當(dāng)前我國制造業(yè)正處于從傳統(tǒng)生產(chǎn)模式向數(shù)字化、網(wǎng)聯(lián)化、智能化的新發(fā)展階段。在我國致力于碳中和的戰(zhàn)略背景下，智能制造的發(fā)展是我國實(shí)現(xiàn)碳中和的關(guān)鍵，也是我們從制造大國走向制造強(qiáng)國的重要一步。一方面，AI賦能制造業(yè)能通過提高良率、降低原材料損耗等方式來降低生產(chǎn)成本，減少碳排放；另一方面，人工智能可通過全自動(dòng)化、動(dòng)態(tài)監(jiān)控等方式提高各生產(chǎn)環(huán)節(jié)的效率，由此實(shí)現(xiàn)降本增效，雙重發(fā)展。

業(yè)內(nèi)有專家認(rèn)為，AI賦能制造業(yè)，可以從以下五個(gè)環(huán)節(jié)得以體現(xiàn)：1）設(shè)計(jì)端，仿真系統(tǒng)提升研發(fā)效率；2）生產(chǎn)端，智能機(jī)器人提高生產(chǎn)效率；3）運(yùn)維端，AI算法智能預(yù)測(cè)；4）檢測(cè)端，機(jī)器視覺增強(qiáng)檢測(cè)精準(zhǔn)度；5）物流端，智慧物流提升運(yùn)輸配送效率。

AI賦能制造降本提效的必要性

智能制造是將物聯(lián)網(wǎng)、云計(jì)算、AI等新一代信息技術(shù)應(yīng)用于生產(chǎn)制造全生命周期，以通過自主深度感知、自主優(yōu)化決策和自主精準(zhǔn)執(zhí)行提升制造各環(huán)節(jié)效率。制造業(yè)企業(yè)智能化轉(zhuǎn)型可通過數(shù)字化、網(wǎng)聯(lián)化、智能化三步實(shí)現(xiàn)。工廠可以通過數(shù)字化、網(wǎng)聯(lián)化、智能化的層層遞進(jìn)，實(shí)現(xiàn)“智能工廠”轉(zhuǎn)型，進(jìn)一步優(yōu)化全行業(yè)生態(tài)。

? 數(shù)字化：采集海量數(shù)據(jù)，“感受”工業(yè)過程。工業(yè)傳感器作為工業(yè)數(shù)據(jù)的“采集感官”，多類別、廣應(yīng)用為智能化奠基；

? 網(wǎng)聯(lián)化：通過互聯(lián)互通、高速傳輸、云端計(jì)算，打破“信息化孤島”。一方面打通工廠內(nèi)部的數(shù)據(jù)流；另一方面進(jìn)一步打通供應(yīng)鏈各個(gè)環(huán)節(jié)數(shù)據(jù)流，最終實(shí)現(xiàn)產(chǎn)品全生命周期數(shù)字化；

? 智能化：提高自主決策水平，通過對(duì)生產(chǎn)過程中海量數(shù)據(jù)信息進(jìn)行自主理解，學(xué)習(xí)沉淀形成知識(shí)，最終由智能設(shè)備自主執(zhí)行。

總結(jié)來看，借助于高速通信網(wǎng)絡(luò)和云計(jì)算平臺(tái)可實(shí)現(xiàn)海量數(shù)據(jù)的匯集，這有助于AI技術(shù)的廣泛采用。通過應(yīng)用深度學(xué)習(xí)等AI技術(shù)，制造業(yè)未來有望實(shí)現(xiàn)自主智能決策。智能制造的核心也是在海量工業(yè)數(shù)據(jù)的基礎(chǔ)上，通過對(duì)數(shù)據(jù)的深度集成和分析，實(shí)現(xiàn)智能化的決策，并通過柔性生產(chǎn)、動(dòng)態(tài)調(diào)控、網(wǎng)聯(lián)協(xié)同等新型制造模式，提高資源配置效率。

