前言:想要寫(xiě)出一篇引人入勝的文章?我們特意為您整理了人工智能技術(shù)在工業(yè)生產(chǎn)中的應(yīng)用范文,希望能給你帶來(lái)靈感和參考,敬請(qǐng)閱讀。
摘要:如今世界各國(guó)紛紛提出自己關(guān)于智能制造的關(guān)鍵戰(zhàn)略,如美國(guó)的“工業(yè)互聯(lián)網(wǎng)”戰(zhàn)略、德國(guó)的“工業(yè)4.0”戰(zhàn)略和中國(guó)的“中國(guó)制造2025計(jì)劃”。另外,企業(yè)面對(duì)外部多變的需求、個(gè)性化定制等,需要及時(shí)對(duì)生產(chǎn)線結(jié)構(gòu)進(jìn)行重構(gòu),以往調(diào)整生產(chǎn)周期較長(zhǎng),很難滿(mǎn)足新環(huán)境。近年來(lái),人工智能技術(shù)快速發(fā)展,其從過(guò)往數(shù)據(jù)挖掘有效知識(shí),進(jìn)一步指導(dǎo)生產(chǎn),對(duì)于企業(yè)提升自身效益具有重大幫助。
關(guān)鍵詞:人工智能;智能制造;知識(shí)
1引言
工業(yè)4.0戰(zhàn)略以及“中國(guó)制造2025”計(jì)劃的提出給我國(guó)制造業(yè)帶來(lái)良好的發(fā)展契機(jī),國(guó)內(nèi)不少企業(yè)開(kāi)始投資智能工廠,建設(shè)智能車(chē)間。智能制造要求滿(mǎn)足個(gè)性化定制需求,企業(yè)生產(chǎn)線需要根據(jù)需求對(duì)制造系統(tǒng)進(jìn)行調(diào)整。以往的生產(chǎn)線多為剛性流水線和柔性制造系統(tǒng),前者可以滿(mǎn)足大量生產(chǎn)的需求,后者則可以實(shí)現(xiàn)多種小批量定制化生產(chǎn)。新的生產(chǎn)線應(yīng)同時(shí)具有剛性制造系統(tǒng)大量生產(chǎn)優(yōu)點(diǎn)和柔性制造系統(tǒng)的加工靈活的優(yōu)點(diǎn),即具有實(shí)時(shí)重構(gòu)自己結(jié)構(gòu)的能力。對(duì)于生產(chǎn)線結(jié)構(gòu)的確定,智能車(chē)間因CPS技術(shù)、物聯(lián)網(wǎng)技術(shù)使得信息交互變得更加方便,生產(chǎn)管理者可以利用人工智能中的機(jī)器學(xué)習(xí)方法挖掘車(chē)間數(shù)據(jù)建立決策支撐模型,進(jìn)一步根據(jù)外部需求以及生產(chǎn)線實(shí)時(shí)的狀態(tài)確定最佳的生產(chǎn)線結(jié)構(gòu)重構(gòu)方案,而成功的生產(chǎn)案例又會(huì)對(duì)原先決策支撐模型進(jìn)一步更新,使得生產(chǎn)線變得更加智能。JohnMcCarthy于1956年發(fā)明了人工智能,之后得到廣泛應(yīng)用,其中基于數(shù)據(jù)手段則在流程規(guī)劃領(lǐng)域大顯身手,德國(guó)KIT已經(jīng)用專(zhuān)家系統(tǒng)、基于數(shù)據(jù)手段和基于知識(shí)設(shè)計(jì)等技術(shù)完成了歐洲著名SMARTLAM項(xiàng)目。所以實(shí)際生產(chǎn)中借助人工智能技術(shù)進(jìn)行生產(chǎn)線結(jié)構(gòu)的重構(gòu)具有一定的可行性。
2現(xiàn)有研究的不足
