一個完全自主操作的工廠，可靠且無需人工協(xié)助，以不斷變化的小批量生產(chǎn)高度個性化的產(chǎn)品，不分晝夜，周期時間長，單位成本明顯低于以往——這就是自主生產(chǎn)的愿景。工業(yè)界離這一愿景有多近？人們將在其中扮演什么角色？

●區(qū)別：自主與自動化

●誰需要自主生產(chǎn)，為什么？

●自主生產(chǎn)的前提條件是什么？

●今天的自主生產(chǎn)在哪里？

●今天誰（已經(jīng)）在運營自主生產(chǎn)？

●人將在自主生產(chǎn)中扮演什么角色？

區(qū)別：自主與自動化

自主生產(chǎn)比高度自動化的流程更進一步。一個自治系統(tǒng)應(yīng)該能夠識別不可預(yù)見的情況，評估它們并自行做出有意義的決定。長時間不需要人為干預(yù)。因此，自主生產(chǎn)系統(tǒng)能夠自行計劃和控制生產(chǎn)。

另一方面，自動化流程更像是一種反射。當(dāng)醫(yī)生用反射錘敲擊膝蓋下方的髕腱時，您的腿會彈起來。自動化流程也是如此。它們是使用“如果，那么……”邏輯設(shè)計的。當(dāng)傳感器返回先前定義的值時，特定的執(zhí)行器將執(zhí)行預(yù)定義的操作。這本質(zhì)上是一種時間偏向的遠(yuǎn)程控制，涵蓋了許多已定義的場景。

誰需要自主生產(chǎn)，為什么？

當(dāng)系統(tǒng)變得如此龐大和復(fù)雜以至于無法預(yù)測和自動化所有相關(guān)星座時，自主生產(chǎn)成為焦點。物流系統(tǒng)和自動化生產(chǎn)設(shè)施以及信息物理系統(tǒng)必須組織在“智能工廠”中。這包括無人駕駛運輸系統(tǒng)、學(xué)習(xí)機、傳感器、攝像頭、無人機以及最后但并非最不重要的控制所有流程的 IT 系統(tǒng)。如果該過程要自主進行，所有這些單元都應(yīng)該是自學(xué)習(xí)的、適應(yīng)情況的并相互全面聯(lián)網(wǎng)。他們有遠(yuǎn)見。因此，可以實現(xiàn)完全訂單控制的生產(chǎn)。

自主生產(chǎn)比高度自動化的流程更進一步

自主生產(chǎn)的前提條件是什么？

●人工智能和機器學(xué)習(xí)

●機器視覺和傳感器數(shù)據(jù)處理

●模擬

●一致的網(wǎng)絡(luò)和分散系統(tǒng)

●機器人和自主運輸系統(tǒng)

人工智能和機器學(xué)習(xí)

人工智能是實現(xiàn)智能決策的算法的通用術(shù)語。最現(xiàn)代的人工智能形式使用神經(jīng)網(wǎng)絡(luò)來開發(fā)用于機器學(xué)習(xí)的自學(xué)習(xí)系統(tǒng)。機器學(xué)習(xí)是人工智能的關(guān)鍵技術(shù)，起源于 用于質(zhì)量控制的機器視覺，它是檢測模式以識別偏差的問題。使用機器學(xué)習(xí)，技術(shù)系統(tǒng)通過自主開發(fā)新模型來擴展其應(yīng)用可能性。

所謂的“弱人工智能”只能精確地解決它開發(fā)和訓(xùn)練的任務(wù)。“強人工智能”類似于人類的思維，因此可以提供傳輸服務(wù)和戰(zhàn)略規(guī)劃。人工智能用于工業(yè)生產(chǎn)，尤其是過程監(jiān)控、過程控制和預(yù)防性維護。已經(jīng)有基于人工智能的產(chǎn)品能夠預(yù)測高達 95% 的與機器相關(guān)的生產(chǎn)停機時間。

機器視覺和傳感器數(shù)據(jù)處理

與所有其他傳感器數(shù)據(jù)的收集和處理一樣，高度發(fā)達的機器視覺是自主生產(chǎn)的先決條件。生產(chǎn)過程中可用的高質(zhì)量或注釋數(shù)據(jù)越多，即由結(jié)構(gòu)化的附加信息補充，就越能做出更精確的人工智能決策。

模擬

與使用以前的過程數(shù)據(jù)監(jiān)控過程的批量生產(chǎn)相比，現(xiàn)有測量值不能用于批量1。但是，如果要監(jiān)控第一個也是唯一一個實例，軟件控制的過程模擬必須確定參考值這。這反過來又要求公司的高性能 IT 和制造水平之間保持一致的聯(lián)系。

一致的網(wǎng)絡(luò)和分散系統(tǒng)

流程中涉及的所有人員都必須相互聯(lián)網(wǎng)，即沿著從收到訂單到生產(chǎn)和交付的整個鏈條。同時，生產(chǎn)決策只能實時做出，例如，如果可以使用機器人自己的分散計算能力來控制機器人。

機器人和自主運輸系統(tǒng)

零件的運輸和處理，即生產(chǎn)的“基礎(chǔ)”，通常可以由機器處理。目前正在進行同步定位和映射 (SLAM)、機器人感知、規(guī)劃和調(diào)節(jié)以及模擬和更多機器人協(xié)調(diào)等領(lǐng)域的開發(fā)工作。

