凱捷(Capgemini)表示，機械維護和質(zhì)量是當今制造運營(yíng)中領(lǐng)先的AI改造項目。

在機器學(xué)習分析了應多久清潔一次船體以獲取最大效率的數據之后，卡特彼勒的海事部門(mén)每年每艘船可節省40萬(wàn)美元。

寶馬集團使用AI評估正在進(jìn)行的生產(chǎn)線(xiàn)中的零部件圖像，以實(shí)時(shí)發(fā)現與標準的偏差。

制造商的思維方式將大流行病的硬重置視為增長(cháng)，增強，適應力強和足智多謀的機會(huì )，制造商的思維方式不斷加倍用于分析和AI驅動(dòng)的飛行員。

他們將人類(lèi)的經(jīng)驗，洞察力和AI技術(shù)相結合，發(fā)現了新的差異化方法，同時(shí)降低了成本并保護了利潤。在艱難的經(jīng)濟時(shí)期，他們全都為繼續增長(cháng)所面臨的挑戰。他們并不孤單地接受挑戰。波士頓咨詢(xún)集團(Boston Consulting Group)的最新研究《后危機世界中AI驅動(dòng)的公司的崛起》發(fā)現，在前四次全球經(jīng)濟下滑中，有14%的公司能夠提高銷(xiāo)售增長(cháng)和利潤率，如下圖所示：

人工智能是制造業(yè)實(shí)時(shí)未來(lái)的核心

實(shí)時(shí)監控具有許多好處，包括解決生產(chǎn)瓶頸，跟蹤廢品率，滿(mǎn)足客戶(hù)交貨日期等等。它是上下文相關(guān)數據的極好來(lái)源，可用于訓練機器學(xué)習模型。有監督和無(wú)監督的機器學(xué)習算法可以在幾秒鐘內解釋多個(gè)生產(chǎn)班次的實(shí)時(shí)數據，并發(fā)現以前未知的流程，產(chǎn)品和工作流程模式。

制造業(yè)中29%的AI實(shí)施用于維護機械和生產(chǎn)資產(chǎn)。凱捷(Capgemini)的研究團隊發(fā)現，預測AI /機器何時(shí)可能發(fā)生故障并建議最佳維護時(shí)間(基于條件的維護)是當今制造業(yè)中AI的最流行用例。通用汽車(chē)在其供應商的幫助下，分析了安裝在組裝機器人上的攝像機中的圖像，以發(fā)現機器人部件故障的跡象和指示。在該系統的一項先導測試中，它檢測了7,000個(gè)機器人的72個(gè)組件故障實(shí)例，并在可能導致計劃外停機之前發(fā)現了問(wèn)題。研究中的以下圖形說(shuō)明了AI如何用于制造中的智能維護：

通用汽車(chē)的Dreamcatcher系統基于A(yíng)utodesk的生成設計算法，該算法依靠機器學(xué)習技術(shù)來(lái)考慮設計約束并提供優(yōu)化的產(chǎn)品設計。 在CAD設計環(huán)境中具有約束優(yōu)化邏輯有助于GM實(shí)現快速原型設計的目標。設計人員提供功能需求，材料，制造方法和其他約束的定義。通用汽車(chē)和AutoDesk定制了Dreamcatcher，以?xún)?yōu)化重量和其他關(guān)鍵產(chǎn)品標準，這對于設計要在增材制造中取得成功的零件至關(guān)重要。該解決方案最近通過(guò)安全帶支架零件的原型進(jìn)行了測試，從而使單件式設計比原始的八個(gè)組件設計輕了40%，而強度卻提高了20%。。請參閱《哈佛商業(yè)評論》案例分析，Dreamcatcher項目：生成設計可以加速增材制造嗎?有關(guān)其他信息。

諾基亞推出了一種視頻應用程序，該視頻應用程序使用機器學(xué)習來(lái)警告裝配操作員生產(chǎn)過(guò)程中是否存在不一致之處。諾基亞在芬蘭奧盧的一家工廠(chǎng)中推出了使用機器學(xué)習監控裝配線(xiàn)過(guò)程的視頻應用程序。它會(huì )警告操作員過(guò)程中的不一致之處，以便可以實(shí)時(shí)糾正問(wèn)題。請參閱文章諾基亞聲稱(chēng)與Telia和Intel進(jìn)行首次“現實(shí)世界” 5G智能工廠(chǎng)試用，以獲取更多詳細信息。

實(shí)時(shí)分析圖像以完成汽車(chē)和消費品行業(yè)的產(chǎn)品質(zhì)量檢查，還有助于制造商保持嚴格的法規要求。高分辨率相機的價(jià)格繼續下降，而基于A(yíng)I的圖像識別軟件和技術(shù)則不斷提高。這兩個(gè)因素以及更多因素導致越來(lái)越多地采用實(shí)時(shí)在線(xiàn)檢查。奧迪是采用這些技術(shù)的領(lǐng)導者，它在英戈爾施塔特(Ingolstadt)印刷廠(chǎng)安裝了基于深度學(xué)習的圖像識別系統。下圖說(shuō)明了實(shí)時(shí)產(chǎn)品質(zhì)量檢查工作流程的工作方式：