國(guó)內(nèi)外學(xué)者對(duì)于生產(chǎn)線結(jié)構(gòu)的重構(gòu)做了一定研究??芍貥?gòu)生產(chǎn)線最大的特征在于其系統(tǒng)的構(gòu)成具有不確定性以及頻繁變化,它允許以不定數(shù)量生產(chǎn)各式各樣的產(chǎn)品,它亦可根據(jù)變化對(duì)自身軟件硬件結(jié)構(gòu)進(jìn)行改變??芍貥?gòu)生產(chǎn)線可分成兩類(lèi):一類(lèi)是機(jī)械加工機(jī)床的可重構(gòu),主要涉及零件加工工藝;另一類(lèi)主要是生產(chǎn)線中設(shè)備的配置,更多注重設(shè)備數(shù)量以及位置。在可重構(gòu)機(jī)床方面,德國(guó)KIT研究學(xué)者運(yùn)用專(zhuān)家系統(tǒng)、基于特征的設(shè)計(jì)以及知識(shí)系統(tǒng)完成了歐洲SMART-LAM項(xiàng)目,該項(xiàng)目已正式投入使用,其可以加工多種形狀的零件且零件達(dá)到客戶(hù)需求。一些學(xué)者則使用智能優(yōu)化算法來(lái)解決可重構(gòu)系統(tǒng)加工機(jī)械零件的問(wèn)題,如Ye等運(yùn)用基于GA算法解決了集成模塊化產(chǎn)品調(diào)度與制造單元配置的問(wèn)題。國(guó)內(nèi)外亦有諸多學(xué)者致力于重構(gòu)方案的評(píng)估,這里的可重構(gòu)更多注重車(chē)間設(shè)備配置數(shù)量位置等。對(duì)于重構(gòu)方案評(píng)估,有諸多學(xué)者使用多種多目標(biāo)決策方法,如Rehman和Babu以性能指標(biāo)完工時(shí)間、設(shè)備利用率、交貨期等進(jìn)行重構(gòu)方案選取?,F(xiàn)有工作關(guān)于生產(chǎn)線重構(gòu)方法是借助進(jìn)化算法完成,另外關(guān)注最終方案的評(píng)估,不過(guò)進(jìn)行重構(gòu)時(shí)并未考慮生產(chǎn)線實(shí)時(shí)狀態(tài)以及外部需求的變化,適應(yīng)性不是很好。
3如何將人工智能技術(shù)應(yīng)用于工業(yè)生產(chǎn)
3.1采集處理生產(chǎn)線數(shù)據(jù)
如今企業(yè)車(chē)間生產(chǎn)線設(shè)備配備了智能傳感器、RFID等,另外還配備有物聯(lián)網(wǎng)等,這些軟硬件設(shè)施可以很好采集生產(chǎn)線實(shí)時(shí)信息,而這些信息將保存在MES中。MES中的知識(shí)對(duì)指導(dǎo)生產(chǎn)線生產(chǎn)具有重大作用,而人工智能中的機(jī)器學(xué)習(xí)算法可以用來(lái)挖掘數(shù)據(jù)中蘊(yùn)含的知識(shí),用機(jī)器學(xué)習(xí)方法挖掘知識(shí)用以指導(dǎo)生產(chǎn)線重構(gòu)。
3.2運(yùn)用知識(shí)來(lái)進(jìn)行生產(chǎn)線重構(gòu)
生產(chǎn)線實(shí)際運(yùn)行中,借助智能傳感器等設(shè)備采集生產(chǎn)線數(shù)據(jù),借助從MES中挖掘的知識(shí)建立的指導(dǎo)模型的運(yùn)算得到較佳的生產(chǎn)線重構(gòu)方案,進(jìn)行生產(chǎn),可以得到較好的生產(chǎn)性能指標(biāo),最大化企業(yè)的效益。
4結(jié)論
現(xiàn)有的生產(chǎn)線結(jié)構(gòu)重構(gòu)方法基本都是考慮利用數(shù)學(xué)建模的方式解決,而這種方法的缺點(diǎn)在于沒(méi)有很好考慮生產(chǎn)線的實(shí)時(shí)狀態(tài),而一旦考慮這些實(shí)時(shí)狀態(tài),數(shù)學(xué)建模將會(huì)變得較為復(fù)雜。利用人工智能中機(jī)器學(xué)習(xí)的知識(shí)挖掘能力,建立起生產(chǎn)線實(shí)時(shí)狀態(tài)、外部需求等于生產(chǎn)線結(jié)構(gòu)之間的關(guān)系模型,在實(shí)際生產(chǎn)時(shí),借助智能傳感器等設(shè)備實(shí)時(shí)采集生產(chǎn)線上的數(shù)據(jù),進(jìn)而完成生產(chǎn)線結(jié)構(gòu)的重構(gòu),對(duì)于提升企業(yè)競(jìng)爭(zhēng)力具有很大的幫助。
作者:孫曉彬 單位:同濟(jì)大學(xué)電子與信息工程學(xué)院