AI өндірістегі тұрақтылықты қалай арттырады? 

Өндірісте жасанды интеллектті естігенде, адамдар көбінесе толық автономды, жарық сөндіретін зауыттарды көреді. Бұл тамаша мақсат, бірақ бүгінгі күні тұрақтылықты арттырудың нақты, қатал жұмысы бұл жерде емес. Шынайы әсер энергияны тұтынуды оңтайландыру, материалдық қалдықтарды қысқарту және жеткізу тізбегін хаотикалық азайту сияқты күнделікті жұмыста жиі жасырылады. Бұл роботтарды басқару туралы азырақ және экономикалық және экологиялық тұрғыдан тиімді шешімдер қабылдауға әрқашан жетіспейтін түйіршікті көрінуді қамтамасыз ететін интеллектуалды жүйелер туралы. Жасанды интеллект пен тұрақтылық арасындағы байланыс автоматты түрде болмайды; ол өлшеу мен бақылауды таңдайтын нәрсені әдейі өзгертуді талап етеді.

Хайптан тыс: энергия бірінші шекара ретінде

Энергиядан, ең тікелей шығындардан және көміртегі ізі элементінен бастайық. Жылдар бойы біз жоспарлы техникалық қызмет көрсетуге және кең соққылардың тиімділік рейтингтеріне сүйендік. Ойын өзгерткіш сенсорларды енгізеді және болжамды энергияны оңтайландыру үшін AI пайдаланады. Мен жай ғана машиналарды өшіру туралы айтып отырған жоқпын. Бұл бүкіл өндіріс желісінің динамикалық жүктемесін түсіну туралы. Мысалы, AI моделі белгілі бір штамптау престерінің тек жұмыс кезінде ғана емес, салқындату жүйелері жұмыс істегеннен кейін 15 минут ішінде қуаттың жоғарылауын алатынын біле алады. Өндіріс кестелерін талдау арқылы ол өткізу қабілетіне әсер етпей, энергия қисығын тегістейтін, бірнеше басудан бір уақытта ең жоғары тартуды болдырмау үшін партиялар арасындағы микро-кідірістерді ұсына алады. Бұл теориялық емес; Мен оның ауқымы ауқымды болып табылатын соғу қондырғысында энергия шотынан 8-12% қысқарғанын көрдім.

Күрделі бөлігі - деректер сапасы. Сізге машинадан, қосалқы станциядан және мүмкін болса, тіпті желіден түйіршікті, уақыттық деректер қажет. Бір сәтсіз жоба газ шығынын дәл өлшегіштерсіз термиялық өңдеу пешін оңтайландыруға тырысты. AI моделі негізінен болжамдады және оңтайландыру бөлшектердің металлургиялық қасиеттерін бұзу қаупін тудырды. Біз қиын жолмен үйрендік: сіз дәл өлшей алмайтын нәрсені басқара алмайсыз. Жасанды интеллект сенсорлық кірістер алатындай жақсы.

Бұл нәзік нүктеге әкеледі: AI жиі тереңірек құралдарды ақтайды. Жасанды интеллект үшін тұрақтылық жағдайын жасау үшін алдымен жақсырақ өлшеуге инвестиция саласыз. Бұл ізгі цикл. Бұл деректер ағынына ие болғаннан кейін, болжамнан нұсқамалық әрекетке ауыса аласыз, мысалы, пневматикалық желідегі нақты уақыттағы сұранысқа негізделген компрессор қысымының орнату нүктелерін автоматты түрде реттеу, бұл әрқашан ең нашар сценарийге орнатылып, энергияның үлкен көлемін ысырап етеді.

Қалдықтарға қарсы соғыс: қалдықтардан сандық егіздерге дейін

Материалдық қалдықтар – таза қаржылық және экологиялық шығын. Бекіткіш өндірісінде, мысалы, компаниядағы сияқты Handan Zitai Fastener Referuting Co., Ltd. Қытайдың негізгі стандартты бөлшектерді өндіру базасында орналасқан дәстүрлі тәсіл өндірістен кейінгі тексеруді қамтиды: партия жасалады, кейбіреулері сынамаланады және ақаулар табылса, бүкіл партия жойылуы немесе қайта өңделуі мүмкін. Бұл керемет ысырап.

