人工智能技術在工業生產中的應用探究

孫曉彬

摘 要：如今世界各國紛紛提出自己關于智能制造的關鍵戰略，如美國的“工業互聯網”戰略、德國的“工業4.0”戰略和中國的“中國制造2025計劃”。另外，企業面對外部多變的需求、個性化定制等，需要及時對生產線結構進行重構，以往調整生產周期較長，很難滿足新環境。近年來，人工智能技術快速發展，其從過往數據挖掘有效知識，進一步指導生產，對于企業提升自身效益具有重大幫助。

關鍵詞：人工智能;智能制造;知識

中圖分類號：TB ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2019.23.100

1 引言

工業4.0戰略以及“中國制造2025”計劃的提出給我國制造業帶來良好的發展契機，國內不少企業開始投資智能工廠，建設智能車間。智能制造要求滿足個性化定制需求，企業生產線需要根據需求對制造系統進行調整。以往的生產線多為剛性流水線和柔性制造系統，前者可以滿足大量生產的需求，后者則可以實現多種小批量定制化生產。新的生產線應同時具有剛性制造系統大量生產優點和柔性制造系統的加工靈活的優點，即具有實時重構自己結構的能力。對于生產線結構的確定，智能車間因CPS技術、物聯網技術使得信息交互變得更加方便，生產管理者可以利用人工智能中的機器學習方法挖掘車間數據建立決策支撐模型，進一步根據外部需求以及生產線實時的狀態確定最佳的生產線結構重構方案，而成功的生產案例又會對原先決策支撐模型進一步更新，使得生產線變得更加智能。John McCarthy于1956年發明了人工智能，之后得到廣泛應用，其中基于數據手段則在流程規劃領域大顯身手，德國KIT已經用專家系統、基于數據手段和基于知識設計等技術完成了歐洲著名SMARTLAM項目。所以實際生產中借助人工智能技術進行生產線結構的重構具有一定的可行性。

2 現有研究的不足

國內外學者對于生產線結構的重構做了一定研究。可重構生產線最大的特征在于其系統的構成具有不確定性以及頻繁變化，它允許以不定數量生產各式各樣的產品，它亦可根據變化對自身軟件硬件結構進行改變。可重構生產線可分成兩類：一類是機械加工機床的可重構，主要涉及零件加工工藝;另一類主要是生產線中設備的配置，更多注重設備數量以及位置。在可重構機床方面，德國KIT研究學者運用專家系統、基于特征的設計以及知識系統完成了歐洲SMARTLAM項目，該項目已正式投入使用，其可以加工多種形狀的零件且零件達到客戶需求。一些學者則使用智能優化算法來解決可重構系統加工機械零件的問題，如Ye等運用基于GA算法解決了集成模塊化產品調度與制造單元配置的問題。國內外亦有諸多學者致力于重構方案的評估，這里的可重構更多注重車間設備配置數量位置等。對于重構方案評估，有諸多學者使用多種多目標決策方法，如 Rehman和Babu以性能指標完工時間、設備利用率、交貨期等進行重構方案選取。現有工作關于生產線重構方法是借助進化算法完成，另外關注最終方案的評估，不過進行重構時并未考慮生產線實時狀態以及外部需求的變化，適應性不是很好。

3 如何將人工智能技術應用于工業生產

3.1 采集處理生產線數據

如今企業車間生產線設備配備了智能傳感器、RFID等，另外還配備有物聯網等，這些軟硬件設施可以很好采集生產線實時信息，而這些信息將保存在MES中。MES中的知識對指導生產線生產具有重大作用，而人工智能中的機器學習算法可以用來挖掘數據中蘊含的知識，用機器學習方法挖掘知識用以指導生產線重構。

3.2 運用知識來進行生產線重構

生產線實際運行中，借助智能傳感器等設備采集生產線數據，借助從MES中挖掘的知識建立的指導模型的運算得到較佳的生產線重構方案，進行生產，可以得到較好的生產性能指標，最大化企業的效益。

4 結論

現有的生產線結構重構方法基本都是考慮利用數學建模的方式解決，而這種方法的缺點在于沒有很好考慮生產線的實時狀態，而一旦考慮這些實時狀態，數學建模將會變得較為復雜。利用人工智能中機器學習的知識挖掘能力，建立起生產線實時狀態、外部需求等于生產線結構之間的關系模型，在實際生產時，借助智能傳感器等設備實時采集生產線上的數據，進而完成生產線結構的重構，對于提升企業競爭力具有很大的幫助。

參考文獻

[1]楊春立.我國智能工廠發展趨勢分析[J].中國工業評論，2016，（1）：56-63.

[2]A modular flexible scalable and reconfigurable system for manufacturing of Microsystems based on additive manufacturing and e-printing[J].Robotics and Computer-Integrated Manufacturing，2016，（40）：14-23.

[3]Ye H，Liang M.Solving the combined modular product scheduling and production cell reconfiguration problem： a GA approach with parallel chromosome coding[C]// IEEE Congress on Evolutionary Computation.IEEE，2005.

[4]Rehman A U，Babu A S.Evaluation of reconfigured manufacturing systems： an AHP framework[J].International Journal of Productivity and Quality Management，2009，4（2）：228.