設(shè)計(jì)端：數(shù)字化設(shè)計(jì)軟件集成AI模塊實(shí)現(xiàn)高效模擬仿真研發(fā)

仿真設(shè)計(jì)系統(tǒng)通過集成AI模塊，可以縮短研發(fā)周期。未來的工廠會(huì)為物理對(duì)象創(chuàng)建數(shù)字化的虛擬模型，來映射其在現(xiàn)實(shí)中行為。整合制造流程的數(shù)字孿生生產(chǎn)系統(tǒng)，可以將產(chǎn)品設(shè)計(jì)到生產(chǎn)制造的全過程數(shù)字化，提升產(chǎn)品的可靠性和制造效率。其中，產(chǎn)品設(shè)計(jì)階段具有高不確定性和高成本的特性，基于數(shù)字孿生技術(shù)的設(shè)計(jì)仿真通過避免重復(fù)進(jìn)行物理原型測(cè)試并改進(jìn)質(zhì)量，降低了產(chǎn)品開發(fā)成本并縮短了產(chǎn)品開發(fā)時(shí)間。

數(shù)字孿生與AI結(jié)合，可進(jìn)一步提升設(shè)計(jì)研發(fā)的效率：1）數(shù)字孿生模型中積累的數(shù)據(jù)可以在人工智能模型中實(shí)現(xiàn)知識(shí)積累和沉淀，為AI決策提供數(shù)據(jù)支持；2）AI模型的決策結(jié)果也可以在數(shù)字孿生模型得到反復(fù)仿真和驗(yàn)證，為AI決策提供低成本試錯(cuò)和優(yōu)化機(jī)會(huì)，不斷提升其可靠性；3）由于目前仿真系統(tǒng)要求用戶對(duì)仿真優(yōu)化算法和仿真建模工具有較深入的了解，非仿真專業(yè)人士難以優(yōu)化大量參數(shù)，而利用AI技術(shù)可以幫助研發(fā)人員進(jìn)行選擇。將AI模塊（如機(jī)器學(xué)習(xí)模塊）集成到設(shè)計(jì)軟件，可以實(shí)現(xiàn)高效的模擬仿真分析；因此，研究人員可以在研發(fā)階段以低成本進(jìn)行大量驗(yàn)證和模擬，或進(jìn)行數(shù)字化自動(dòng)研發(fā)，提升研發(fā)效率，大幅縮短研發(fā)周期。

西門子專家在慕尼黑上海電子生產(chǎn)設(shè)備展現(xiàn)場講解數(shù)字孿生技術(shù)

生產(chǎn)端：大數(shù)據(jù)與及其自動(dòng)化大幅提升生產(chǎn)力

人工智能賦能下的智能制造提供了大數(shù)據(jù)信息處理、機(jī)器視覺信息獲取等功能，為生產(chǎn)環(huán)節(jié)帶來新的生產(chǎn)力，提升生產(chǎn)效率。

? 大數(shù)據(jù)信息處理：工業(yè)生產(chǎn)中產(chǎn)生的海量數(shù)據(jù)將與工業(yè)云平臺(tái)相連，采用分布式架構(gòu)進(jìn)行分布式數(shù)據(jù)挖掘，提煉有效生產(chǎn)改進(jìn)信息，最終將用于預(yù)測(cè)性維護(hù)等領(lǐng)域。

? 機(jī)器視覺：機(jī)器視覺通過計(jì)算機(jī)模擬人的視覺，基于提取的信息進(jìn)行處理與理解。隨著工業(yè)生產(chǎn)復(fù)雜程度的不斷加深，越來越多的微加工生產(chǎn)流程不斷涌現(xiàn)，隨之而來的是大量不可控制的磨損和消耗。為了保證生產(chǎn)精度，機(jī)器視覺被廣泛用于零部件的尺寸測(cè)量與定位與工序間自動(dòng)化等工序。

