爱数博客

全部 AnyBackup AnyShare AnyRobot AnyDATA

知识汇 丨 认知为核,先进分析助力智能制造“新思维”

1696 0 2021-12-06

本期作者

李基亮

爱数产品副总裁

大数据和人工智能领域专家



从18世纪末以来人类经历了三次工业革命,无论是蒸汽机、电力还是电子信息技术,每一次革命都给人类的生产力带来了几倍或是几十倍的巨大提升。今天,我们迎来了第四次工业革命——以智能制造为主导,运用信息物理系统,实现生产方式的现代化。

但是,当前国内大部分制造业企业,仍处于“工业2.0”(电气化)的后期阶段,质量基础薄弱、资源利用效率偏低、企业信息化水平不高。

纵观整个产业,制造业普遍面临招工难、人口老龄化、工资上调等难题。这些难题和挑战反过来倒逼企业数字化转型,只有大力发展智能制造,以降本增效,提质增能为导向,提升企业的整体创新能力和竞争能力,才能走出新的增长曲线。从整体来看,制造业智能化改造升级也势在必行:

先进制造是国家战略竞争力核心:全球各国都开始意识到先进技术对制造业的重要作用,德国提出的工业4.0战略,将利用信息物理系统提升制造业水平。《中国制造2025》明确指明智能制造已成为我国现代先进制造业新的发展方向。

政策支持在行动:十四五规划中,至少有20个以上的省市已经明确将先进制造业、高端制造业列入重点产业规划。一方面是政策和支持对制造业企业的倾斜,另一方面是鼓励和支持制造业企业进行智能化改造和升级,智能工厂、流水线成为智能化改造升级的重心。

相关技术已成熟:随着IoT、机器人、机器学习等技术的不断成熟,围绕生产制造、装备、管理数字化和智能化的融合技术越来越成熟,通过数字化、智能化的手段提升生产制造、技术服务、经营管理、市场化的效率成为企业的竞争力共识。


 

如何正确地看待

智能制造发展的系统性挑战

智能制造(Intelligent Manufacturing,IM)是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。

智能制造通常是指一种由智能机器人和人类专家共同组成的人机一体智能系统,其技术包括自动化、信息化、互联网和智能化四个层次。智能制造的实现需要多个层次上技术产品的支持,主要包括工业机器人、3D打印、工业物联网、云计算、工业大数据、知识工作自动化、工业网络安全、虚拟现实和人工智能等。

智能制造的含义有两层:制造过程的智能化和经营管理的智能化。最关键的是,智能化是一个系统工程,如果把企业比喻成人,则智能制造本质上来说是制造企业的生产体制、经营思维能力的全方位提升
 

01 制造过程的智能化

所有设备都需要加入智能控制模块,进行加工数据的自动采集、分析和控制,配备标准数据接口,可与企业MES系统或其他信息系统连接,这些工业大数据经过智能软件系统的运算分析;

02 经营管理的智能化

经营管理过程数据、结果数据的广泛连接,从而实现从经营规划、生产制造、市场营销、采购供应的全环节智能调节和优化。

 




 

不难发现,这里的核心挑战是连接:

·物与物的连接构成的工业互联网络(工业信息互联网络),这是工业智能的生产力工具升级,是“硬件能力”的挑战;

·数据与数据全面连接的数据知识网络,辅助生产、经营、服务等各环节的优化、决策,这是智能制造的“软件能力”挑战;

基于此形成的“制造企业大脑”,才是智能制造发展的核心。而无论是硬件能力还是软件能力,其核心是贯穿生产和经营的数据,数据的价值只有形成有序的信息和知识,才能有效辅助制造的优化和经营决策。

也就是说,将全面连接的数据,转化为有逻辑的、系统性的知识,帮助企业在生产、经营过程的全局性优化,是制造智能发展的关键逻辑:


 

认知智能,

构建智能制造企业的先进分析能力

显然,智能制造大脑的核心是系统思考能力,是分析能力。国家工业信息安全发展研究中心认为,人工智能是关键变量,人工智能和制造业融合有着广泛的基础。

从智能制造角度出发,新一代人工智能技术与制造业实体经济的深度融合,催生了智能装备、智能工厂、智能服务等应用场景。在这些场景背后,核心是系统分析能力,这个系统分析能力,我们也把它称之为先进分析(Advanced Analytic),是全局性的、智能化的分析能力,是智能制造的核心。

根据Gartner的定义,Advanced Analytic是使⽤复杂的技术和⼯具对数据或内容进⾏⾃主或半⾃主的检查,通常超出传统商业智能(BI)的范围,以发现更深⼊的⻅解,进⾏预测或产⽣建议。⾼级分析技术包括诸如数据/⽂本挖掘、机器学习、模式匹配、预测、可视化、语义分析、情感分析、⽹络和集群分析、多变量统计、图分析、模拟、神经⽹络等。

简而言之,先进分析技术是以机器学习、语义理解、图分析为主的AI分析技术,本质是从简单统计感知智能到关联推理认知智能的变革。所以,先进分析是在统计为主的分析基础上,建立了以关系约束为主的认知智能新范式:

先进分析 = 商业智能/大数据 * 认知智能
 

数据驱动,先进分析助力智能制造

从业务价值角度,先进分析就是为企业从规划、研发、采购、生产到运营分析的全环节,注入意图理解、逻辑推理、风险预测等认知能力,帮助制造企业实现从Know What,Know Why,到Know How的数据驱动型组织建设。

以设备制造的失效分析举例来说,企业内部对设备、物料、工序、失效问题、失效原因等数据智能化管理程度不足,失效分析知识存在于各类结构化和非结构化的报表或案例库中:

  • 知识复杂度高,分析时过于依赖专家经验,难以保证分析效率和分析效果。
  • 知识缺少沉淀,且不同部门间存在信息孤岛,知识复用率低。
  • 专业人才稀缺,培养专家的周期长、成本高。
     


这一类问题的分析,是数据统计分析+关系推理分析的场景:在技术和研发大数据反馈的失效数据的基础上,通过同比环比看出统计数据异常,再通过失效知识网络进行路径推理分析,定位到关键瓶颈,从而找到关键的失效原因,是在工艺流程,还是操作细节的批次问题等。
 

其他典型的先进分析场景

知识管理域的认知搜索(搜索引擎 + 认知推荐);

技术服务域的认知问答(客服机器人+认知问答/推荐);

经营域的决策智能(大数据分析+根因分析+趋势推测);

运维领域的智能运维(IoT大数据+根因分析+趋势预测);

……以此类推
 

总而言之,以人工智能技术,特别是认知智能为核心的先进分析能力,是智能制造这个系统工程的关键连接能力,是软实力,更是辅助生产经营的大脑,是制造企业智能化改造升级的关键一环。

 

了解AnyDATA >>>

请就本文对您的益处进行评级:

标签

知识汇

相关文章

热门标签

版本发布 在线教学
联系我们
销售咨询
免费销售咨询热线
021 66609280
售后咨询
7*24 小时免费售后服务热线
021 36175802
为了给您提供更优质的服务,请您先完善以下信息:
确认提交

扫码关注

爱数技术支持中心公众号