AI qanday qilib ishlab chiqarishda barqarorlikni oshiradi? 

Odamlar ishlab chiqarishda sun'iy intellektni eshitganda, ular ko'pincha to'liq avtonom, yorug'lik o'chirilgan zavodlar haqidagi tasavvurga o'tishadi. Bu ajoyib maqsad, lekin barqarorlikni oshirish bo'yicha haqiqiy va jiddiy ish bugun amalga oshirilayotgan joyda emas. Haqiqiy ta'sir yanada nozik bo'lib, ko'pincha energiya sarfini optimallashtirish, moddiy chiqindilarni kesish va ta'minot zanjirlarini kamroq tartibsiz qilishning kundalik ishida yashiringan. Gap robotlarning egallab olishi haqida emas, balki iqtisodiy va ekologik jihatdan to'g'ri qarorlar qabul qilishda biz doimo etishmayotgan aniq ko'rinishni ta'minlaydigan aqlli tizimlar haqida. AI va barqarorlik o'rtasidagi bog'liqlik avtomatik emas; biz o'lchash va nazorat qilishni tanlagan narsamizni ataylab o'zgartirishni talab qiladi.

Haypdan tashqari: energiya birinchi chegara sifatida

Keling, energiya, eng to'g'ridan-to'g'ri xarajat va uglerod izi elementidan boshlaylik. Ko'p yillar davomida biz rejalashtirilgan texnik xizmat ko'rsatish va keng zarbalar samaradorligi reytinglariga tayandik. O'yinni o'zgartiruvchi sensorlarni o'rnatadi va energiyani bashoratli optimallashtirish uchun AIdan foydalanadi. Men faqat mashinalarni o'chirish haqida gapirmayapman. Bu butun ishlab chiqarish liniyasining dinamik yukini tushunish haqida. Misol uchun, sun'iy intellekt modeli ma'lum bir shtamplash mashinasi nafaqat ish paytida, balki sovutish tizimlari ishlagandan keyin 15 daqiqa davomida quvvatni oshirishini bilib oladi. Ishlab chiqarish jadvallarini tahlil qilib, u bir nechta bosimdan bir vaqtning o'zida eng yuqori tortishishlarni oldini olish uchun partiyalar orasidagi mikro kechikishlarni taklif qilishi mumkin, bu esa o'tkazish qobiliyatiga ta'sir qilmasdan energiya egri chizig'ini tekislaydi. Bu nazariy emas; Men uning miqyosda katta bo'lgan zarb zavodida energiya to'lovidan 8-12% ga kamayganini ko'rganman.

Qiyin qism - ma'lumotlar sifati. Mashinadan, podstansiyadan va hatto tarmoqdan iloji bo'lsa, sizga donador, vaqt seriyali ma'lumotlar kerak. Muvaffaqiyatsiz loyihalardan biri gaz oqimini aniq hisoblagichlarsiz issiqlik bilan ishlov berish pechini optimallashtirishga urinish edi. AI modeli mohiyatan taxmin qilingan va optimallashtirish qismlarning metallurgik xususiyatlarini xavf ostiga qo'ygan. Biz qiyin yo'lni o'rgandik: siz aniq o'lchay olmaydigan narsani boshqara olmaysiz. AI faqat sensorli kirishlar kabi yaxshi.

Bu nozik nuqtaga olib keladi: AI ko'pincha chuqurroq asboblarni oqlaydi. Sun'iy intellektning barqarorligini ta'minlash uchun siz birinchi navbatda yaxshiroq o'lchashga sarmoya kiritasiz. Bu fazilatli tsikl. Ushbu ma'lumotlar oqimiga ega bo'lganingizdan so'ng, siz bashorat qilishdan retsept bo'yicha harakatga o'tishingiz mumkin, masalan, pnevmatik tarmoqdagi real vaqt talabiga asoslanib, kompressor bosimining belgilangan nuqtalarini avtomatik ravishda sozlash, bu har doim eng yomon stsenariy uchun o'rnatiladigan narsa, katta miqdorda energiya sarflash.

Chiqindilarga qarshi urush: hurda uyumlaridan raqamli egizaklargacha

Moddiy chiqindilar sof moliyaviy va ekologik yo'qotishdir. Mahkamlagich ishlab chiqarishda, masalan, kompaniyada Handan Zitai Fastener Manufacturing Co., Ltd. Xitoyning asosiy standart qismlarini ishlab chiqarish bazasida joylashgan bo'lib, an'anaviy yondashuv ishlab chiqarishdan keyingi tekshirishni o'z ichiga oladi: partiya ishlab chiqariladi, ba'zilari namunalar olinadi va nuqsonlar aniqlansa, butun partiya bekor qilinishi yoki qayta ishlanishi mumkin. Bu nihoyatda behuda.