其中，上下料機(jī)器人可以精準(zhǔn)物料產(chǎn)品傳輸、協(xié)作式機(jī)器人完成柔性高效人機(jī)協(xié)作、倉儲(chǔ)機(jī)器人對(duì)柔性物料產(chǎn)品傳輸?shù)龋际亲詣?dòng)化機(jī)器人為生產(chǎn)環(huán)節(jié)帶來新生產(chǎn)力提升效率的普遍體現(xiàn)。

運(yùn)維端：工業(yè)大數(shù)據(jù)+AI算法智能預(yù)測(cè)設(shè)備異常

制造業(yè)作為資產(chǎn)密集型行業(yè)，實(shí)現(xiàn)企業(yè)資產(chǎn)在其生命周期內(nèi)的價(jià)值最大化尤為重要。相較于資產(chǎn)或生產(chǎn)設(shè)備出現(xiàn)故障后進(jìn)行維護(hù)，事前預(yù)測(cè)性的維護(hù)，有助于提高生產(chǎn)力，避免宕機(jī)帶來的損失，降低設(shè)備運(yùn)營和維護(hù)成本。

預(yù)測(cè)性維護(hù)是指基于被監(jiān)測(cè)設(shè)備、物料、環(huán)境的信息，預(yù)測(cè)諸如設(shè)備剩余使用壽命、物料良率等指標(biāo)。預(yù)測(cè)性維護(hù)系統(tǒng)可以預(yù)測(cè)昂貴的維修需求或嚴(yán)重故障，并在發(fā)生嚴(yán)重?fù)p壞之前啟動(dòng)預(yù)防措施。服務(wù)部門可以快速反應(yīng)，更換特定零件，或者提前進(jìn)行維護(hù)工作，從而達(dá)到預(yù)測(cè)性維護(hù)降低企業(yè)生產(chǎn)成本的目的。

以半導(dǎo)體生產(chǎn)為例，設(shè)備通常包括大量的零部件，通常在生產(chǎn)廠商所存的零部件有限，如果由于磨損導(dǎo)致生產(chǎn)停止生產(chǎn)公司往往要看零部件的交期才能恢復(fù)生產(chǎn)，這個(gè)時(shí)間有可能是一周或者一個(gè)月甚至更久。如果可以預(yù)測(cè)到零部件的更換時(shí)間，通過安排及時(shí)的設(shè)備維護(hù)，生產(chǎn)企業(yè)只需在預(yù)先安排的設(shè)備維護(hù)時(shí)間更換即可避免無法控制的產(chǎn)能損失。

隨著工業(yè)大數(shù)據(jù)的完善以及數(shù)據(jù)分析能力不斷提升，基于設(shè)備機(jī)理模型和產(chǎn)品數(shù)據(jù)挖掘，尤其是利用神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)算法建立分析模型，開展基于規(guī)則的故障預(yù)測(cè)、工藝參數(shù)優(yōu)化、設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)等單點(diǎn)應(yīng)用。根據(jù)ARC Advisory Group分析，利用傳統(tǒng)方法只能預(yù)防約18%的故障，而其他約82%的故障是偶然發(fā)生的。但是，人工智能技術(shù)結(jié)合巡檢機(jī)器人構(gòu)建可預(yù)測(cè)性維護(hù)模型，不僅減少維護(hù)人員成本，更能提早發(fā)現(xiàn)故障，降低工廠的運(yùn)營成本，保證企業(yè)生產(chǎn)效率的提升，減少額外能耗，助力碳中和。

