图片7
在智能分拣解决方案的应用层面上,人工智能技术的应用可以包括计算智能、感知智能等多个层次的核心能力。智能产品,如工业机器人、智能手机、无人驾驶汽车、无人机等智能产品,本身就是人工智能的载体,其硬件与各种软件的结合具有感知、判断的能力,并实时与用户、环境互动,这些都是智能产品的本身。
举例来说,在制造业中广泛使用的各种智能机器人:分拣/拣选机器人,它能自动识别和抓住不规则的物体;协作机器人能理解并对周围环境做出反应;自动跟随物料小车能够通过人脸识别实现自动跟随;在定位、环境感知、路径规划、行为决策和控制等方面,无人驾驶技术已经广泛应用于人工智能技术和算法。
当前制造业所采用的智能分拣解决方案的人工智能技术,主要集中在智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。下面是常见的制造业应用场景的概述。
情景一:智能分类。
制造行业中有很多作业需要分拣,如果采用人工操作,速度慢、成本高,同时也要提供合适的工作温度环境。使用工业机器人进行智能分拣,能大大降低成本,提高速度。
举一个分类零件的例子。要进行分拣的零件通常摆放得不整齐,机器人虽然有摄像头能看到零件,却不知道如何将零件捡起来。利用智能分拣解决方案的机器学习技术,首先让机器人随机进行一次分拣动作,然后告诉它这一动作是分拣零件成功还是抓空了,经过多次训练后,机器人将知道如何分拣动作才有更高的成功率;在此情况下,使用机器学习技术将更好地分拣,机器人将会有更高的回收成功率;通过数小时的学习,机器人的分拣成功率可达90%,与熟练工人相当。
情景二:设备的健康管理。
通过智能分拣解决方案对设备运行数据的实时监测,运用特征分析和机器学习技术,一方面可以提前预测设备的故障,减少非计划停机。同时,面对设备的突发故障,能够快速地进行故障诊断,找出故障原因,提供相应的解决方案。主要应用于制造业,主要用于化工、重型设备、五金、3C制造、风电等行业。
在数控机床上,利用智能分拣解决方案的机器学习算法模型和智能传感器等技术,监控切削刀、主轴、进给电机在加工过程中的功率、电流、电压等信息,判别刀具的受力、磨损、损坏状态及机床加工的稳定性状态,并根据这些状态实时调整加工参数(主轴转速、进给速度)和加工指令,从而确定何时需要换刀,以提高加工精度、缩短产线的停工时间和设备运行安全性。