Haqiqiy vaqtda nuqsonlarni aniqlash uchun kompyuter ko'rish endi stol qoziqlari hisoblanadi. Ammo sun'iy intellektdan chuqurroq foydalanish, birinchi navbatda, chiqindilar paydo bo'lishining oldini olish uchun jarayon parametrlarini optimallashtirishdir. Sovuq sarlavha jarayonidan olingan ma'lumotlarni - sim diametri, harorat, mashina tezligi, qolipning aşınması - modelga kiritish orqali biz bitta bo'lak yasashdan oldin boshning yoriqlari yoki o'lchamdagi noaniqliklar ehtimolini taxmin qilishimiz mumkin. Keyin tizim tuzatishlarni tavsiya qilishi mumkin, masalan, yumshatish haroratining biroz oshishi yoki ovqatlanish tezligining pasayishi.

Men murvat ishlab chiqarish liniyasi uchun raqamli soyani (to'liq raqamli egizakning oddiy versiyasi) qurgan loyihani eslayman. Maqsad trim yo'qotilishini minimallashtirish edi - murvat kesilganidan keyin qolgan sim. Buyurtmalar portfelini va mashina cheklovlarini tahlil qilib, AI rejalashtirish tizimi simli rulonlarni to'liqroq ishlatish uchun buyurtmalarni ketma-ketlashtirishi mumkin, bu esa trim chiqindilarini o'rtacha 3,2% dan 1,7% gacha kamaytiradi. Bu kichik tuyuladi, lekin har yili minglab tonna po'lat bo'yicha, xom ashyoni tejash va po'lat ishlab chiqarishdan kelib chiqadigan uglerod chiqindilari sezilarli. Yongnian tumani kabi markazlardagi kompaniyalar o'zlarining yuqori hajmli ishlab chiqarishlari bilan bunday granular optimallashtirishdan qanday qilib katta foyda olishlarini ko'rishingiz mumkin.

Ta'minot zanjirining mustahkamligi va uglerod izi

Bu erda u murakkablashadi. Barqaror ta'minot zanjiri nafaqat yashil yetkazib beruvchini tanlash; bu favqulodda, uglerodli havo yuklarini tashishdan qochish uchun samaradorlik va chidamlilik haqida. Sun'iy intellekt asosidagi talabni prognozlash, u ishlaganda, ishlab chiqarishni yumshatadi, qo'shimcha vaqtga bo'lgan ehtiyojni kamaytiradi (bu ko'pincha kamroq samarali, energiya talab qiladigan yugurishlarni anglatadi) va vahima buyurtma qilish.

Biz ko'p bosqichli ta'minot zanjiri xavf tahlilini mijoz uchun logistika optimallashtirish bilan birlashtirdik. Tizim ob-havoni, port tiqilib qolishini va hatto etkazib beruvchi mintaqaning energiya aralashmasini kuzatdi (masalan, ularning tarmog'i bugungi kunda ko'mir yoki qayta tiklanadigan manbalarda ishlayaptimi?). Belgilangan muddatlarda ruxsat etilganda yuklarni sekinroq, lekin kamroq emissiyali dengiz yuklariga o'zgartirish yoki konteynerlarni odatdagi 85% o'rniga 98% sig'imga to'ldirish uchun yuklarni birlashtirish taklif qilindi. The barqarorlik Bu erda daromad bilvosita, lekin kuchli: u uglerod samaradorligini kundalik logistika qarorlariga kiritadi.

Bu erda muvaffaqiyatsizlik rejimi ortiqcha optimallashtirishdir. Bir model transport chiqindilarini minimallashtirish uchun har doim bitta, juda yashil, lekin quvvati cheklangan yetkazib beruvchidan foydalanishni taklif qildi. U yopilish xavfini hisobga olmadi, bu oxir-oqibat sodir bo'ldi va bir nechta, kamroq optimal etkazib beruvchilar bilan kurashga majbur bo'ldi. Dars shundan iborat ediki, barqarorlik maqsadlari AIning maqsad funktsiyasidagi mustahkamlik cheklovlari bilan muvozanatli bo'lishi kerak. Siz faqat uglerodni minimallashtira olmaysiz; siz xavfni boshqarishingiz kerak.

