效率。

這是一個處于工業(yè)制造核心的概念. 從第二次工業(yè)革命到精益制造的興起，行業(yè)巨頭紛紛優(yōu)化制造流程。他們意識到，消除流程中的低效和浪費使他們能夠在不改變其他太多的情況下制造更多組件。這種方法是豐田生產(chǎn)系統(tǒng)的前提，該系統(tǒng)致力于提供準時制 (JIT) 生產(chǎn)，同時最大限度地減少庫存和批次。過程方法基于這樣一種理念，即雖然 100% 效率的理想狀態(tài)在實踐中無法實現(xiàn)，但追求和朝著理想狀態(tài)邁進是有價值的。采取措施減少錯誤、消除冗余和浪費的活動并增加產(chǎn)量有助于更好地滿足客戶的需求，同時降低生產(chǎn)成本。

什么是深度學習

機器人技術(shù)是一種相對現(xiàn)代的行業(yè)和技術(shù)，其根源可以追溯到 20 世紀 20 年代的工業(yè)時代，并隨著時間的推移而得到加強。例如，西屋電氣公司有一個名為 Televox 的機器人，它可以響應(yīng)人類的聲音并執(zhí)行簡單的任務(wù)。今天，更加復(fù)雜甚至危險的任務(wù)都需要機器人技術(shù)。

如今，制造業(yè)正通過工業(yè) 4.0 蓬勃發(fā)展，實施與過去一樣具有變革性的新技術(shù)和方法。隨著互聯(lián)設(shè)備將物聯(lián)網(wǎng) (IoT) 和 5G 推廣到更廣泛的覆蓋區(qū)域，深度學習利用這些技術(shù)與機器人和人工智能 (AI) 將它們應(yīng)用于制造。

Journal of Manufacturing Systems 上的一篇文章將深度學習定義為工程師如何使用綜合分析工具來處理大數(shù)據(jù)并從中學習。換句話說，機器了解操作員希望它們做什么以及它們應(yīng)該如何改變。這種方法通過將高級分析結(jié)合到增強的決策制定和系統(tǒng)性能機會中來產(chǎn)生“智能”制造。這些添加極大地擴展了制造過程，超越了以往的任何東西。它們有助于進一步實現(xiàn)豐田定義的 JIT 制造的理想狀態(tài)。

深度學習適用于特定應(yīng)用程序，例如預(yù)測性維護、分析以推動過程改進的預(yù)測步驟、產(chǎn)品開發(fā)（以預(yù)測設(shè)計決策對制造的影響）、質(zhì)量保證和供應(yīng)鏈/物流。該方法的好處遠遠超過其各個部分的總和；它們創(chuàng)造了新的效率領(lǐng)域，同時為產(chǎn)品和流程的變化提供了更大的靈活性和適應(yīng)性。該技術(shù)還有助于解決因大流行而發(fā)現(xiàn)和加劇的供應(yīng)鏈中斷：產(chǎn)能利用率和生產(chǎn)赤字。

制造站點如何結(jié)合深度學習

定義了深度學習的原理后，關(guān)鍵問題是如何將這種變革性方法應(yīng)用于工廠以提高制造性能。由于手動步驟明顯減少，結(jié)合深度學習可能需要通過多層集成來改變工廠布局的理念和流程：

通過操作系統(tǒng)進行橫向集成

通過互聯(lián)制造進行垂直整合

通過端到端價值鏈進行整體整合

許多人將由此產(chǎn)生的工作方式稱為“智能工廠”。有了這些集成件，設(shè)備會自動將一個過程的輸出作為輸入發(fā)送到下一個過程。減少流程變更和過渡時間是關(guān)鍵的區(qū)別。

世界領(lǐng)先的公司已經(jīng)在采用這種新的戰(zhàn)略技術(shù)，例如 Whirlpool、Siemens、Hirotec 和 Hewlett-Packard。轉(zhuǎn)型并不容易，它需要公司承諾并投資于資本、培訓和支持，以實現(xiàn)翻天覆地的轉(zhuǎn)變。不過，這項投資是一項明智的投資：麥肯錫表示，制造和供應(yīng)鏈中的深度學習應(yīng)用可以增加 1-2 萬億美元的年收入。

盡管投資和思維方式很重要，但該技術(shù)使用并改進了現(xiàn)有流程，并在部署時對其進行了優(yōu)化。工程師可以通過添加傳感器來收集數(shù)據(jù)，以收集當前狀態(tài)信息。這些為定義改進流程的地方設(shè)定了基線。收集的數(shù)據(jù)網(wǎng)格越精細，預(yù)測模型就可以更好地回歸性能并提出改進建議。

一個案例研究是西屋公司的 Televox 機器人。如今，通過添加預(yù)測技術(shù)，機器人可以承擔更復(fù)雜的任務(wù)。隨著深度學習的應(yīng)用，這款機器人還可以自學識別和執(zhí)行新任務(wù)，將優(yōu)化提升到一個全新的水平。此外，機器人工作流程的改進可以消除以前的手動任務(wù)，讓操作員騰出時間來執(zhí)行更專業(yè)的工作。這個例子是深度學習可以對制造過程產(chǎn)生積極影響的一種方式，可以提高一致性/減少錯誤，同時更好地部署人力資本。

帶走

工業(yè)4.0如火如荼，物聯(lián)網(wǎng)、5G、人工智能正在推動制造業(yè)取得長足進步。通過利用深度學習，制造創(chuàng)新將滿足技術(shù)創(chuàng)新，以前所未有的方式推動行業(yè)向前發(fā)展。

審核編輯黃昊宇