當(dāng)越來(lái)越多的制造企業(yè)將人工智能運(yùn)用到實(shí)際業(yè)務(wù)場(chǎng)景,人工智能驅(qū)動(dòng)下的高質(zhì)量發(fā)展成為了制造企業(yè)數(shù)智化進(jìn)程的重要特征。通過(guò)靈活運(yùn)用人工智能技術(shù),企業(yè)不僅可以實(shí)現(xiàn)自動(dòng)化、智能化生產(chǎn),安全實(shí)時(shí)監(jiān)控,還可以通過(guò)挖掘數(shù)據(jù)模型和規(guī)則,有效分析預(yù)測(cè)市場(chǎng),為企業(yè)發(fā)展提供依據(jù)。
立足35年服務(wù)超290萬(wàn)工業(yè)企業(yè)的經(jīng)驗(yàn)積淀,用友BIP工業(yè)大腦在行業(yè)應(yīng)用場(chǎng)景和工業(yè)機(jī)理模型的基礎(chǔ)上,深度融入圖像識(shí)別與機(jī)器學(xué)習(xí)等技術(shù) ,自主研發(fā)了“廢鋼判級(jí)”“智能配料”“優(yōu)化排程”等300余個(gè)工業(yè)模型,將AI技術(shù)與業(yè)務(wù)場(chǎng)景融合,挖掘工業(yè)大數(shù)據(jù)價(jià)值,讓生產(chǎn)更簡(jiǎn)單,質(zhì)量更穩(wěn)定,成本更低廉,決策更科學(xué),加速普及工業(yè)智能在制造業(yè)的全面應(yīng)用。
智能配料,讓生產(chǎn)更簡(jiǎn)單
鋼鐵、鑄造、銅冶煉、化工等行業(yè)在生產(chǎn)配料過(guò)程,為使混合礦元素滿足各方要求,需要將不同的原材料按配比進(jìn)行混合。在目前主要依靠工人經(jīng)驗(yàn)的操作過(guò)程中,不僅過(guò)程費(fèi)時(shí)費(fèi)力,其間的人為干預(yù)、紙質(zhì)記錄也會(huì)導(dǎo)致跨部門信息滯后、各環(huán)節(jié)無(wú)法追溯、生產(chǎn)成本不可控等問(wèn)題。
改變傳統(tǒng)配料存在的經(jīng)驗(yàn)依賴度高、操作不規(guī)范、計(jì)算效率低等問(wèn)題,用友BIP工業(yè)大腦的“智能配料”,將不同應(yīng)用場(chǎng)景(焦化配料、燒結(jié)配料、高爐配料、合金配料等)的工藝模型與智能算法相結(jié)合,讓智能算法代替?zhèn)鹘y(tǒng)經(jīng)驗(yàn)配比,綜合考慮庫(kù)存、品質(zhì)約束、價(jià)格、質(zhì)量成分、人工干預(yù)等諸多條件,確保配料方案滿足指標(biāo)要求范圍,方案配比精確到萬(wàn)分之一,分析結(jié)果中常規(guī)工業(yè)分析指標(biāo)準(zhǔn)確度達(dá)98%以上,同時(shí)支持追溯歷史配料結(jié)果和多種源料同時(shí)分析。通過(guò)智能配料模型,實(shí)現(xiàn)多種約束條件下的成本最低、質(zhì)量最優(yōu),讓生產(chǎn)更簡(jiǎn)單。
智能排程,讓決策更科學(xué)
外部環(huán)境及客戶需求的不斷變化導(dǎo)致制造企業(yè)生產(chǎn)管理的復(fù)雜程度和規(guī)模也隨之產(chǎn)生較大變化。企業(yè)需要迅速響應(yīng)市場(chǎng)多樣化和不確定性需求,準(zhǔn)時(shí)、保質(zhì)、保量,以最小化的成本制造滿足顧客的個(gè)性化訴求。
在面對(duì)訂單多、交貨期短、產(chǎn)能有限,影響交貨時(shí)間;頻繁換產(chǎn)降低產(chǎn)能,影響生產(chǎn)效率和質(zhì)量穩(wěn)定性;前后工序時(shí)間間隔計(jì)劃安排不合理,導(dǎo)致后面工序停工待料;投產(chǎn)過(guò)大導(dǎo)致庫(kù)存積壓增加倉(cāng)儲(chǔ)成本;現(xiàn)場(chǎng)排產(chǎn)過(guò)程約束條件眾多,全靠人工經(jīng)驗(yàn)等諸多問(wèn)題,用友BIP工業(yè)大腦的“智能排程”服務(wù), 運(yùn)用運(yùn)籌學(xué)等規(guī)劃管理技術(shù),在資源有限、多種工藝約束、換產(chǎn)約束、優(yōu)先級(jí)約束等復(fù)雜條件下,尋求供給與需求之間的平衡規(guī)劃,解決產(chǎn)線級(jí)優(yōu)化排程問(wèn)題。
