Sut mae AI yn hybu cynaliadwyedd mewn gweithgynhyrchu? 

Pan fydd pobl yn clywed AI mewn gweithgynhyrchu, maent yn aml yn neidio i weledigaethau o ffatrïoedd cwbl ymreolaethol, sy'n diffodd goleuadau. Mae hynny’n nod di-fflach, ond nid dyma lle mae’r gwaith go iawn, dirdynnol o hybu cynaliadwyedd yn digwydd heddiw. Mae'r gwir effaith yn fwy cynnil, yn aml yn gudd yn y llif dyddiol o optimeiddio'r defnydd o ynni, torri gwastraff deunydd, a gwneud cadwyni cyflenwi yn llai anhrefnus. Mae'n ymwneud llai â robotiaid yn cymryd drosodd a mwy am systemau deallus sy'n darparu'r gwelededd gronynnog yr ydym bob amser wedi methu â gwneud penderfyniadau sy'n gadarn yn economaidd ac yn amgylcheddol. Nid yw'r cysylltiad rhwng AI a chynaliadwyedd yn awtomatig; mae'n gofyn am newid bwriadol yn yr hyn yr ydym yn dewis ei fesur a'i reoli.

Y Tu Hwnt i'r Hype: Ynni fel y Ffin Gyntaf

Gadewch i ni ddechrau gydag ynni, yr eitem cost ac ôl troed carbon mwyaf uniongyrchol. Am flynyddoedd, buom yn dibynnu ar gynnal a chadw wedi'i drefnu a graddfeydd effeithlonrwydd strôc eang. Mae'r newidiwr gêm yn mewnosod synwyryddion ac yn defnyddio AI ar gyfer optimeiddio ynni rhagfynegol. Dydw i ddim yn sôn am ddiffodd peiriannau yn unig. Mae'n ymwneud â deall llwyth deinamig llinell gynhyrchu gyfan. Er enghraifft, gall model AI ddysgu bod gwasg stampio benodol yn tynnu ymchwydd pŵer nid yn unig yn ystod y llawdriniaeth, ond am 15 munud ar ôl hynny, wrth i systemau oeri redeg. Trwy ddadansoddi amserlenni cynhyrchu, gall awgrymu oedi micro rhwng sypiau er mwyn osgoi tynnu brig ar yr un pryd o weisg lluosog, gan fflatio'r gromlin ynni heb effeithio ar y trwybwn. Nid yw hyn yn ddamcaniaethol; Rwyf wedi ei weld yn eillio 8-12% oddi ar y bil ynni mewn cyfleuster ffugio, sy'n enfawr ar raddfa.

Y rhan anodd yw ansawdd data. Mae angen data gronynnog, cyfres amser o'r peiriant, yr is-orsaf, a hyd yn oed y grid os yn bosibl. Un prosiect a fethodd yn gynnar oedd ceisio optimeiddio ffwrnais trin gwres heb fesuryddion llif nwy cywir. Roedd y model AI yn ei hanfod yn ddyfalu, ac roedd y optimizations yn peryglu peryglu priodweddau metelegol y rhannau. Fe wnaethon ni ddysgu'r ffordd galed: ni allwch reoli'r hyn na allwch ei fesur yn gywir. Mae'r AI cystal â'r mewnbynnau synhwyraidd y mae'n ei gael.

Mae hyn yn arwain at bwynt cynnil: Mae AI yn aml yn cyfiawnhau offeryniaeth ddyfnach. I wneud achos cynaliadwyedd ar gyfer AI, yn gyntaf rydych chi'n buddsoddi mewn gwell mesuryddion. Mae'n gylch rhinweddol. Unwaith y bydd y llif data hwnnw gennych, gallwch symud o ragfynegiad i gamau rhagnodol - fel addasu pwyntiau gosod pwysau cywasgwr yn awtomatig yn seiliedig ar alw amser real mewn rhwydwaith niwmatig, rhywbeth a oedd bob amser wedi'i osod ar gyfer y senario waethaf, gan wastraffu llawer iawn o ynni.

