当前位置:首页 > 天道酬勤 > 正文内容

人工智能在制造业的应用前景(人工智能的发展)

张世龙2021年12月16日 23:52天道酬勤1820

制造业经历着巨大的数字化转型。 传统模式正在向工业4.0发展。 包含图像形成技术的CMOS传感器; 嵌入式视觉效果; 机械和深度学习机器人接口; 由于包括数据传输标准和图像处理能力在内的各个领域的迅速发展,计算机视觉技术可以在各个层面上造福于制造业。 新的成像技术提供了新的应用机会。 计算机视觉技术的发展提高了制造业的性能、集成度和自动化程度。 让我们详细看看计算机视觉制造各个阶段的各种用例,在此之前,让我们先了解一下计算机视觉是什么?

计算机视觉

目的是在人工智能和计算机科学领域为计算机提供世界的视觉理解。 计算机视觉的目标是利用数字图像,用三个主要的处理组件模拟人类视觉:

1 .图像获取

2 .图像处理

3 .图像分析

现在,我们来看看在制造业中的五个应用。

预测性维护

预测性维护是防止昂贵的制造设备故障的方法,通过分析整个生产过程的数据,尽早识别异常行为,可以采取适当的措施避免长期的生产停止。

使用物联网进行更好的预测性维护,可以减少50%的设备停机时间,3%-5%……减少资本支出……在制造业,这些节约成本2025年每年接近6300亿美元的潜在经济- -麦金塞

请想象一下,如果在发生故障之前能够收到手机APP的警告。 很有趣,不是吗? 借助预测性的维护,您可以告诉我何时需要更换部件,减少计划内停机时间,并使产品在最佳时间内正常运行。 这有助于减少不必要的维护费用。

预测性维护技术

有各种各样的监视装置和技术可以有效地预测故障,为修理提供警告。 让我们看看类型:

1 .振动分析---可以用设备内置的手持分析器或实时传感器监视设备的振动,预测潜在故障的能力是有助于计划内维护、提高资产性能的工具,有助于防止计划外停机。

2 .红外热成像——有助于使用红外摄像机检测高温(热点)。 通过识别热点,红外线有助于避免昂贵的维护和停机时间。 根据联邦能源管理计划(FEMP ),只采用反应性维护计划的设备可以节约30%到40%的能源。

3 .超声波分析---该技术可以使用语音识别失败的资产。 可用于泄漏检查、机械检查、电气检查、电弧闪光检查、回水弯管检查、阀门检查等。

4 .声学监测---该技术有助于在声波或超声波水平上检测装置内的气体、液体或真空泄漏。 这些相对来说比超声波便宜。

条形码读取:条形码是用于产品、包装或零件的机器可读图案。 它们可以用于在产品的整个生命周期中提供信息和跟踪产品。 识别和处理成千上万个条形码是一项手动复杂的任务,必须将扫描仪操作员放置在条形码附近才能获得正确的结果。 但是,通过计算机视觉扫描,产品通过传送带时不需要对准基于相机的扫描仪,能够准确地检测出条形码。 智能产业也整合了OCR (光学文字识别)技术,使机器能够读取和使用图像中的信息。 条形码识别(OBR )、ICR )、OMR )等技术可以用于扩展现有的功能。

ocr用于识别扫描的文档或屏幕快照中的文本。

ICR用于从手写表中读取文本。 问卷调查

OMR用于识别调查或表格中的复选框

OBR用于识别传统的一维码和二维码,用于在生产线上自动布线部件

缺陷识别:对任何制造公司来说,清点大量货物和产品都是一项非常麻烦的任务。 计算机视觉从捕获的图像中获取实时信息分析,执行复杂的检查任务。 提供一种计数机制,以验证每个容器是否包含正确的项目数。 如果产品总数不正确,或集装箱被标记为有缺陷,且该集装箱到达生产线末端,则包含有缺陷零件的集装箱将被拒绝。 这有助于消除包装和运输缺陷产品的风险。

产品和零部件的组装:计算机视觉保证产品和零部件的组装严格按照标准进行。 严格的评估标准减少了产品召回,提高了生产效率。 例如,生产大量乳制品的乳制品生产公司可以利用计算机视觉技术确保正确的包装。 它还可以帮助检查包装瓶的其他重要特征,如瓶盖密封、位置和标签等。

机器和深度学习:有着无法想象的数量的感觉数据,其中包含着各种各样的格式、结构、意义。 通过深度学习技术,人们可以自动从这些数据中学习,发现模式,并据此做出决策。 可以区分预测维护、规范化分析、诊断分析、说明分析等各个级别的数据分析。 以下是它们在制造业中的应用。

分析利用统计模型预测未来生产和设备退化

的可能性。

•规范性分析提供了多种场景来执行任何操作。

•诊断分析旨在报告设备故障的原因。

•描述性分析有助于分析产品的操作参数、环境和条件。

进入工业4.0

很明显,计算机视觉将在制造业掀起一场风暴。制造业和分销业的变化也导致了智能产品和创新性制造模式的出现。以图像和语音识别的形式出现的自动化,也提高了生产率和准确性。智能工厂正在经历在意外停机时间的大幅削减和更好的产品设计、效率的提高、过渡时间的缩短以及更好的整体产品质量和工人安全。

扫描二维码推送至手机访问。

版权声明:本文由花开半夏のブログ发布,如需转载请注明出处。

本文链接:https://zhangshilong.cn/work/23065.html

分享给朋友:

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。