檢測(cè)端：AI+機(jī)器視覺助力檢測(cè)環(huán)節(jié)提質(zhì)增效

傳統(tǒng)的檢測(cè)環(huán)節(jié)通常由人工完成，存在檢測(cè)效率低、識(shí)別錯(cuò)誤率相對(duì)較高等問題，傳統(tǒng)的機(jī)器視覺方案在碎片化的工業(yè)生產(chǎn)中仍面臨定制化成本高、周期長、參數(shù)標(biāo)定復(fù)雜導(dǎo)致使用不方便等問題。AI借助圖像處理技術(shù)進(jìn)行識(shí)別，利用訓(xùn)練出的模型進(jìn)行質(zhì)量檢測(cè)，減少人工成本的同時(shí)提高精準(zhǔn)度，助力制造業(yè)實(shí)現(xiàn)降本增效。AI+機(jī)器視覺的檢測(cè)方案有良好的延展性以及統(tǒng)一的標(biāo)準(zhǔn)，并能夠減少人力成本、提高檢測(cè)效率，同時(shí)普通用戶能對(duì)AI工業(yè)質(zhì)檢平臺(tái)進(jìn)行個(gè)性化操作，保證使用的便捷性。

日聯(lián)科技在線式X-Ray檢測(cè)設(shè)備

? 良好的延展性和統(tǒng)一的標(biāo)準(zhǔn)：機(jī)器學(xué)習(xí)是人工智能的實(shí)現(xiàn)方法之一，機(jī)器學(xué)習(xí)模型一旦訓(xùn)練出，能夠快速部署到工廠的每臺(tái)設(shè)備，既能保證檢測(cè)的實(shí)時(shí)性要求，又能保證工廠檢測(cè)精度的標(biāo)準(zhǔn)統(tǒng)一。

? 減少人力成本，提高檢測(cè)精度和速度：機(jī)器學(xué)習(xí)模型隨著數(shù)據(jù)的增加逐漸迭代，從而能保證越來越高的精度和速度 ，在一些精密工業(yè)品的識(shí)別上具備優(yōu)勢(shì)。隨著時(shí)代的變化，愿意從事工資低、工作重復(fù)枯燥質(zhì)檢的工人越來越少，AI工業(yè)質(zhì)檢有助于制造企業(yè)降低人力成本和增加效率。

? 定制化程度高，用戶界面易上手：目前，AI技術(shù)在檢測(cè)端產(chǎn)業(yè)化落地的主要產(chǎn)品之一是AI工業(yè)質(zhì)檢平臺(tái)。AI工業(yè)質(zhì)檢平臺(tái)是對(duì)工業(yè)視覺檢測(cè)推出的集模型訓(xùn)練和預(yù)測(cè)于一體的智能平臺(tái)，是AI技術(shù)針對(duì)質(zhì)檢進(jìn)行產(chǎn)業(yè)化落地的產(chǎn)品。針對(duì)傳統(tǒng)制造業(yè)缺少AI類人才，新推出的AI工業(yè)質(zhì)檢平臺(tái)逐漸模塊化，無需編程基礎(chǔ)即可操作，并且工廠可根據(jù)實(shí)際需求進(jìn)行模型的選擇和更新，保證靈活性和時(shí)效性。

物流端：智慧物流引領(lǐng)供應(yīng)鏈變革

智慧物流是將物流活動(dòng)有關(guān)信息與智能硬件、物聯(lián)網(wǎng)、人工智能等技術(shù)相結(jié)合，是具有智能分析決策和智能執(zhí)行能力的物流系統(tǒng)。智慧物流通過信息流與物品流的快速高效流轉(zhuǎn)，實(shí)現(xiàn)降低成本、提高生產(chǎn)效率的目的。

從國家政策導(dǎo)向而言，工業(yè)4.0時(shí)代，客戶需求高度個(gè)性化，產(chǎn)品生命周期縮短，智能化的工廠需要智慧物流與之匹配，降低企業(yè)成本，管理或整合上下游供應(yīng)鏈。2016年國務(wù)院辦公廳、交通運(yùn)輸部、發(fā)改委、國家郵政局等多部委密集出臺(tái)了一系列相關(guān)政策和法規(guī)，推動(dòng)智慧物流的落地。