Y Rhyfel ar Wastraff: O bentyrrau sgrap i efeilliaid digidol

Mae gwastraff materol yn golled ariannol ac amgylcheddol pur. Mewn gweithgynhyrchu caewyr, fel mewn cwmni fel Handan Zitai Fastener Manufacturing Co, Ltd. Wedi'i leoli ym mhrif sylfaen cynhyrchu rhan safonol Tsieina, mae'r dull traddodiadol yn cynnwys arolygiad ôl-gynhyrchu: gwneir swp, mae rhai yn cael eu samplu, ac os canfyddir diffygion, efallai y bydd y lot gyfan yn cael ei sgrapio neu ei hailweithio. Mae hynny'n anhygoel o wastraffus.

Mae gweledigaeth gyfrifiadurol ar gyfer canfod diffygion amser real bellach yn stanciau tabl. Ond y defnydd dyfnach o AI yw optimeiddio paramedr proses i atal gwastraff rhag cael ei greu yn y lle cyntaf. Trwy fwydo data o'r broses pennawd oer - diamedr gwifren, tymheredd, cyflymder peiriant, traul marw - i fodel, gallwn ragweld y tebygolrwydd o graciau pen neu anghywirdeb dimensiwn cyn gwneud un darn. Yna gall y system argymell addasiadau, dyweder, cynnydd bach yn y tymheredd anelio neu ostyngiad yn y gyfradd bwydo.

Rwy'n cofio prosiect lle gwnaethom adeiladu cysgod digidol (fersiwn symlach o gefell ddigidol lawn) ar gyfer llinell gynhyrchu bolltau. Y nod oedd lleihau colled y trim - y wifren dros ben ar ôl torri bollt. Trwy ddadansoddi portffolios archeb a chyfyngiadau peiriannau, gallai'r system amserlennu AI ddilyniannu gorchmynion i ddefnyddio coiliau gwifren yn fwy cyflawn, gan leihau gwastraff trim o gyfartaledd o 3.2% i lai na 1.7%. Mae'n swnio'n fach, ond ar draws miloedd o dunelli o ddur yn flynyddol, mae'r arbedion mewn deunydd crai a'r allyriadau carbon cysylltiedig o gynhyrchu dur yn sylweddol. Gallwch weld sut y gall cwmnïau mewn canolfannau fel Yongnian District, gyda'u hallbwn uchel, elwa'n aruthrol o optimeiddio gronynnog o'r fath.

Gwydnwch y Gadwyn Gyflenwi a'r Ôl Troed Carbon

Dyma lle mae'n mynd yn gymhleth. Nid mater o ddewis cyflenwr gwyrdd yn unig yw cadwyn gyflenwi gynaliadwy; mae'n ymwneud ag effeithlonrwydd a gwytnwch i osgoi cludo nwyddau aer brys, carbon-ddwys. Mae rhagweld galw a yrrir gan AI, pan fydd yn gweithio, yn llyfnhau cynhyrchiant, gan leihau’r angen am oramser (sy’n aml yn golygu rhediadau llai effeithlon, sy’n defnyddio llawer o ynni) ac archebu panig.

Fe wnaethom integreiddio dadansoddiad risg cadwyn gyflenwi aml-haen gydag optimeiddio logisteg ar gyfer cleient. Roedd y system yn monitro tywydd, tagfeydd porthladdoedd, a hyd yn oed cymysgedd ynni rhanbarth cyflenwyr (e.e., a yw eu grid yn rhedeg ar lo neu ynni adnewyddadwy heddiw?). Roedd yn awgrymu ailgyfeirio llwythi i lwythi môr arafach ond llai allyriadau pan oedd llinellau amser yn caniatáu, neu gyfuno llwythi i lenwi cynwysyddion i gapasiti o 98% yn lle'r 85% nodweddiadol. Mae'r gynaliadwyedd mae ennill yma yn anuniongyrchol ond yn bwerus: mae'n ymgorffori effeithlonrwydd carbon mewn penderfyniadau logistaidd dyddiol.

Y modd methiant yma yw gor-optimeiddio. Roedd un model yn awgrymu y dylid defnyddio un cyflenwr gwyrdd iawn bob amser ond â chyfyngiad ar allu i leihau allyriadau trafnidiaeth. Methodd â rhoi cyfrif am y risg o gau i lawr, a ddigwyddodd yn y pen draw, gan orfodi sgramblo i gyflenwyr lluosog, llai optimaidd. Y wers oedd bod yn rhaid i amcanion cynaliadwyedd gael eu cydbwyso â chyfyngiadau cadernid yn swyddogaeth wrthrychol yr AI. Ni allwch leihau carbon yn unig; rhaid i chi reoli risg.