消費包裝產(chǎn)品制造商在所有行業(yè)中均處于領(lǐng)先地位，因此提高需求預測準確性正在多個(gè)行業(yè)中顯示出可觀(guān)的結果。 達能集團是法國一家跨國食品產(chǎn)品制造商，目前正在使用機器學(xué)習系統來(lái)提高其需求預測的準確性。他們正在使用機器學(xué)習來(lái)改善營(yíng)銷(xiāo)，銷(xiāo)售，客戶(hù)管理，供應鏈和財務(wù)之間的計劃協(xié)調，從而獲得更準確的預測。通過(guò)機器學(xué)習，達能可以滿(mǎn)足產(chǎn)品促銷(xiāo)的需求，并達到其渠道或商店級庫存的目標服務(wù)水平。該系統使預測誤差減少了20%，銷(xiāo)售損失減少了30%，產(chǎn)品過(guò)時(shí)減少了30%，需求計劃人員的工作量減少了50%。以下是當今如何設計基于機器學(xué)習的需求計劃和預測系統的概述：

泰雷茲公司是各行各業(yè)電子系統的領(lǐng)先供應商，它正在使用機器學(xué)習來(lái)預測整個(gè)歐洲高速鐵路的預防性維護。該公司收集跨歐洲跨大陸鐵路系統的數千個(gè)傳感器，火車(chē)零件以及子系統的當前狀態(tài)的歷史和當前數據。利用數據，它開(kāi)發(fā)了一種AI算法，可以預測潛在問(wèn)題并確定何時(shí)需要更換特定零件，從而在過(guò)程中達到很高的可靠性。以下是TIRIS大數據分析工具的預測性維護儀表板，可支持鐵路行業(yè)實(shí)現零計劃外停機方法。

寶馬集團使用AI評估其生產(chǎn)線(xiàn)中的零部件圖像，從而實(shí)時(shí)發(fā)現與質(zhì)量標準的偏差。 在寶馬集團丁格爾芬工廠(chǎng)的最終檢查區域中，一個(gè)AI應用程序將車(chē)輛訂購數據與新生產(chǎn)汽車(chē)的模型名稱(chēng)的實(shí)時(shí)圖像進(jìn)行比較。型號名稱(chēng)和其他標識牌(例如用于四輪驅動(dòng)車(chē)輛的“ xDrive”)以及所有普遍認可的組合都存儲在圖像數據庫中。如果實(shí)時(shí)圖像和訂單數據不一致，例如缺少指定名稱(chēng)，則最終檢查團隊會(huì )收到通知。有關(guān)寶馬如何在其許多生產(chǎn)中心內利用AI進(jìn)行創(chuàng )新的更多詳細信息，請參閱文章，快速，高效，可靠：寶馬集團生產(chǎn)中的人工智能。寶馬集團還將在開(kāi)源平臺上共享其在生產(chǎn)中使用的AI算法?？梢栽诖颂幷业接嘘P(guān)其AI算法開(kāi)源的更多詳細信息。以下是寶馬如今使用的基于A(yíng)I的圖像匹配技術(shù)的示例：

施耐德電氣創(chuàng )建了基于Microsoft Azure機器學(xué)習服務(wù)和Azure IoT Edge的預測性IoT分析解決方案，以提高工作人員的安全性，降低成本并實(shí)現可持續發(fā)展目標。施耐德電氣的數據科學(xué)家使用來(lái)自油田的數據來(lái)構建模型，這些模型可以預測何時(shí)何地需要維護。數據科學(xué)家使用自動(dòng)機器學(xué)習功能來(lái)智能地選擇最佳的機器學(xué)習模型，并自動(dòng)調整機器模型的超參數以節省時(shí)間并提高效率。當公司部署基于A(yíng)zure機器學(xué)習服務(wù)的解決方案時(shí)，它可以幫助運營(yíng)商在短短兩天內將效率提高10%到20%。請參閱文章，施耐德電氣通過(guò)Azure機器學(xué)習服務(wù)的預測性維護進(jìn)一步降低成本和員工風(fēng)險，以了解更多細節。下圖說(shuō)明了IoT Edge Analytics植入，其中包括Azure機器學(xué)習服務(wù)：

日產(chǎn)汽車(chē)正在嘗試使用AI實(shí)時(shí)設計新模型，希望減少下一代模型系列產(chǎn)品的上市時(shí)間。日產(chǎn)將其稱(chēng)為DriveSpark程序，該程序已經(jīng)存在了四年。日產(chǎn)的設計師正在使用DriveSpark系統來(lái)創(chuàng )建完全符合最新行業(yè)合規性和法規要求的全新模型。他們還使用AI來(lái)延長(cháng)現有模型的生命周期。有關(guān)更多信息，請參閱DriveSpark文章，“日產(chǎn)汽車(chē)的理念：讓人工智能設計我們的汽車(chē)”，2016年9月。

佳能發(fā)明了先進(jìn)的資產(chǎn)缺陷識別系統，將其制造中心的質(zhì)量控制水平提高到了新的水平。佳能將人類(lèi)的專(zhuān)業(yè)知識，洞察力和AI技術(shù)(包括機器學(xué)習，計算機視覺(jué)和預測模型)相結合，以幫助提高測試高精度機器零件的準確性和效率。汽車(chē)和運輸，航空航天與國防，石油和天然氣以及建筑等行業(yè)中的精密零件制造商通常需要嚴格的組裝后檢查過(guò)程。佳能的制造組件通過(guò)工業(yè)射線(xiàn)照相(X射線(xiàn)圖像)和圖像進(jìn)行了仔細檢查，以驗證每個(gè)零件及其內部結構的完整性。借助計算機視覺(jué)和機器學(xué)習功能，輔助缺陷識別技術(shù)系統可以智能地分析被檢零件的圖像，自動(dòng)識別潛在的缺陷，佳能在其網(wǎng)站的“人工智能/機器學(xué)習”區域中的技術(shù)計劃還有更多詳細信息。