人工智能 推动“智能制造装备”的发展-浅谈

业界认为支撑智能制造的三大技术是：机器人、智能装备以及3D打印。从技术的根本上来说，以上三类只是智能制造装备的不同表现形式。笔者认为，智能制造装备的三要素如下：多技术检测调校一体化、MES系统互联化、人工智能化。

传统的制造装备一般是通过PLC（可编程逻辑控制器）/专用控制器和FCS（现场控制总线）/DSC（集散控制系统）等技术构建的设备系统。

现代智能制造装备不仅具有目前先进制造装备的功能，还应有：

1.多检测调校技术，并且能够做到现场多数据融合、智能分析和模型升级等（现场人工智能）；

2.MES、ERP、CRM等多种系统的数据融合、智能分析和模型升级等（应用人工智能）；

3.MES系统互联化，设备能将应用智能和现场智能互连，并可迭代现场人工智能模型、参数等。

从上面 可以看出，智能制造装备分为现场人工智能、应用人工智能两大块，这两块是相互联系、相互影响的。由于应用的多样性，应用人工的行业化趋势明显，复杂度高，故本文只讨论现场人工智能。

举个例子，如汽车LED大灯模组的制造设备。

上图是LED大灯的产品图，那么该产品的分解图如下：

如图所示，该产品是一个集成了电、光、风扇、塑料件和金属件的车载产品。那么该产品的验收规范除了常规的功能、性能标准外，还包含温度、湿度、振动等可靠性测试标准。

那么问题来了，任何产品经过检测都有2种结果，合格和不合格。合格品没有问题，不合格品中分小部分不合格，大部分不合格和全部不合格。其中小部分不合格的产品往往占据多数，这些产品往往是一项或者少许的几项临界或者不合格。

传统的设备只能检测合格和不合格，但对不合格品没有调校的模型和手段，而带有现场人工智能的智能制造装备弥补了这个空白。

智能制造装备中的全温度检测可以发现LED大灯模组中那个组件在不同的温度测试中的表现，并发现和评估是否可以接受，替换不可接受的组件。超声波检测可以发现金属件中瑕疵，并判定，同时更换需要替换件。灯光检测可以通过LED灯色温变化及光斑范围，调整LED驱动芯片的电流参数和模型，同时反馈大灯反光镜面的调制范围，从而反向推动镜面的结构设计修改。湿度检测可以发现表面处理工艺在不同环境下的问题，并推动工艺的改进。振动检测可以发现材料在不同环境下的问题，并推动材料和结构设计的改进。

智能制造装备的自身健康状态检测，也是其中重要的一环，智能装备可以提醒设备工程师提前或延迟检测设备中某几项或全部项。

当然，以上只是一个简单的例子。智能制造装备只是人工智能在生产中应用的一个场景；未来，人工智能将如何融入、改变我们的生产、生活和社会中，我们将拭目以待。