澳门沙金工业智能助力制造业提质降本增效《张江科技评论》是由上海科学技术出版社与上海市张江高科技园区管理委员联合创办的一本科技评论类杂志。该刊报道评价国内外创新性科学技术的发展趋势及其商业价值，介绍上海在建设全球领先科创中心进程中的制度成果、技术成果、创业成果，推动产学研密切协作，促进科技成果转化，服务经济转型发展。
未来，工业智能将成为一个兼具应用普适性和行业纵深的专业领域，工业智能的应用创新也将为我国制造业的转型升级和高质量发展提供重要的支撑力量。
历史上的前三次工业，穿插其中的无疑是一轮又一轮新技术的跨越式突破和规模化应用，例如，蒸汽机的发明取代了人力和畜力，内燃机的发明让动力装置更加轻量化，电力的发明让能源传输不再受距离的约束，互联网的发明让人们更加便捷地获取信息和交流，等等。进入21世纪，人工智能、大数据、物联网等新一代信息技术突飞猛进，其与实体经济的融合正在深刻改变着新时期的生产力和生产关系。数据成为新的生产要素，人工智能等数字技术成为新的生产工具和生产力，数字化的产品和服务衍生出新的生产关系。
制造业是实体经济的核心，当前正处于从高速度发展向高质量发展的转型关键期，也面临质量、成本、效率等多方面的重要挑战。工业领域人工智能技术的应用（以下简称“工业智能”）成为解决这一问题的关键所在，业界在进行广泛探索和实践。工业互联网产业联盟将工业智能定义为人工智能技术与工业融合发展形成的，贯穿于设计、生产、管理、服务等工业领域各环节，实现模仿或超越人类感知、分析、决策等能力的技术、方法、产品及应用系统。
制造业门类众多，既包括钢铁、化工、纺织、生物医药等流程行业，也包括装备、汽车、航空航天、电子设备等离散行业。同时，制造业涉及的产业链环节较多，包括研发设计、生产制造、管理运营、市场营销、售后服务等。在过去的40年里，中国大部分的制造业处于“微笑曲线”的中段和底部，是典型的劳动密集型、附加值低的行业，而工业智能技术的引入正逐步扭转这一局面，并遵循以下几条基本规则。
科技向善是人类发展一直追求的目标，当前，工业智能技术的应用正是遵循这一原则的。“以人为本”在工业制造领域的创新应用正在逐步推进，主要表现在以下几个方面。一是劳动强度大幅降低。生产线上的简单重复劳动正例被机器取代，如工件上下料、目视化质量检查、产品出入库与物料搬运等，均可通过工业机器人、机器视觉、立体化仓库、自动导航运输车（AGV）等解决方案替代或辅助人工操作，显著降低了工作人员的劳动强度。二是安全保障大幅提升。在有毒气体、粉尘、高温高压、易燃易爆等危险和恶劣的生产环境中，智能传感、远程控制、模拟仿真等技术的应用，一方面可以减少工作人员与潜在危险源的直接接触，另一方面降低了人员误操作等相关风险。三是交互操作更加友好。更多的工业知识封装成工业机理模型和工业App，大幅降低了生产决策模型的计算复杂度。此外，可视化等方式更加便于直观展示，有效提升了人机交互和操作的便利性。
工业智能技术在制造业各个环节的应用突破了原有人力作业的诸多瓶颈。一是生产质量控制手段显著加强。经典的质量控制手段为抽检方式，是通过概率统计的方式对原材料、生产过程和成品的质量展开控制的，因此，不可避免的漏检成为该方法的先天性缺陷。当前，应用机器视觉、图像识别、自动测试等相关技术可实现产品生产制造全量、全过程的智能化检测和质量预测，最大限度地降低了缺陷率。随着算法模型的逐步升级，检测准确性将得到进一步提升。二是生产制造效率大幅提升。智能化机器的引入将生产节拍从分钟级提升到秒级，甚至毫秒级，高速生产线大幅提升了单位时间内的产量。同时，基于高级智能排程和柔性生产线还可实现多品种混线生产，减少换模时间，也减少了由于班组切换带来的停机、停线等问题。