針對(duì)產(chǎn)品關(guān)鍵瓶頸工序以及瓶頸資源,在滿足工藝條件、優(yōu)化目標(biāo)、產(chǎn)能約束條件下,對(duì)不同產(chǎn)品關(guān)鍵工序及其前置和后置工序進(jìn)行排程,給出適宜的排程結(jié)果。通過(guò)合理的計(jì)劃排程,實(shí)現(xiàn)按需生產(chǎn)、精益制造、柔性運(yùn)作,最終實(shí)現(xiàn)生產(chǎn)與經(jīng)營(yíng)的無(wú)縫銜接。
用友BIP工業(yè)大腦“智能排程”服務(wù)的領(lǐng)先實(shí)踐某鴨脖是中國(guó)休閑鹵制食品行業(yè)標(biāo)桿,下設(shè)生產(chǎn)企業(yè)20余家,每家均有多個(gè)鹵制鍋,日均生產(chǎn)類別70萬(wàn)種。每個(gè)鹵制鍋對(duì)于所生產(chǎn)的產(chǎn)品及產(chǎn)品的圈次均有限制要求,為每一口鍋選擇安排合理的生產(chǎn)路徑,滿足需求、優(yōu)化產(chǎn)能、降低成本是企業(yè)核心需要解決的問(wèn)題之一。通過(guò)運(yùn)用“智能排程”,優(yōu)化排產(chǎn)算法,充分考慮料每口鍋的限制約束條件,在滿足產(chǎn)能均衡、成本最低的條件下,系統(tǒng)自動(dòng)進(jìn)行優(yōu)化指導(dǎo)排產(chǎn),實(shí)現(xiàn)排程效率提升87%,工藝合規(guī)性100%。
廢鋼判級(jí),讓作業(yè)更安全
在鋼鐵行業(yè)的廢鋼管理中,廢鋼根據(jù)判級(jí)不同而價(jià)格不同。面對(duì)好壞各異的廢鋼,當(dāng)前主要依靠供方、需方、監(jiān)督方三方人工判定。不僅判定效率低,而且現(xiàn)場(chǎng)環(huán)境危險(xiǎn),人為因素干預(yù)較大,數(shù)據(jù)無(wú)法與計(jì)量和財(cái)務(wù)集成同步,結(jié)果難以追溯。
得益于技術(shù)的改進(jìn),用友BIP工業(yè)大腦的“廢鋼判級(jí)”服務(wù),集合了包括人工智能深度學(xué)習(xí)、無(wú)線物聯(lián)網(wǎng)、全自動(dòng)聚焦拍照、廢鋼厚度識(shí)別、產(chǎn)品規(guī)?;桓兜认冗M(jìn)技術(shù),幫助企業(yè)實(shí)現(xiàn)遠(yuǎn)程集中調(diào)度、遠(yuǎn)程智能判級(jí)、遠(yuǎn)程實(shí)時(shí)監(jiān)控,準(zhǔn)確率達(dá)90%以上。既減少了現(xiàn)場(chǎng)作業(yè)風(fēng)險(xiǎn),又在保障安全的同時(shí)降低驗(yàn)質(zhì)人員成本,避免暗箱操作帶來(lái)的損失。同時(shí)還能夠?qū)γ寇噺U鋼的判定結(jié)果、過(guò)程、人員、標(biāo)準(zhǔn)、時(shí)間留痕,實(shí)現(xiàn)全程數(shù)字化追溯。廢鋼的智能判定系統(tǒng)與計(jì)量、財(cái)務(wù)系統(tǒng)集成,實(shí)現(xiàn)業(yè)務(wù)財(cái)務(wù)一體化、數(shù)據(jù)不落地,全程智能高效,為鋼鐵企業(yè)帶來(lái)巨大的經(jīng)濟(jì)效益。
目前用友BIP工業(yè)大腦的“廢鋼判級(jí)”服務(wù)已擁有標(biāo)準(zhǔn)的廢鋼數(shù)據(jù)庫(kù)及10余種成熟的智能算法模型,可應(yīng)用于廢鋼檢驗(yàn)遠(yuǎn)程監(jiān)控、廢鋼智能判級(jí)、扣雜數(shù)量智能判定、危險(xiǎn)物報(bào)警、超大尺寸廢鋼報(bào)警、油污提醒、廢鋼種類分析等,全程精準(zhǔn)高效,檢測(cè)結(jié)果公平公正。首發(fā)的移動(dòng)式卸料技術(shù)和壓塊檢測(cè)技術(shù),解決行業(yè)難題,引領(lǐng)行業(yè)發(fā)展。
當(dāng)前“智造”成為大勢(shì)所趨,人工智能技術(shù)的運(yùn)用與落地,為其提供了最為底層的應(yīng)用能力。人工智能技術(shù)為制造業(yè)帶來(lái)普惠,不僅提升企業(yè)的管理效率和生產(chǎn)力,提高創(chuàng)新能力和社會(huì)公平性,也更加有效確保了生產(chǎn)安全,實(shí)現(xiàn)高質(zhì)量發(fā)展。