摘要：相比发达国家，我国实现人工智能与制造业深度融合发展的需求更加迫切。在全球传统制造业发展迈向人工智能时代的背景下，我国应搭乘国际人工智能高端科技发展的快车，提升制造业生产效率与经济效益，促进传统制造业转型升级，并向全球价值链中高端攀升，实现制造大国向制造强国和网络强国的根本转变。基于此背景下，本文就对人工智能与制造业融合发展有关内容进行分析，可供参考。
关键词：人工智能；制造业；融合发展
1人工智能逐渐呈现新的发展趋势
第一，“深度学习”+“大数据”成为人工智能发展的主要技术路线。如，人造神经网络使机器人可以与人类一样学习和思考，使其能处理更加复杂的任务。这一技术路线已成为大多数人工智能企业的主要研究方向，实现了人工智能的快速技术进步。第二，人工智能的应用领域逐渐从商业、服务业向制造业、农业拓展，使得人工智能的通用技术和基础技术特征进一步显现。第三，人工智能逐渐从仅限于实验技术研发阶段迈入技术研发与产业化发展同步进行阶段，在图像和语音识别、科学研究、预测分析等方面均已有成熟的商业化产品，催生多种新业态，并助推其迅速成长。
2人工智能技术与制造业的融合分析
2.1产品研发
人工智能应用于产品研发，可使设计人员在设计阶段进行大量验证和模拟。设计软件在集成了人工智能模块后，可以更好地提高设计效率。Fusion360产品创新软件平台集成了人工智能和机器学习模块，机器学习模块可以用于模拟仿真分析与验证。例如塑胶产品在收缩、成形之后，使用普通计算方式，结果可能与实际数值之间产生较大的误差，通过用机器学习的方式来调动整个数据，则可以减小误差，提高分析结果的准确性。在整个设计的不同阶段，都可以通过机器学习来帮助用户找到类似设计，从而加快设计进程。
2.2设备维护
企业中大型、复杂的关键设备一旦发生故障，会造成停机或产线停产，所带来的经济损失往往是巨大的。因此，企业都迫切希望在故障发生时，设备维护人员能够迅速且准确判断故障性质和部位，及时恢复系统正常运行。人工智能在设备维护方面的应用主要是预测性维护。预测性维护是不同于失效后维修和定期维护的一种基于状态的维护方式，准确地评估设备的健康状态，是实施有效预测性维护的前提。预测性维护通过采集设备机组各部位的振动数据、润滑油液数据和温度变化数据，采用人工智能训练模型，与实际运行数据进行对比，及时发出警报，提醒维护人员，提高生产系统的安全性，有效减少停机时间。
2.3生产制造
企业在生产的过程中，需要设置诸多的机器参数。人工智能在生产制造方面的应用主要是通过机器学习建立模型，识别各制造环节内外部参数对最终产品质量的影响，通过动态调节和改进生产过程中的参数，最终找到最佳的生产工艺参数。例如，在注塑过程中，可能需要随时调整和控制注塑机的温度、冷却时间等，有时还需要根据实际生产的反馈进行动态调整，而注塑参数可能会受到各种外部因素的影响，包括生产车间当前环境温度、不同批次原材料特性等。通过收集所有原材料数据、设备状态数据、环境数据，利用人工智能技术可以自动改进设置，调整机器的参数。
2.4质量检测
质量检测的核心技术是基于深度学习的机器视觉技术。人工智能技术与缺陷检测结合，可以大幅提高检测的准确度与效率。例如，检测零件或产品的表面缺陷及尺寸，传统的方式主要依赖人工，靠目视来进行质量检测，这种检测方式一方面由于人与人的差异使检测标准难以统一，另一方面同一个人在不同时间、处于不同状态也会影响检测标准的执行。长时间在强光源下通过目视检测，还会带来视力的损伤。当面临快速批量生产的产品检测时，靠人力只能抽检，无法做到全检。机器视觉技术可以弥补上述缺陷，使质检标准更为统一、稳定，检测速度更快。基于深度学习的缺陷检测技术已开始应用于汽车面板检测、手机屏幕检测、印制电路板检测、纺织品检测等领域。美国斯坦福大学的吴恩达教授与制造业企业合作，将机器视觉应用于精确质量分析领域，使用机器学习算法对极少量的样本图像进行训练，利用人工智能技术检测电路板等产品中的微观缺陷，取得了良好的效果。如图1所示，机器视觉系统可以有效检测出材料叠装过程中表面的异物，以及材料表面划痕、边缘变形、翘曲等质量缺陷，大大提升产品的质检效率。目前深度学习在图像特征提取、目标识别等领域均得到大量应用，在焊接特征缺陷提取与分类方面，同样具有应用优势，已经应用于焊缝气孔、未焊透和裂纹等特征缺陷的提取与分析中。
图1 机器视觉系统质量检测
2.5产品服务
在产品服务方面，依托工业互联网的发展，人工智能技术将为工业互联网提供智慧大脑，开展各类远程智慧运行维护服务。通过建立智能装备及产品远程运行维护服务平台，能够对装备和产品的上传数据进行有效处理、存储与管理，并通过数据挖掘和分析，为用户提供日常运行维护、备品备件管理、预测性维护、故障预警与诊断、运行优化、远程升级等服务。
3结语
人工智能融入制造业的根本目的是提质增效，并降低成本。制造企业需要清醒地认识到，人工智能仅仅是一种工具或方法，企业的本质是制造＋人工智能，而不是人工智能＋制造，生产制造才是企业的根本核心。技术层面、理论研究层面以及人员思维意识方面都是人工智能与制造业融合发展中需要突破的问题。制造型企业在面对新技术、新时代、新挑战时应加强对现存技术的深入理解与全面应用，并针对本企业所处的领域不断利用技术提升产品质量、优化产品功能，提供更加高效化、智能化的服务，以拓宽消费者市场。充分发挥人工智能技术在制造行业的优势，打造本企业在市场上品牌影响力与竞争力。
参考文献
[1]杨静.国内外智能化控制系统发展态势的研究[J].装备机械，2016.
[2]秦业.全球人工智能与制造业融合的现状及思考[J].科技中国，2018.
[3]张颖聪.人工智能与先进制造业的创新融合[J].科技创业月刊，2018.
[4]钱峰，桂卫华.人工智能助力制造业优化升级[J].中国科学基金，2018.
作者信息：
祖琪（1990.4.16），性别：女；籍贯：吉林吉林；民族：汉；学历：研究生、硕士；职称：讲师；职务：无；研究方向：机器人运动控制、离线编程与仿真。
论文作者:祖琪,于化龙,张惠媛,梁远智,邵新宇
论文发表刊物:《基层建设》2019年第24期
论文发表时间:2019/11/25
标签：人工智能论文; 制造业论文; 机器论文; 技术论文; 数据论文; 产品论文; 缺陷论文; 《基层建设》2019年第24期论文;