除了传统的产品代加工以及产品销售所带来的收益之外，面向产品全生命周期的新的价值增长点的挖掘也成为人们关注的焦点。在当前推动制造业数字化转型的过程中，个性化定制和服务化延伸成为制造业新价值空间发掘的重要方向。一是个性化定制满足需求多元化。打通智能化与模块化设计以及柔性制造等全链条，构建用户直连制造（C2M）模式，实现服装、家电、汽车等典型产品的大规模个性化定制，满足客户的个性化需求，如阿里巴巴的犀牛工厂、海尔的家电定制、上汽大通的汽车定制等。二是服务化延伸打造新商业模式。多数典型产品销售后的生命周期相当长，如汽车、飞机、电梯、港口机械等，基于智能物联感知以及故障诊断机理模型等人工智能技术，可以开展远程诊断、预防性/预测性维护等相关增值服务，保障产品的可用性和利用率。
制造业的不同领域、不同环节对人工智能技术的应用需求千差万别，以下就3个典型的人工智能技术及其应用场景进行梳理和举例。
模拟人眼在生产过程中发挥的作用，应用工业相机、高速网络和图像识别算法模型等搭建工业视觉闭环系统，可广泛应用于人员识别、物料识别、危险源识别、全过程质量检测等相关场景。尤其是基于工业视觉可实现实时、在线、无接触的产品全量、全过程的智能化质量检测，例如，在液晶显示面板生产制造领域，工业视觉在产品缺陷检测方面的效率和准确性已经显著高于熟练技术工人的水平。工业视觉与工业机器人、行走机器人等相关执行器的组合，也被应用于不规则物料抓取、自适应柔性加工、AGV自动配送等典型场景。
工业大数据是个宝库，多数制造企业还未对其进行有效利用，反而将其视为负担，深度学习技术的应用已在逐步改变这一现状。深度学习技术可高效挖掘出埋藏在数据中的隐性工业知识，并构建知识图谱。例如：对基于风电设备上安装的上千个传感器传回的数据进行深度学习，可挖掘风电设备的典型故障模式并开展根本原因分析，实现对设备的预防性和预测性维护（见图1），以降低设备运维成本；基于化工生产反应炉历史数据的深度学习分析与挖掘，构建反应炉的数字孪生模型，可实现化学反应机理过程的精准模拟与工艺参数的智能调配。
当前，AR/VR技术在产品设计、制造、服务等制造业全链条正在逐步推广应用，并已成为最早一批得到商业化应用的工业智能技术之一。例如：在产品设计环节，应用AR/VR头戴式终端可开展可视化远程交互式协同设计与验证工作，显著提升产品的设计效率；在生产制造环节，应用AR虚实融合辅助指导线缆敷设、机械装配等复杂工艺过程，可减少操作失误；在售后服务环节，可基于“AR/VR+5G网络”开展对设备操作及维修的远程培训和指导，实现跨时空的信息传递与业务交互。
工业智能的技术应用涵盖了工业制造的全生命周期。但是，工业智能能够成功应用实施并取得良好效果的基本逻辑是一致的，即通用型人工智能技术与制造业行业知识（Know-how）深度融合，并形成闭环的数据链条和应用场景。
随着人工智能技术与工业制造技术的协同创新发展，未来，二者将呈现更加深度融合的态势，工业智能将成为一个兼具应用普适性和行业纵深的专业领域，工业智能的应用创新也将为我国制造业的转型升级和高质量发展提供重要的支撑力量。目前，工业智能技术和应用还不够成熟，挑战和困难颇多。未来，工业智能的发展可以从以下3个方面重点发力。一是培育工业智能的服务生态。通过系统梳理不同行业、不同领域工业企业的需求澳门沙金，构建工业智能技术供给目录，形成模块化的解决方案库和生态资源库，以服务生态体系建设促进规模化应用推广。二是做好技术和场景的持续迭代。把握人工智能技术的演化规律，以场景为驱动推动技术升级迭代，以技术为支撑启发新型应用场景，打造工业智能促进制造业高质量发展的双螺旋。三是加强工业智能人才的培养。通过学科交叉融合、实训基地建设、工业算法大赛等方式，提高在校学生、企业员工等相关人员的数字化意识以及工业智能的开发与应用能力。