当工业4.0遇见AI:智能制造现在有多“智能”?

智能家居 2019-12-05 16:3052未知admin

意大利有家公司叫ROJ,这家企业专注于针对工业领域的电子技术,产品典型如基于ARM Cortex-M/A、FPGA的工业板和模块。这家公司有个特色,是“基于客户软件、硬件需求来提供个性化解决方案”。其典型客户如Mares——这是个生产潜水装备的企业,包括潜水表。Mares的特色也在满足不同客户的产品定制化需求。而“定制化”就意味着产品生产周期必须短,制造响应速度必须快,而且可能某一款产品的需求量还不大。实际上越来越多的制造商开始转向这种量不大,但品种多样的生产模式,这也是工业4.0的重要特点。

这在传统的生产模式中是不可想象的,直到数字工厂、智能制造开始出现:不同小订单之间的不同需求,生产设备可以很方便地通过数字操控的方式实现转变和协调——当然还有IT/OT融合、TSN的出现、各类统一与融合标准在工业领域的出现,都是实现这种操作的必要条件。不过这些不是本文要探讨的核心。

ROJ在智能制造时,所选方案的其中一个关键是Valor Material Management材料管理系统——这是来自西门子数字工业软件的一部分。ROJ首席执行官Franco Oliaro曾表示:材料需要在正确的时间、正确的位置提供,而制造现场的停工往往是因为材料没有到位。数字化的材料管理系统能做的就是材料分发,在需要材料的时候确保其准备就绪。

这个例子实际只是数字化生产和工业4.0的基本应用。当生产设备本身变得越来越复杂,越来越智能,就会产生海量数据。当这些数据熔于一炉后做数据分析,不仅用以了解过去的生产状况,同时利用机器学习还能提高未来生产质量、降低制造成本,即是AI技术对工业4.0的推动了。

工业制造在标准、互联等领域始终是很特殊的,现在谈工业4.0与AI是否为时过早?AI在工业4.0时代是否真的在发挥作用,以及究竟发挥到何种程度?这是我们期望以由上至下的方式,从工业制造AI解决方案、AI芯片、EDA,以及实际应用几个层面,来窥见当下工业制造的AI技术现状。

AI智能制造解决方案能做什么?

“传感器数据速率正在持续增长。大部分客户现如今的工厂传感器数据采集速率还在1Hz,但越来越多的芯片制造商收集速率达到了10Hz、100Hz。晶圆厂的数据量级现在开始进入PB级别,而不再是MB或者TB。”BISTel首席执行官W.K. Choi表示,“客户需要更出色的分析来驱动产品质量提升;工程师则期望更快地进行根因分析,近实时地(in near real time)、准确地解决影响良率和工程生产的问题。”这能说明什么问题?BISTel是一家提供智能制造解决方案的韩国企业,解决方案离实际应用总是靠的更近。

以半导体制造为例,我们先来看一个例子:晶圆制造发生不良率高的问题时,常规手法是工程师们调查并讨论,这个过程一般需要很久。如W.K. Choi所说,实现数字生产的工厂,传感器数据采集速率现如今已经很高了。针对晶圆生产不良率高的问题,可观察的参数至少包括温度、振动、压力等各项指标。如果针对所有相关指标做监测,那么分析难度自然可以得到降低。在这个例子中,不少晶圆片靠近边缘位置出现问题,因此成为“bad”晶圆。

眼爆科技 Copyright © 2002-2017 深圳眼爆智能科技有限公司 版权所有 备案号:* 本站资源来自互联网,我们转载的目的是用于学习交流与讨论,如果您认为我们的转载侵犯了您的权益,请与我们联系(Email:gm@ybbtb.com),我们将在3个工作日内删除相关内容。

邮箱地址:gm@ybbtb.com