目前智慧物流需求熱點(diǎn)主要集中在物流數(shù)據(jù)、物流云和物流技術(shù)三部分，主要可以總結(jié)為信息化、標(biāo)準(zhǔn)化、智能化三大趨勢(shì)。從目前而言，TMS（Terminal Management System，終端遠(yuǎn)程維護(hù)管理系統(tǒng)）、WMS（Warehouse Management System，倉庫管理系統(tǒng)）、RFID（Radio Frequency Identification，射頻識(shí)別技術(shù)）、快遞柜、機(jī)器人等技術(shù)已經(jīng)逐漸開始商用，而無人卡車、無人機(jī)、甚至基于多種技術(shù)之上的人工智能目前尚處于研發(fā)或測(cè)試階段，未來應(yīng)用場景廣泛。

慕尼黑上海電子生產(chǎn)設(shè)備展覽會(huì)（productronica China）將于2022年3月23-25日在上海新國際博覽中心舉辦?，F(xiàn)階段展位正在火熱預(yù)定中，歡迎有想法、有產(chǎn)品、有技術(shù)解決方案的企業(yè)報(bào)名參展！

展會(huì)咨詢：

邢貞婕 女士

電話：+86-21-2020 5553 

郵箱： sinsia.xing@mm-sh.com 

媒體聯(lián)絡(luò)：

鄒佳軼 女士

電話：+86-21-2020 5667 

郵箱：miya.zou@mm-sh.com

關(guān)于electronica、productronica和全球電子展網(wǎng)絡(luò)

electronica是世界知名的電子元器件和組件展覽會(huì)。productronica是世界知名的電子生產(chǎn)設(shè)備展覽會(huì)。兩展分別于單雙年在德國慕尼黑輪流舉辦。慕尼黑博覽集團(tuán)全球電子展網(wǎng)絡(luò)包含了全球的一系列電子展覽會(huì)，包括electronica、productronica、electronicIndia、electronicAsia、electronica China、productronica China和electronicAmericas。這些展會(huì)基于慕尼黑本土展覽會(huì)的經(jīng)驗(yàn)，展示了契合于當(dāng)?shù)厥袌鲂枨蟮膬?nèi)容。

慕尼黑博覽集團(tuán)

慕尼黑博覽集團(tuán)作為知名的全球性展覽公司，擁有50余個(gè)品牌博覽會(huì)，涉及資本產(chǎn)品、消費(fèi)品和高新科技三大領(lǐng)域。集團(tuán)每年在慕尼黑展覽中心、慕尼黑國際會(huì)議中心、慕尼黑會(huì)展與采購中心舉辦逾200場展會(huì)，共吸引5萬余家參展商及300余萬名觀眾齊聚現(xiàn)場。慕尼黑博覽集團(tuán)及旗下子公司的各類專業(yè)博覽會(huì)遍及中國、印度、巴西、俄羅斯、土耳其、南非、尼日利亞、越南和伊朗。此外，集團(tuán)的業(yè)務(wù)網(wǎng)絡(luò)覆蓋全球，不僅在歐洲、亞洲、非洲及南美洲擁有數(shù)家子公司，還在全球100余個(gè)國家和地區(qū)設(shè)有70多個(gè)海外業(yè)務(wù)代表處。

集團(tuán)舉辦的國際展會(huì)均獲得FKM資格認(rèn)證，即：展商數(shù)、觀眾數(shù)和展會(huì)面積均達(dá)到展會(huì)統(tǒng)計(jì)自主監(jiān)管團(tuán)體FKM的統(tǒng)一標(biāo)準(zhǔn)并通過其獨(dú)立審核。同時(shí)，慕尼黑博覽集團(tuán)也在可持續(xù)發(fā)展領(lǐng)域中有著非凡表現(xiàn)：集團(tuán)先行獲得了由官方技術(shù)認(rèn)證機(jī)構(gòu)TüV SüD授予的節(jié)能證書。