容器中是否包含了正確的項目數(shù)量。如果產(chǎn)品總數(shù)不正確，或者一個集裝箱被標(biāo)記為有缺陷，并且該容器到達了生產(chǎn)線的末端，則包含任何缺陷件的任何容器都將被拒收。這將有助于消除包裝和運輸任何缺陷產(chǎn)品的風(fēng)險。

　　產(chǎn)品和部件的裝配：計算機視覺可以確保產(chǎn)品和部件的裝配能夠嚴格的按照標(biāo)準進行。嚴格的評估標(biāo)準減少了產(chǎn)品召回事件，并提高生產(chǎn)率。例如，一個生產(chǎn)大量乳制品的乳制品生產(chǎn)公司可以利用計算機視覺技術(shù)來確保正確的包裝。它也有助于檢查包裝瓶的其他關(guān)鍵特征，如瓶蓋密封，位置，標(biāo)簽等等。

　　機器和深度學(xué)習(xí)：有難以想象的數(shù)量的感官數(shù)據(jù)，其中包含了多種格式，結(jié)構(gòu)和語義。深度學(xué)習(xí)技術(shù)使人們能夠自動從這些數(shù)據(jù)中學(xué)習(xí)，發(fā)現(xiàn)模式，并據(jù)此做出決策。它能夠區(qū)分不同級別的數(shù)據(jù)分析，包括預(yù)測性維護、規(guī)范性分析、診斷分析和描述性分析。以下是它們在制造業(yè)中的應(yīng)用。

　　預(yù)測分析使用統(tǒng)計模型來預(yù)測未來生產(chǎn)和設(shè)備退化的可能性。

　　規(guī)范性分析提供了多種場景來執(zhí)行任何操作。

　　診斷分析旨在報告設(shè)備故障的原因。

　　描述性分析有助于分析產(chǎn)品的操作參數(shù)、環(huán)境和條件。

　　進入工業(yè)4.0

　　很明顯，計算機視覺將在制造業(yè)掀起一場風(fēng)暴。制造業(yè)和分銷業(yè)的變化也導(dǎo)致了智能產(chǎn)品和創(chuàng)新性制造模式的出現(xiàn)。以圖像和語音識別的形式出現(xiàn)的自動化，也提高了生產(chǎn)率和準確性。智能工廠正在經(jīng)歷在意外停機時間的大幅削減和更好的產(chǎn)品設(shè)計、效率的提高、過渡時間的縮短以及更好的整體產(chǎn)品質(zhì)量和工人安全。
責(zé)任編輯人：CC