">
工聯(lián)網(wǎng)消息(IItime) 在數(shù)字化浪潮席卷全球的當(dāng)下,人工智能已成為推動(dòng)工業(yè)領(lǐng)域變革的核心驅(qū)動(dòng)力。融合人工智能技術(shù)的裝備產(chǎn)品,正全方位滲透至工業(yè)生產(chǎn)的各個(gè)環(huán)節(jié),從根本上改變著傳統(tǒng)生產(chǎn)模式,顯著提升生產(chǎn)效率與產(chǎn)品質(zhì)量,推動(dòng)工業(yè)邁向智能化、自動(dòng)化的全新階段。
此前工信部發(fā)布的《人工智能賦能新型工業(yè)化典型應(yīng)用案例名單》圍繞“技術(shù)底座、行業(yè)應(yīng)用、裝備產(chǎn)品、支撐保障”四大領(lǐng)域開展,其中行業(yè)應(yīng)用領(lǐng)域則是聚焦人工智能賦能鋼鐵、有色、石化、化工、建材、機(jī)械、汽車、電力裝備、輕工、電子等制造業(yè)十大行業(yè),面向研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)維服務(wù)、經(jīng)營管理等關(guān)鍵環(huán)節(jié)和重點(diǎn)場景,共計(jì)89個(gè)案例入圍,
以寧德時(shí)代開發(fā)的具備自主產(chǎn)權(quán)的AI多級(jí)“云-邊-端”聯(lián)動(dòng)缺陷檢測系統(tǒng)為例,人工智能技術(shù)深刻變革了傳統(tǒng)的電池質(zhì)檢模式。該系統(tǒng)“云”設(shè)立在總部,負(fù)責(zé)總體管控和模型訓(xùn)練;“邊緣”設(shè)立在分工廠,用于重級(jí)模型的推理;“端”則設(shè)立在工廠內(nèi)每條生產(chǎn)線上,進(jìn)行前端的數(shù)據(jù)采集、預(yù)處理以及簡單的推理工作。該系統(tǒng)通過和設(shè)備互動(dòng),形成加工參數(shù)的全線正反向反饋機(jī)制,顯著提升了產(chǎn)品的一致性和質(zhì)量控制水平。
在其質(zhì)檢環(huán)節(jié)中,應(yīng)用了2D缺陷檢測、3D缺陷檢測、邊緣分割、匹配算法、對(duì)齊算法、深度判斷、校正算法等重要AI算法,這些算法共同構(gòu)成了其強(qiáng)大的質(zhì)檢能力。早期采用人工肉眼檢測,面臨人員招聘和培訓(xùn)流程長、人工檢測不穩(wěn)定性等問題,應(yīng)用AI質(zhì)檢技術(shù)后,顯著增強(qiáng)了效率。
作為全國首個(gè)5G全場景應(yīng)用智慧港口,廈門遠(yuǎn)海碼頭借助于新一代信息技術(shù)與傳統(tǒng)港航業(yè)務(wù)的融合滲透,對(duì)港口區(qū)域的各個(gè)方面進(jìn)行研究和實(shí)踐,提出了適合傳統(tǒng)碼頭自動(dòng)化改造的技術(shù)方案,形成了新舊碼頭資源混合調(diào)度的成套技術(shù)及裝備,破解了傳統(tǒng)集裝箱碼頭自動(dòng)化改造投入大、適應(yīng)性差的難題。
在場景設(shè)計(jì)方面,創(chuàng)新性提出了自動(dòng)化碼頭混合作業(yè)調(diào)度策略,形成了傳統(tǒng)碼頭自動(dòng)化改造總體布局與工藝優(yōu)化的創(chuàng)新方案。在水平運(yùn)輸方面,開展基于5G的港口無人駕駛集卡系統(tǒng)的研發(fā),實(shí)現(xiàn)了無人駕駛集卡與有人駕駛集卡開放場景下的混合編組運(yùn)行。在港區(qū)垂直裝卸方面,首創(chuàng)網(wǎng)絡(luò)雙發(fā)選收技術(shù)方案,有效提升港機(jī)遠(yuǎn)程控制場景系統(tǒng)級(jí)可靠性,降低丟包率。研發(fā)了裝卸設(shè)備遠(yuǎn)程控制與調(diào)度中央控制系統(tǒng)(ECS),實(shí)現(xiàn)了自動(dòng)化岸橋、場橋、AGV等多設(shè)備的協(xié)同運(yùn)行,通過與管理系統(tǒng)(TOS-ECS)的無縫對(duì)接,構(gòu)建了綜合智能管理平臺(tái),成功突破了基于5G全場港機(jī)設(shè)備的無人操作技術(shù)瓶頸。通過構(gòu)建一個(gè)具有可視化展示、全面管理等功能的智慧港口數(shù)據(jù)一體化服務(wù)云平臺(tái),提供公共信息服務(wù),提高碼頭運(yùn)營與管理的決策時(shí)效性和科學(xué)性。
在電力行業(yè),廣東電網(wǎng)有限責(zé)任公司的 “大瓦特” 模型已在五省區(qū)發(fā)、輸、變、配、用電各領(lǐng)域80余個(gè)場景廣泛應(yīng)用。其利用 “大瓦特” 模型對(duì)作業(yè)環(huán)境、設(shè)備狀態(tài)、人員資質(zhì)等多源數(shù)據(jù)進(jìn)行分析,提前識(shí)別潛在風(fēng)險(xiǎn),目前可將輸電線路缺陷隱患識(shí)別效率提升 5 倍,平均缺陷識(shí)別率超 91%,準(zhǔn)確率提升了 15%。通過 “大瓦特” 結(jié)合計(jì)算機(jī)視覺技術(shù),對(duì)作業(yè)現(xiàn)場的實(shí)時(shí)視頻進(jìn)行分析,能夠自動(dòng)識(shí)別作業(yè)人員的違章行為。此外,通過實(shí)時(shí)監(jiān)測電力設(shè)備的運(yùn)行數(shù)據(jù),能及時(shí)發(fā)現(xiàn)設(shè)備的異常狀態(tài),防止設(shè)備故障引發(fā)安全事故。對(duì)作業(yè)過程的相關(guān)數(shù)據(jù)進(jìn)行復(fù)盤分析,檢查安全措施的執(zhí)行情況、作業(yè)流程的合規(guī)性等,總結(jié)經(jīng)驗(yàn)教訓(xùn),為后續(xù)作業(yè)安全管控提供參考。
以上案例,是人工智能對(duì)工業(yè)領(lǐng)域賦能的突出代表。目前,我國人工智能領(lǐng)域的企業(yè)已超過4700家,這一規(guī)模龐大的新群體必將為千行百業(yè)的數(shù)字化轉(zhuǎn)型帶來前所未有的創(chuàng)新動(dòng)力,為我國新型工業(yè)化建設(shè)添磚加瓦。