2017中国百强县创新发展论坛
当前位置:首页 > 新闻 > 正文

上海慧程工程技术服务有限公司董事长程义:人工智能在智能制造领域的典型应用

发布时间: 2018-09-21 23:42     来源: 满天星

  2018年9月20日,2018智能制造生态建设论坛在上海隆重举行。峰会以“生态创新 协同发展”为主题,上海慧程工程技术服务有限公司董事长程义在大会发表了主题演讲。
  以下为演讲实录:
上海慧程工程技术服务有限公司董事长 程义
  大家下午好,我是今天整个演讲的最后一个。我的题目是“人工智能在智能制造领域的典型应用”,过去一段时间很多客户、业内人士都问我们一个问题,人工智能到底如何应用在制造业,现在有没有应用场景,我们怎么理解这个事情。今天我给大家分享一下我们这方面的经验。
  首先介绍一下我们公司,我们是一家本地企业,主要做智能制造里面偏信息化、软件的东西,主要做工业信息化软件,同时也做一些自动化工程的交钥匙的解决方案,做工业大数据的分析、协同工厂、数字化工厂。慧程是一家高新技术企业,核心员工都是来自于外企10年以上工作经验的,我们总部在上海,覆盖全国。我们有一个研发中心、制造中心,有6家分公司,还有3家合资公司,主要在食品饮料、制药和环保领域,通过他们来覆盖相关的细分行业。慧程主要覆盖的行业是偏消费品行业的,我们主要覆盖汽车轮胎、食品饮料、日化、制药。我们覆盖的客户大部分是以行业龙头客户为主,很多都是一些国际化的大公司,比如宝洁、吉利、3M、强生这些公司。我们是宝洁在亚洲地区最大的制造业信息化供应商,包括宝洁日本、马来西亚、越南整个制造车间里面的信息化平台包括MES、供应链体系都是我们提供的软件平台。我们也做国内大的客户,天津权健等等客户在用我们的平台。
  提到人工智能应用场景,慧程是一个完全独立市场化运作的公司,我们每一个客户都给我们提出实际需求,我们致力于解决客户的痛点。我们并没有为了人工智能而人工智能,很多是我们过去这么多年一直解决不了的问题或者用自动化手段和方法没有办法解决的,发现通过人工智能确实可以解决很多问题。我们过去两年也实施了很多相关的项目,监督学习、深度学习、大数据分析,取得了很好的效果。我们看到了几个比较好的场景,首先是排产,我们帮宝洁日本和宝洁广州做了几个现代化排产,基于大数据预测分析做排产,效果很好。还有安全防护、产品在线质监,预测性维护,在人工智能和大数据分析当中技术是非常成熟的。我们现在需求量最大的就是参数优化,快速调整工艺参数,我们覆盖的行业客户几乎每一个行业都有很多应用特别需要参数调优。这几个场景是我们看到的有大量潜在机会的,能帮助客户节约成本提高效率提高产品质量。
  我们今年上半年发布了我们最新的一代产品,HiperMatic工业数据平台,我们做了几个版本,专门满足于制造业的人工智能平台,底层有工业大数据平台,部署在私有云和公有云上,我们进行了很多基于工业的优化。现在大部分客户要求我们平台都是部署在他们自己的私有云服务器上,我们生产数据,把数据进行审核、清洗、转换,进到模拟引擎和决策引擎,模拟引擎用的是开源的代码,决策引擎是我们自己做的,效果很好。我们几个版本有大有小,我们做参数调优并不需要神经元网络复杂算法,我们用的是强化学习算法,现在我们已经把算法非常精炼化了,可以实现快速地参数调优。解决了很多行业内非常棘手的问题。
  稍微细化一下,智能预测分析,预测分析我们认为是人工智能后面几个应用的基础,先要能预测,我们做了很多预测分析方面的项目。我讲几个典型的案例,这是我们给做的定州污水分析预测,我们用了定州水厂过去三年的数据,不到一个月时间进行深度学习,模拟出模型,右边红色的曲线是实际的水质,蓝色的是我们预测的水质,我们准确预测未来20个小时水厂输水的水质。进水是很动态的,我们可以准确预测水质,对于水厂的运营成本大幅降低,它可以提前进行风机调整,可以提前预判。这是一个典型的预测,预测完以后再调节。比如我们在杭州卷烟厂,可以准确预测未来两个小时烟草生产的质量,不同的生产线和工厂为了确保生产烟的口味和品位一致。速度很快,必须要提前预判,如果预判不出来生产出来损失就很大。杭州卷烟厂一分钟2万根香烟,半个小时以后再发现质量问题就不行了。基于预测技术进行智能优化,一块是强化学习,并没有遇到很复杂的神经元网络,基于一个可确定的结果快速优化参数,工业领域里面应用很广泛。现在有大量的设备和工艺,很多客户是凭经验,凭过往记录手工调整参数,我们这边可以快速进行优化学习。下面是针对很多客户有数据的,过去数据积累了很多,我们做优化就会速度更快。上面这个是没有历史数据的,我们和一个合作伙伴帮它做食品饮料罐装设备的参数优化,我们根据废品率的情况、机器设备使用年限、保养情况,实时优化20多个点的参数,包括废品率不变。没有参数优化之前买这套设备客户投资3000多万,但是一般第三年废品率之直线上升。有了这个设备以后在很低废品率的情况下可以连续运转15年。
  下面是我们强化学习的案例,在一家轮胎厂进行优化学习。随着优化次数,上面显示没有经过强化学习的,下面是优化学习以后的参数。非常快地就可以进行优化。X轴是优化次数,Y轴是废品率。随机优化是速度很慢的,经过强化学习算法以后非常短时间内就可以把参数优化到我想要的范围。现在是330多次,优化到550次以后就可以迅速达到优化的临界点,提高传统效率33%,对客户带来的回报是非常巨大的。我们国家这样的机器设备有大量单体设备是从自动化向智能化进行转变,需要自身有智能化程度,能够进行参数调优。调优完了以后迅速到了一个非常优化的点。智能质监,在线质量检测,学习以后人工标注,建立模型形成闭环,反馈回去,实时判断实时学习,检测质量情况。这边是智能安全防护,通过它可以实时看到哪些人戴安全帽,非常智能。
  我们的经验总结,我们经过两年的实践做了大大小小二三十个项目,基于不同的算法,确实给客户解决了很多问题,我们现在感觉到首先需求量非常巨大,需要进一步挖掘。我们主要是关注企业痛点,解决实际问题,提高效率和质量。第二个技术特点,人工植入生产端,要非常紧密地结合行业应用经验,和底层制度化设备的高度结合。现阶段我们面临的挑战是人才特别短缺,智能制造人才储备很低,招人很困难。另外很多最终用户其实他们还没有认知到人工智能可以帮他们解决很多问题,还有很多企业的基础数据太差,很多问题我们还是解决不了。慧程的战略,我们还是推我们自主可控的HiperMatic平台,专注于应用研发,关注于细分行业,完善我们的产品线。
  谢谢大家。

收藏