Inson elementi: kengaytirilgan qaror qabul qilish

Bu juda muhim. AI zavodni boshqarmaydi; odamlar qiladi. Men ko'rgan eng samarali dasturlar - bu AI maslahatchi sifatida ishlaydi. Bu anomaliyani bildiradi: 3-qatorda bir birlik uchun energiya sarfi joriy mahsulot aralashmasi uchun ko'rsatkichdan 18% yuqori. Mumkin sabab: B-12 konveyer dvigatelidagi podshipniklarning eskirishi, samaradorlikning taxminiy yo'qolishi 22%. Bu texnik xizmat ko'rsatish guruhiga aniq barqarorlik va xarajatlarga ta'sir qiluvchi maqsadli, ustuvor vazifani beradi.

Bu madaniyatni o'zgartiradi. Barqarorlik ishlab chiqarish samaradorligidan alohida KPI bo'lishni to'xtatadi. Qavat menejeri pastroq hurda stavkalarini optimallashtirish, shuningdek, har bir yaxshi qism uchun energiya va xom ashyo sarfini kamaytirishini ko'rganida, maqsadlar mos keladi. AIni o'rgatish ham odamlarni o'rgatadi. Kamchiliklarni aniqlash modeli uchun ma'lumotlarni belgilash uchun sifat muhandislari nosozlik usullarini chuqur tahlil qilishlari kerak. Ushbu jarayonning o'zi ko'pincha modelni ishga tushirishdan oldin jarayonni yaxshilashga olib keladi.

Qarshilik tabiiydir. Qora quti tavsiyalaridan qo'rqish mavjud. Shuning uchun tushuntirish muhim ahamiyatga ega. Agar tizim o'choq haroratini 15°C ga kamaytiring desa, u shunday mulohazalarni ham keltirishi kerak: Tarixiy ma'lumotlar X va Y parametrlari bilan ishlashning ushbu past haroratda bir xil qattiqlik bilan tabiiy gaz iste'moli 8% ga kamayganligini ko'rsatadi. Bu ishonchni mustahkamlaydi va AIni barqaror ishlash uchun hamkorlik vositasiga aylantiradi ishlab chiqarish.

Oldinga qarash: integratsiya muammosi

Kelajak energiya yoki sifat uchun mustaqil AI ilovalarida emas. Bu jarayonni integratsiyalashgan optimallashtirish bo'lib, u bir nechta, ba'zan raqobatdosh maqsadlarni muvozanatlashtiradi: o'tkazish qobiliyati, rentabellik, energiya sarfi, asboblarning eskirishi va uglerod izi. Bu ko'p maqsadli optimallashtirish muammosi bo'lib, u real vaqt rejimida inson tomonidan hisoblab chiqilmaydi.

Biz mijozlar buyurtmasini qabul qiladigan va eng barqaror ishlab chiqarish yo'nalishini dinamik ravishda aniqlaydigan tizimlarni sinovdan o'tkazmoqdamiz. Ushbu mahkamlagichlar partiyasi zavodning yangi quyosh batareyasi bilan quvvatlanadigan eskiroq, sekinroq chiziqda yoki elektr tarmog'idan quvvatlanadigan, lekin parchalanish tezligi pastroq bo'lgan yangi, tezroq liniyada ishlab chiqarilishi kerakmi? Sun'iy intellekt uglerodning aniq ta'sirini, shu jumladan har qanday potentsial chiqindilardagi uglerodni hisoblab chiqishi va chinakam optimal yo'lni tavsiya qilishi mumkin. Bu keyingi darajadagi fikrlash.

Yakuniy to'siq - bu hayot aylanishini baholash integratsiyasi. Haqiqiy oshirish Ishlab chiqarishdagi sun'iy intellekt materiallar va jarayonlarning to'liq hayot aylanishiga ta'siri haqidagi ma'lumotlarga ega bo'lganda barqarorlikka erishiladi. Sink qoplamasi va yangi polimer qoplamasi o'rtasida tanlov faqat xarajat qarori emas; bu kimyoviy foydalanish, chidamlilik va umrining oxirigacha qayta ishlanishi haqidagi qaror. Biz hali u erda emasmiz, lekin asosiy ish - jarayonlarni raqamlashtirish, asbob-uskunalar bilan jihozlash va moslashuvchan nazorat ostida bo'lish - bu kelajakni amalga oshirish imkonini beradi. Bu bir vaqtning o'zida bitta kichik, isrofgarchilik muammosini hal qilishning uzoq va noaniq yo'li.