Det industriella Internet kan koppla ihop all utrustning, sensorer och robotar, så att vi kan få en bättre förståelse för själva utrustningen, och ännu viktigare, hur man kontinuerligt kan förbättra produktionsprocessen med denna information. Ur tillverkningslivscykelns perspektiv kan det industriella Internet medföra förändringar av de tre huvudaspekterna som fabriker uppmärksammar: produktivitetseffektivitet, drifttid och produktkvalificeringsgrad, och ge nya idéer för alla länkar under hela tillverkningens livscykel.
Till exempel, när en elektronisk fabrik monterar mobiltelefoner, datorer och andra produkter, är den allmänna fabrikspraxis att arbetare förlitar sig på precisionsverktyg för att säkerställa monteringsnoggrannheten. Varje sammansättningslänk måste klara testet, och testresultaten avgör om den tidigare processen kan godkännas. Allmänna fabriker kan inte spåra tillbaka till den tidigare processen, men det industriella Internet kan justera de parametrar som behövs i monteringsprocessen. Om man tar mobiltelefonen som exempel, antas det att monteringsnoggrannheten för olika komponenter inuti är 30 mikron. Enligt de slutliga testresultaten har komponenternas tolerans alltid avvikit till 50 mikron på ena sidan. Med hjälp av det industriella Internet kan denna produktionsdata matas tillbaka till designlagret i form av industriellt Internet. Genom att analysera, bestämma och justera parametrarna för en viss monteringslänk i den tidigare processen kan systematiska fel elimineras. Detta visar att de faktiska data i produktionsprocessen som erhålls via det industriella Internet kan förbättra den slutliga produktionskvaliteten, vilket speglar värdet av det industriella Internet både ur kapacitetstrappans perspektiv och livscykeln.
Tillämpning av artificiell intelligens inom tillverkning
Artificiell intelligens används i stor utsträckning inom tillverkning. Fabriken bedömer ingående möjligheten av robotproblem baserat på historiska data från tusentals robotar, och gör en förebyggande diagnos på driften av hela utrustningen. Systemet använder maskininlärningsalgoritmer för att göra bedömningar baserat på ett stort antal historiska data och kan utföra förebyggande underhåll av utrustningens driftstatus. ABB började ansluta robotar till servrar 2007 för att dela data som potentiella problem och drift av utrustning. Efter mer än tio år av dataackumulering har vi bemästrat ett stort antal driftdata från olika fabriker runt om i världen. I framtiden kommer vi att ytterligare använda maskininlärning för att lansera molnplattformsbaserade förebyggande diagnos- och underhållstjänster genom dataanalys. Förutom förebyggande underhåll kan AI också ge några idéer för att lösa flaskhalsproblemen i hela produktionsprocessen, till exempel kroppssvetsprocessens produktionslinje i en bilfabrik. Den viktigaste punkten är att artificiell intelligens kommer att ha stora framgångar inom området mänsklig robotinteraktion i framtiden. För närvarande befinner sig människa-datorinteraktion baserad på produktionsutrustning fortfarande i ett relativt traditionellt stadium, vilket kräver att människor matar in instruktioner för att förverkliga interaktionsprocessen. Teknik med artificiell intelligens kan göra interaktionen mellan människor och intelligenta robotar mer naturlig i framtiden.
Utvecklingstrender och tillämpningsscenarier för framtida robotar
Med förändringen av yttre faktorer är utvecklingshastigheten för industrirobotar under de senaste 10 åren något överraskande, både globalt och i Kina. Globalt håller industrirobotar en årlig tillväxttakt på 15 till 20 procent . I Kina översteg tillväxttakten på Kinas industrirobotmarknad, enligt abb, 50 procent 2017.
Ur ett produkt- och teknikperspektiv har industrirobotarnas struktur och tillämpningsteknik inte förändrats mycket sedan 1970-talet. De flesta industrirobotar används för att utföra repetitiva, enkla, tråkiga och till och med farliga arbeten. För närvarande används industrirobotar främst i storskalig produktion med produktionskapacitet och produktionsbehov, såsom bil-, elektronik-, mat- och dryckesindustrier och andra industrier. På grund av bilindustrins uppenbara skaleffekt har bilindustrin alltid varit den mest använda industrin för industrirobotar. Sedan förra året har elektronikindustrin blivit den största användaren av industrirobotar på grund av den ökade efterfrågan på den kinesiska marknaden. Samtidigt används robotar även i traditionella industrier som mat och dryck, metallprodukter och plastprodukter.
När det gäller tillämpning kommer logistik- och detaljhandeln att bli ett nytt tillämpningsområde för robotar i framtiden på grund av den höga efterfrågan på mänskliga resurser och den snabba utvecklingen av industriell skala. Sorteringsarbete som krävs av både lager och logistikbranschen; Oavsett om det är lastning, påfyllning eller detaljhandelshyllhantering är den lämplig för robotapplikationsscenarier. Därför kommer logistik- och detaljhandeln att bli nästa framväxande industri, och också början på robotarnas penetration från industri till tjänstesektor.
På grund av åldrande och stigande arbetskostnader, i Europa, har efterfrågan på robotar gradvis penetrerat från stora fabriker till små och medelstora fabriker och även små verkstäder. För små och medelstora företag kännetecknas produktionen av små partier och flera sorter, och produktionsprocessen växlas ständigt. Att använda traditionella industrirobotar kommer att ta för mycket bytestid. Därför behöver små och medelstora företag små och flexibla produkter, och användarvänligheten för robotar är nyckeln.
Om man jämför med utvecklingen av datorindustrin, befinner sig industrirobotar fortfarande i stadiet av "superdatorer", och eran av "persondatorer" för robotar har ännu inte anlänt. När man ser tillbaka på datorns historia från uppfinning till popularisering, visar det sig att prissänkningen, volymminskningen, applikationen är enkel att använda och det användarvänliga grafiska gränssnittet är de tre viktiga faktorer som i slutändan får datorn att gå in i tusentals hushåll från laboratoriet. På samma sätt är kostnad, säkerhet för samarbete mellan människa och maskin och användarvänlighet de begränsande faktorerna för robotar att penetrera från industri till andra områden. I processen för robotars penetration från industri till konsumtion är interaktion mellan människa och dator en av faktorerna som begränsar utvecklingen av robotar. Hur kan maskiner interagera bättre med människor, oavsett om det är i industrin eller andra scenarier? Hur kan man bättre hjälpa människor att slutföra arbetet i arbets- och produktionsprocessen? Artificiell intelligens ger möjligheten att lösa dessa problem. När det gäller tillförlitligheten av interaktion mellan människa och dator finns det fortfarande ett genombrott att göra inom tekniken. När det gäller industrirobotar kan robotar i fabriker nu utföra instruktioner exakt utan att göra misstag, eftersom ingenjörsdesign, installation och driftsättning måste fungera på produktionslinjen genom instruktioner. Den ideala situationen i framtiden är att robotar kan interagera med människor på ett mer naturligt sätt som lärlingar, och kan förändras från lärlingar till mogna arbetare under ledning av människor.