机器学习可以改善当今制造业的10种方法

机器学习可以改善当今制造业的10种方法

人工智能有潜力在全球各行各业的市场营销和销售中创造1.4T至2.6T的价值，并在供应链管理和制造中创造  1.2T至2T的价值。根据 IDC的数据，到2021年，将有20％的领先制造商将依靠嵌入式智能，使用AI，IoT和区块链APP来自动化流程并将执行时间最多增加25％。据专家称，机器学习可将离散制造业的产品质量提高35％  。研究认为，在未来的五到七年中，有50％的采用AI的公司有潜力使现金流量翻番，从而使制造业领先于所有行业  。到2020年，60％的领先制造商将依靠数字平台来支持  其总收入的30％。研究发现，有48％的制造商看到了将机器学习和数字制造技术集成到其运营中的更大机会  。

使用机器学习来简化生产的每个阶段，从入库供应商质量开始，通过制造调度到实现，现在已成为制造的优先事项。根据最新调查，机器学习可将计划外的机器停机时间减少15％至30％，将生产吞吐量提高20％，将维护成本降低30％，并提高35％的质量。

以下是机器学习在2020年彻底改变制造业的十种方式：

人工智能有潜力在全球各行各业的市场营销和销售中创造1.4T至2.6T的价值，在供应链管理和制造中创造1.2T至2T的价值。 专家预测，基于AI的预测性维护有可能为制造商带来$ 0.5T至$ 0.7T的价值。专家引用了AI处理大量数据（包括音频和视频）的能力，这意味着它可以快速识别异常以防止故障。机器学习可以确定特定的声音是在质量测试下是飞机发动机正常运行还是在装配线上即将发生故障的机器。资料来源：研究/哈佛商业评论。

制造商正在获得新的见解，以了解如何使用可在云平台上扩展的机器学习和预测分析来提高可持续性。 流程制造商正在使用Azure的Symphony Industrial AI从模板库中部署设备模型，该模板库包括热交换器，流程制造商所依赖的泵，压缩机和其他资产。Symphony AI的Process 360 AI帮助用户创建其过程的预测模型。通过设备将生产中的项目（例如化学品，燃料，金属，其他中间产品和最终产品）定义为高级过程。工艺模板的例子包括氨法，乙烯法，LNG法和聚丙烯法。流程模型可帮助预测流程中断和跳闸-仅靠设备模型可能无法预测。

研究发现，制造商使用AI可以将生产商的转换成本降低多达20％，而劳动力生产率提高则可将成本降低多达70％。 研究发现，生产商将能够通过使用AI开发和生产针对特定客户的创新产品，并在更短的交货时间内交付它们，从而产生更多的销售。下图说明了AI如何根据BCG的分析为生产流程带来更大的灵活性和规模。

依赖重型资产的离散和流程制造商正在使用AI和机器学习来提高吞吐量，能耗和每小时利润。 具有重型设备（包括大型机械）的制造商正在探索使用算法来提高生产率，可持续性和良率。研究发现AI可以自动执行复杂的任务，并提供一致性和精确的最佳设定值，以使机器能够以自动驾驶模式运行，这对于在一个或多个生产班次上实现无人驾驶的生产至关重要。

基于AI和机器学习的产品缺陷检测和质量保证显示了将生产效率提高50％或更高的潜力。 机器学习在发现产品及其包装异常中的固有优势具有极大的潜力，可以提高产品质量并阻止有缺陷的产品离开生产设备。使用基于深度学习的系统，与人工检查相比，将缺陷检测提高90％是可行的。考虑到可用的开源AI环境以及廉价的摄像头和功能强大的计算机硬件，即使是小型企业，也有望越来越依赖于基于AI的视觉检查。在支持AI的视觉质量检查中，参考示例是通过从不同角度对优质和有缺陷的产品进行可视化成像创建的，从而为监督学习算法的培训提供了支持。

机器学习具有减少制造业长期劳动力短缺的潜力，同时可以找到同时留住员工的新方法。 如今，制造业正面临严重的劳动力短缺，对制造商的每项调查都将这一问题反映为最制约该行业增长的三大问题之一。

机器学习正在帮助制造商解决以前难以理解的问题，并揭示他们从未知道过的问题，包括隐藏的瓶颈或无利可图的生产线。提高车间中每台机器的预测维护精度，揭示如何提高每台机器的产量/产量以及相关的工作流程，以及优化系统和供应链优化。

机器学习可以显着改善产品配置，制造商依赖于配置价格报价（CPQ）工作流来按订单生产产品。 西门子销售，设计和安装铁路联锁控制系统的方法是利用AI和机器学习从10 90种  可能的组合中找到最佳配置。机器学习擅长于定义最能满足客户需求同时也是最可靠制造的最佳配置。

人工智能和机器学习在制造业中的采用预计将在未来五年中超越机器人技术，成为制造业中的领先用例。 供应链运营的复杂性和约束条件是机器学习算法提供推荐解决方案的理想用例。如今，制造商正在实施预测性维护试点，那些能够带来明显收益的方法最有可能进入生产。

机器学习正在依靠零信任安全（ZTS）框架来保护和扩展其业务，从而改变了制造商如何保护每个威胁表面的方式。 制造商正在转向  零信任安全（ZTS） 框架来保护其供应链和生产网络中的每个网络，云和本地平台，操作系统和APP。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。