人工智能（AI）正在成为自主系统的最重要的推动力之一。但为了在制造业中得到更广泛的应用www.cechina.cn，它必须是工业级的。

　　"保时捷的电动车Taycan超越了经典的911" ，这个标题出现在2021年10月的德国《明镜》周刊上。当时，保时捷在一年内售出了28640辆Taycan车型，比旗舰车型911多出约700辆，这家汽车制造商在过去 60 年的时间里生产了 8 代车型，产量达到了数百万辆。

　　纯电动的Taycan两年前才出现，它的电力驱动、宽敞的空间和用回收的鱼网制成的地板覆盖，对于一辆跑车来说，显然是不寻常的。

　　但最不寻常的是生产的规划和实施。祖文豪森总部没有足够的空间容纳新的生产设施。生产必须非常灵活，以快速应对变化和定制要求。此外控制工程网版权所有，还必须大幅减少碳排放和资源消耗。既定的方法是不够的。

　　于是保时捷迈出了革命性的一步：它放弃了装配线。相反，采用移动自动导引车 (AGV) 根据所需设备将 Taycan 运送到多个楼层的各个工作站。从工厂的最初规划到第一辆汽车的生产只用了4年时间。

　　保时捷的创新制造模式成了未来生产的一个典范。在所有行业中，基于全面数字化的智能技术将确保更大的灵活性和更短的创新周期，以及更加定制化的产品、更加可持续的制造过程以及在整个供应过程中无缝透明的生态足迹链。这一变化将适用于多种类型的产品，包括汽车、机床、滚子轴承和聚对苯二甲酸乙二醇酯 (PET) 瓶、化学品等。

　　AI驱动的制造

　　生产步骤的全面自动化使机器能够极其高效、可靠且经济地执行数十万个重复性任务。但是，当制造的产品及其包装经常发生变化时，当前的生产理念就会被推到极限。

　　这就是新技术发挥作用的地方，尤其是自主学习系统，可以在AI的帮助下立即响应变化。这些系统依赖于一致的数据、传感器、包括工业 5G 在内的连接性，以及车间技术在企业信息技术 (IT) 中的集成。

　　获取和评估数据的方法，包括在车间中，已经取得了巨大的进步。许多工厂、机器、产品和工件都在生成自己的数据。为了优化生产，这些数据要么在云端进行评估，要么越来越多地通过边缘计算在现场进行评估。

　　在制造业中，许多AI应用可以识别和分类特定模式以提高生产力。

　　意大利北部机器制造商 EPF Elettrotecnica 生产用于制造刹车片的系统。它的客户过去需要经过培训的人员来执行质量控制，因为传统的图像识别软件无法检测焊盘的表面结构并识别次品，而其他站点需要的员工必须承担这项任务。

　　EPF 开发了一项技术控制工程网版权所有，通过将相机连接到具有神经网络的专用 AI 处理模块来自动化进行质量控制，该模块可以自动评估质量。这个过程最初需要员工培训数字控制系统，并展示有缺陷的焊盘。系统现在可以不断优化自身。

　　位于德国南部的西门子安贝格电子制造工厂 (EWA) 每年生产 1700 万个用于自动化工厂和机器的 Simatic 组件。自动化生产设施在其自动 X 射线检测方面遇到了瓶颈，其中大量生产的组件需要进行功能测试。每个指甲大小的零件都必须经过检查过程，这会减慢生产速度。

　　EWA的工程师使用 AI 解决了这个问题。正在进行的生产中的重要数据，现在通过由控制器和边缘设备组成的全集成自动化 (TIA) 环境传输到云端。专家训练出一种算法CONTROL ENGINEERING China版权所有，当组件上的焊接点质量不令人满意时，该算法会提供信息。然后该算法检查为组件收集的过程数据并确定因果关系。

　　训练阶段完成后，算法会在过程数据偏离规范时识别缺陷概率，然后发出警报。只有在这时，相关部件才会在X光机上进行检查，而绝大部分部件可以通过，无需进一步检查。

　　西门子已经训练出了一种算法来预测缺陷概率，以简化印刷电路板的 X 射线测试。

　　让 AI 达到工业级

　　这些例子表明，AI可以显著提高工业流程的效率，并在通往未来工厂的道路上发挥重要作用。但是，尽管取得了这些初步的成功，AI还需要成为工业级的--坚固、可靠、值得信赖，足以在其上运行关键任务的流程--才能在工业中广泛使用。

　　许多要求仍然需要满足。关键生产流程需要有质量保证的 AI 开发流程，以及对 AI 支持的组件执行的自主操作的无缝可追溯性。AI 还必须能够应对所有类型的故障。

　　AI 项目还依赖于 AI 专家、自动化专家和行业专家之间的密切合作。行业要利用新制造环境的潜力并使AI成为新商业模式的推动者，唯一的方法是让来自不同行业的高素质专家合作，包括与客户、供应商、服务提供商、行业外公司合作、科学家、初创公司，甚至是竞争对手。

　　这些合作导致了复杂的商业生态系统，其中谷歌、微软和亚马逊等数字化企业凭借其庞大的云计算 IT 资源，可以为创建AI和机器学习（ML）的模型、模型的训练以及可扩展解决方案的开发做出巨大贡献。

　　我们还需要一个智能市集平台，其成员可以提供他们的专业知识、商品和服务，例如生产能力、原材料和生产知识。AI可以将所有这些元素结合在一起，协调供需，并作为一种数字总承包商，汇集和控制供应商的服务，包括支付处理和运输。

　　然而，鉴于技能日益短缺和生产日益复杂，我们不能失去对人为因素的关注，这一点极为重要。

　　AI是基于大数据的统计信息。每当需要创造力、控制、应用、培训或故障排除时，员工将始终处于优先地位。人工智能系统需要对用户来说尽可能简单和直观，这样他们就不会让指导技术的人不知所措。

　　如果我们成功地使 AI 全面适应行业，该技术就可以发挥其颠覆性潜力并使宏伟愿景成为现实www.cechina.cn，例如连接合作伙伴公司以构建符合消费者确切需求的任何产品。

　　在汽车行业，车辆已经集成了许多半自动化解决方案，包括车道保持辅助、自适应巡航控制和停车辅助系统。保时捷 Taycan 提供了一个十字路口助手，可以警告障碍物并启动制动系统。

　　完全自主的跑车可能离我们不远了。它们将在自主工厂中生产，员工不再需要执行单调的手工任务，而是作为主导，制造高度定制化和低碳环保的汽车。

　　自动化技术的成功一直与其简单性有关，允许客户通过最少的培训进行编程，无需专业的 IT 专业知识或外部服务提供商。未来的自主系统也将以此为衡量标准。它越简单，企业和消费者就越早享受到这项技术的所有好处。

　　* 本文作者Rainer Brehm 是西门子数字化工业集团工厂自动化事业部CEO。