利用人工智能快速重新配置工厂
编辑注释：在快速变化的时代，制造商需要变得敏捷。如今，当工厂被改造成提供个人防护装备 (PPE) 和其他急需的产品时，情况更是如此。
但改造工厂是一项艰巨的挑战。制造商必须最大限度地提高其新产品的产量，同时保持高水平的质量，特别是当他们创造健康和安全关键的材料时。例如，工厂被要求生产数以亿计的多层医用口罩，而且不合格率要尽可能低。
这就是人工智能和计算机视觉的用武之地，藉此可实现包括质量控制测试在内的全自动生产线，而这是人力资源做不到的。例如，英特尔与 Inovance 和 3C 制造商 Xinje 合作，建立了多个口罩缺陷检测系统。
利用下文中描述的相同 Inovance 技术和解决方案，生产线运行的快速重新配置已切实可行。借助人工智能和计算机视觉，这种自动化检查可以加快将优质解决方案推向市场的过程，从智能手机到医用口罩均适用。
智能手表、手机和电脑等消费品具有响亮的品牌知名度。但这些深受消费者喜爱的设备都是贴牌组装的，又有多少人知道生产这些组装零部件的各家企业的名称呢？
一个设备可能包含 50 多个组件，而各个组件分别由不同的企业设计和制造。这些制造商必须为这些名牌电子企业提供大量无瑕疵的精密组件。
3C 产业（计算机、通信和消费电子）竞争激烈。 供应商面临着降低成本，提高生产力和提高质量的压力，同时还要按照客户（即设备制造商）制定的时间表准时生产。
可穿戴设备、智能扬声器和机器人等新技术正在扩大对 3C 制造的需求。在中国广州举办的 2018 年 3C 电子、制造和技术展览会有 500 家企业参展，大约 30,000 观众前往参观，充分说明了这一商业领域的规模。
此次展会和类似展会上展出的是工业物联网技术和智能工厂解决方案，可帮助企业从边缘和云端数据获得更多信息。结果：提高了生产力和效率，降低了成本。
为部署这些解决方案，制造商有两种选择：转换现有设施或建立新设施。无论是哪种情况，都可以通过将运营技术系统与信息技术系统相结合以及采用模块化和灵活的制造方法来获得收益。这些增强可以提供一些具体的收益：包括：
- 改进制造过程，从而能够生产严格符合客户设计规范的组件。
- 集中工厂数据和信息管理，以优化分析并发现增强生产的新方法。
- 满足不同的制造要求，从而简化工厂生产线的建设，为不同的客户生产更广泛的组件。
- 降低与升级和维护相关的成本，从而增加利润和投资新设备的机会。
提升工业 4.0 的性能表现
举例来说，汇川开发的“微型数字化工厂”解决方案便可以满足寻求利用工业 4.0 生产力和效率优势的 3C 及其他离散型制造商的需求（图 1）。
“微型数字化工厂”解决方案的核心是 AC810 智能控制器。它是一个在英特尔® 处理器上运行的边缘平台，可提供在边缘快速处理机器和其他数据所需的性能。通过安全连接，系统还可以提供外部应用设备与云端的链接。
这可以提高工作负载整合、数据收集、人机界面 (HMI)、可编程逻辑控制器 (PLC) 和设备拓扑管理等各种任务和系统的性能。
通过增强位于工厂车间的传感器和边缘设备收集和使用信息的方式，该解决方案可以提高自动化技术的速度和精度。
工业物联网和灵活的数据使用
汇川公司周丽说道：“该解决方案十分适合 3C 和其他类型的离散制造商（包括汽车和航空航天领域）以及激光切割、智能金属钻孔和磨削以及木工等业务。”
周女士还补充道：“它提供了一种经济高效的方式，可以从边缘向云端传输各种类型的数据。生产、组件、设备操作和维护都会产生可以测量和操作的数据。”
在传统工厂中，所有这些孤立的数据都要上传到 ERP 系统进行分析。但等到分析结果出来，已然成为明日黄花。企业早已错失主动微调设备，进而提高生产效率或减少浪费的良机。
该解决方案可以对工厂数据提供实时分析，可快速重新配置生产线运转。通过在边缘执行分析，开发人员可以使用开放 API 以不同方式处理数据，这可以帮助他们发现新的运营见解。所有这些因素使得企业能够灵活地使用数据、深度学习、人工智能和工业物联网，从而提高生产效率。
开发人员也可以借此实现过程数据标准化。这使得制造商不仅可以连接工厂车间的所有设备，而且可以实时收集和分析边缘生成的数据。
周女士说：“这样一来，他们便可以在驱动、执行、控制和信息层读取和处理实时数据，然后加密并上传到云端。这有助于改进产品和组件的质量及标准化、机器维护和规划以及工厂管理。”
一台 AC810 控制器可以取代多台小型 PLC 和 PC 服务器，从而简化解决方案，经济高效。而且，通过使用英特尔® 酷睿™ 处理器，该解决方案提高了兼容性和浮点运算速度。这改进了解决方案的智能控制器支持信息层交互的能力。
周丽说：“客户知道我们的系统已经通过英特尔® 物联网市场就绪解决方案验证，可以帮助他们实现所需的优势。” 3C 产业竞争日益激烈，促使制造商收集和使用他们的数据以获得新的洞察力和价值至关重要。