Нақты уақыттағы ақауларды анықтауға арналған компьютерлік көру енді үстелге қойылған. Бірақ AI-ны неғұрлым тереңірек пайдалану қалдықтардың пайда болуына жол бермеу үшін процесс параметрлерін оңтайландыру болып табылады. Суық тақырып процесіндегі деректерді үлгіге беру арқылы сым диаметрі, температура, машина жылдамдығы, тоқыма тозуы, біз бір бөлікті жасамас бұрын бастың жарықтары немесе өлшемдік дәлсіздіктер ықтималдығын болжай аламыз. Содан кейін жүйе түзетулерді, айталық, жасыту температурасының шамалы жоғарылауын немесе беру жылдамдығын азайтуды ұсына алады.

Болт өндіру желісі үшін сандық көлеңке (толық сандық егіздің қарапайым нұсқасы) салған жоба есімде. Мақсаты кесу жоғалуын азайту болды - болт кесілгеннен кейін қалған сым. Тапсырыс портфолиосы мен машина шектеулерін талдау арқылы AI жоспарлау жүйесі сым орамдарын толық пайдалану үшін тапсырыстарды ретімен реттей алады, осылайша кесу қалдықтарын орташа есеппен 3,2%-дан 1,7%-ға дейін азайтады. Бұл кішкентай естіледі, бірақ жыл сайын мыңдаған тонна болат бойынша шикізатты үнемдеу және болат өндірісінен болатын көміртегі шығарындылары айтарлықтай. Сіз Юнянь ауданы сияқты хабтардағы компаниялардың жоғары өнім көлемімен осындай түйіршікті оңтайландырулардан қалайша ұтылатынын көре аласыз.

Жеткізу тізбегінің тұрақтылығы және көміртегі ізі

Бұл жерде күрделі болады. Тұрақты жеткізу тізбегі жасыл жеткізушіні таңдау ғана емес; бұл апатты жағдайда, көміртекті көп қажет ететін әуе жүктерін болдырмау үшін тиімділік пен тұрақтылық туралы. Жасанды интеллектке негізделген сұранысты болжау, ол жұмыс істегенде, өндірісті тегістейді, артық жұмыс уақытын (бұл көбінесе аз тиімді, энергияны қажет ететін жұмыстарды білдіреді) және дүрбелеңге тапсырыс беру қажеттілігін азайтады.

Біз көп деңгейлі жеткізу тізбегі тәуекелдерін талдауды клиент үшін логистикалық оңтайландырумен біріктірдік. Жүйе ауа райын, порттың кептелісін және тіпті жеткізуші аймақтың энергия қоспасын бақылап отырды (мысалы, олардың желісі бүгінде көмірде немесе жаңартылатын көздерде жұмыс істейді ме?). Ол белгіленген мерзімде рұқсат етілген кезде жөнелтілімдерді баяу, бірақ шығарындылары төмен теңіз жүктеріне ауыстыруды немесе контейнерлерді әдеттегі 85% емес, 98% сыйымдылыққа толтыру үшін жүктерді біріктіруді ұсынды. The тұрақтылық мұндағы пайда жанама, бірақ күшті: ол көміртегі тиімділігін күнделікті логистикалық шешімдерге енгізеді.

Мұндағы сәтсіздік режимі шамадан тыс оңтайландыру болып табылады. Бір модель көлік шығарындыларын азайту үшін әрқашан жалғыз, өте жасыл, бірақ сыйымдылығы шектеулі жеткізушіні пайдалануды ұсынды. Ол тоқтау қаупін есептей алмады, ол ақырында орын алып, бірнеше, аз оңтайлы жеткізушілермен күресуге мәжбүр етті. Сабақ тұрақтылық мақсаттары AI мақсаттық функциясындағы беріктік шектеулерімен теңестірілуі керек болды. Сіз тек көміртекті азайта алмайсыз; тәуекелді басқару керек.