Yr Elfen Ddynol: Gwneud Penderfyniadau Estynedig

Mae hyn yn hollbwysig. Nid yw AI yn rhedeg y ffatri; mae pobl yn ei wneud. Y gweithrediadau mwyaf effeithiol a welais yw lle mae AI yn gweithredu fel cynghorydd. Mae'n tynnu sylw at anghysondeb: Mae'r defnydd o ynni fesul uned ar Linell 3 18% yn uwch na'r meincnod ar gyfer y cymysgedd cynnyrch presennol. Achos tebygol: Gan wisgo yn Conveyor Motor B-12, colled effeithlonrwydd amcangyfrifedig 22%. Mae'n rhoi tasg wedi'i thargedu, wedi'i blaenoriaethu i'r tîm cynnal a chadw gydag effaith glir o ran cynaliadwyedd a chost.

Mae hyn yn newid y diwylliant. Mae cynaliadwyedd yn peidio â bod yn DPA ar wahân i effeithlonrwydd cynhyrchu. Pan fydd y rheolwr llawr yn gweld bod optimeiddio ar gyfer cyfraddau sgrap is hefyd yn lleihau'r defnydd o ynni a deunydd crai fesul rhan dda, mae'r nodau'n alinio. Mae hyfforddi'r AI hefyd yn hyfforddi'r bobl. Er mwyn labelu data ar gyfer model canfod diffygion, mae'n rhaid i beirianwyr ansawdd ddadansoddi dulliau methu yn ddwfn. Mae'r broses hon ei hun yn aml yn arwain at welliannau proses cyn i'r model gael ei ddefnyddio hyd yn oed.

Mae ymwrthedd yn naturiol. Mae yna ofn dilys o argymhellion blwch du. Dyna pam mae eglurdeb yn allweddol. Os yw'r system yn dweud gostwng tymheredd y ffwrnais 15 ° C, rhaid iddo hefyd ddarparu'r rhesymeg: Mae data hanesyddol yn dangos rhediadau gyda pharamedrau X ac Y ar y tymheredd is hwn wedi arwain at galedwch union yr un fath gyda 8% yn llai o ddefnydd o nwy naturiol. Mae hyn yn adeiladu ymddiriedaeth ac yn troi'r AI yn offeryn cydweithredol ar gyfer cynaliadwy gweithgynhyrchu.

Edrych Ymlaen: Yr Her Integreiddio

Nid yw'r dyfodol mewn cymwysiadau AI annibynnol ar gyfer ynni nac ansawdd. Mewn optimeiddio prosesau integredig sy'n cydbwyso amcanion lluosog, weithiau'n cystadlu â'i gilydd: trwybwn, cynnyrch, defnydd ynni, traul offer, ac ôl troed carbon. Mae hon yn broblem optimeiddio aml-amcan sydd y tu hwnt i gyfrifo dynol mewn amser real.

Rydym yn treialu systemau sy'n cymryd archeb cwsmer ac yn pennu'r llwybr cynhyrchu mwyaf cynaliadwy yn ddeinamig. A ddylid gwneud y swp hwn o glymwyr ar y llinell hŷn, arafach sydd bellach yn cael ei phweru gan arae solar newydd y ffatri, neu ar y llinell gyflymach, newydd sy'n cael ei phweru gan grid ond sydd â chyfradd sgrap is? Gall yr AI gyfrifo'r effaith carbon net, gan gynnwys carbon ymgorfforedig mewn unrhyw sgrap posibl, ac argymell y llwybr gwirioneddol optimaidd. Dyma feddylfryd lefel nesaf.

Y rhwystr olaf yw integreiddio asesiad cylch bywyd. Y go iawn hwb i gynaliadwyedd pan fydd gan yr AI mewn gweithgynhyrchu fynediad at ddata ar effaith cylch bywyd llawn deunyddiau a phrosesau. Nid penderfyniad cost yn unig yw dewis rhwng platio sinc a gorchudd polymer newydd; mae'n benderfyniad ynghylch defnydd cemegol, gwydnwch, ac ailgylchadwyedd diwedd oes. Nid ydym yno eto, ond y gwaith sylfaenol—sicrhau bod prosesau’n cael eu digideiddio, eu defnyddio, a’u rheoli’n addasol—yw’r hyn sy’n gwneud y dyfodol hwnnw’n bosibl. Mae’n ffordd hir, annifyr o ddatrys un broblem fach, wastraffus ar y tro.