Адам элементі: кеңейтілген шешім қабылдау

Бұл сыни. AI зауытты басқармайды; адамдар жасайды. Мен көрген ең тиімді енгізулер - бұл AI кеңесші ретінде әрекет ететін жерде. Ол аномалияны белгілейді: 3-жолда бір бірлікке арналған қуат тұтынуы ағымдағы өнім қоспасы үшін эталоннан 18% жоғары. Ықтимал себебі: В-12 конвейер қозғалтқышындағы мойынтіректердің тозуы, болжамды тиімділік жоғалуы 22%. Ол техникалық қызмет көрсету тобына тұрақтылық пен шығындарға нақты әсер ететін мақсатты, басымдықты тапсырма береді.

Бұл мәдениетті өзгертеді. Тұрақтылық өндіріс тиімділігінен бөлек KPI болуды тоқтатады. Еден менеджері төменірек сынықтарды оңтайландыру сонымен бірге бір жақсы бөлікке энергия мен шикізатты пайдалануды азайтатынын көргенде, мақсаттар сәйкес келеді. Жасанды интеллектті оқыту адамдарды да оқытады. Ақауларды анықтау үлгісіне арналған деректерді белгілеу үшін сапа инженерлері ақаулық режимдерін терең талдауы керек. Бұл процестің өзі көбінесе модельді қолданбай тұрып процесті жақсартуға әкеледі.

Қарсылық табиғи. Қара жәшік ұсыныстарынан қорқу бар. Сондықтан түсінікті болу маңызды. Жүйе пештің температурасын 15°C-қа төмендетіңіз десе, ол сондай-ақ мынадай дәлел келтіруі керек: Тарихи деректер X және Y параметрлері бар жұмыстарды осы төмен температурада табиғи газды 8%-ға аз тұтынумен бірдей қаттылыққа әкелетінін көрсетеді. Бұл сенімді нығайтады және AI-ны тұрақты жұмыс үшін бірлескен құралға айналдырады өндіріс.

Болашаққа көзқарас: интеграциялық міндет

Болашақ энергия немесе сапаға арналған дербес AI қолданбаларында емес. Бұл бірнеше, кейде бәсекелес мақсаттарды теңестіретін интеграцияланған процесті оңтайландыруда: өткізу қабілеті, кірістілік, энергияны пайдалану, құрал тозуы және көміртегі ізі. Бұл нақты уақытта адам есептей алмайтын көп мақсатты оңтайландыру мәселесі.

Біз тұтынушылардың тапсырысын қабылдайтын және ең тұрақты өндіріс бағытын динамикалық түрде анықтайтын жүйелерді сынап жатырмыз. Бекіткіштердің бұл партиясын қазір зауыттың жаңа күн массивінен қуат алатын ескі, баяуырақ желіде немесе электр желісінен қуат алатын, бірақ сынықтары төменірек жаңа, жылдамырақ желіде жасау керек пе? Жасанды интеллект көміртегінің таза әсерін есептей алады, оның ішінде кез келген әлеуетті сынықтардағы көміртегі бар және шын мәнінде оңтайлы жолды ұсына алады. Бұл келесі деңгейлі ойлау.

Соңғы кедергі - өмірлік циклді бағалау интеграциясы. Нағыз күшейту Өндірістегі AI материалдар мен процестердің толық өмірлік цикліне әсері туралы деректерге қол жеткізген кезде тұрақтылыққа жетеді. Мырыш жабыны мен жаңа полимерлі жабынның бірін таңдау тек шығын туралы шешім емес; бұл химиялық пайдалану, ұзақ мерзімділік және пайдалану мерзімінің аяқталуын қайта өңдеу туралы шешім. Біз әлі ол жерде емеспіз, бірақ іргелі жұмыс – процестерді цифрландыру, құралдармен қамтамасыз ету және бейімделу бақылауында болу – бұл болашақты мүмкін ететін нәрсе. Бұл бір уақытта бір шағын, ысырапшыл мәселені шешудің ұзақ, жағымсыз жолы.