今天的自主生產(chǎn)在哪里？

在全面安裝自主生產(chǎn)的道路上仍然存在許多挑戰(zhàn)。

足夠數(shù)量和質(zhì)量的數(shù)據(jù)

一個挑戰(zhàn)是 AI 和機器學(xué)習(xí) (ML) 所需數(shù)據(jù)的可用性和質(zhì)量。自治系統(tǒng)需要高質(zhì)量的數(shù)據(jù)池，在此基礎(chǔ)上對系統(tǒng)進行訓(xùn)練，以便在運行過程中快速輕松地識別異常。但是，運營商面臨的問題往往是系統(tǒng)是唯一的，因此沒有其他系統(tǒng)的重疊數(shù)據(jù)池。

組件和系統(tǒng)供應(yīng)商有興趣從全球客戶使用的產(chǎn)品中獲取盡可能多的數(shù)據(jù)。然而，不信任和專有技術(shù)保護的爭論常常使公司重疊的數(shù)據(jù)池復(fù)雜化。一方面，人工智能的發(fā)展和訓(xùn)練需要足夠質(zhì)量的數(shù)據(jù)，另一方面也必須考慮到用戶的數(shù)據(jù)主權(quán)。這一目前尚未解決的矛盾阻礙了人工智能應(yīng)用的快速發(fā)展。

博世研究員兼國際 5G-ACIA 倡議主席 Andreas Müller 博士：“借助 5G，我們將實現(xiàn)符合我們對未來工廠愿景的全新生產(chǎn)理念?！?/p>

實時機器通信：5G為前提

在未來的工廠中，傳感器、機器、設(shè)備和 IT 系統(tǒng)通過交換各種數(shù)據(jù)和信息相互交互。5G蜂窩網(wǎng)絡(luò)標(biāo)準(zhǔn)將蜂窩網(wǎng)絡(luò)中的數(shù)據(jù)傳輸速率提高了十倍，達到每秒十吉比特以上。由于延遲時間顯著縮短，機器實時通信成為可能——這是工廠自動化中機器和流程協(xié)調(diào)的先決條件。

“5G 互聯(lián)工業(yè)和自動化聯(lián)盟”（5G-ACIA）倡議主席 Andreas Müller 博士表示：“高性能無線通信，例如用于移動終端的聯(lián)網(wǎng)，是絕對必要的。除了無人駕駛運輸系統(tǒng)和移動機器人，這還包括移動操作設(shè)備和新的人機界面，例如增強現(xiàn)實的應(yīng)用。此外，5G 還通過無線、高度靈活的生產(chǎn)模塊實現(xiàn)全新的生產(chǎn)概念，無需任何電纜即可輕松地相互組合。

當(dāng)對沒有錯誤提出高要求時，機器學(xué)習(xí)的使用變得困難。例如，汽車行業(yè)中與安全相關(guān)的精密部件的測試就是這種情況。那里允許的最大錯誤率是 1 到 10 ppm（百萬分之幾）。作為工業(yè)機器視覺的子學(xué)科，基于 ML 的測試程序目前還遠(yuǎn)未達到這樣的錯誤率。

今天誰（已經(jīng)）在運營自主生產(chǎn)？

Festo 行業(yè)部門管理流程自動化負(fù)責(zé)人 Eckhard Roos 博士：“我們在某些領(lǐng)域已經(jīng)非常先進。如果機器人現(xiàn)在要進行維護，我們將在自主工廠。”

根據(jù) VDI 的一項調(diào)查（VDI 關(guān)于人工智能的狀態(tài)報告，2018），人工智能方法已經(jīng)用于分析數(shù)據(jù)；它們的特點是通常必須由用戶做出具體結(jié)論。對流程或應(yīng)用程序的直接反饋通常尚未發(fā)生。一般來說，大公司在這一領(lǐng)域比中小企業(yè)更活躍，也更有可能相信使用自主系統(tǒng)可能會實現(xiàn)更高的增長率。

Festo 提供了一個在自主生產(chǎn)方面取得進展的當(dāng)前實用示例。Festo 管理過程工業(yè)行業(yè)部門負(fù)責(zé)人 Eckhard Roos 博士在接受 VDI / VDE 測量和自動化技術(shù)協(xié)會董事總經(jīng)理 Dagmar Dirzus 博士的采訪時解釋說：“Festo 在其產(chǎn)品組合。在標(biāo)準(zhǔn)化的硬件平臺上，通過安裝應(yīng)用程序可以實現(xiàn)包含相應(yīng)規(guī)則的各種功能。例如，可以數(shù)字化指定氣動驅(qū)動器的工作周期長度，例如兩秒. 系統(tǒng)然后獨立自學(xué)。經(jīng)過幾個學(xué)習(xí)周期——通常是四到五個——系統(tǒng)知道如何創(chuàng)建壓力曲線以實現(xiàn)兩秒的周期。調(diào)試自動進行，不再需要手動調(diào)節(jié)油門。在運行期間，系統(tǒng)會監(jiān)控循環(huán)時間并在發(fā)生變化時獨立調(diào)整它們，例如由于摩擦增加。這也是自主發(fā)生的，無需人工干預(yù)。當(dāng)然，如果流程發(fā)生變化，維護團隊的觸發(fā)器就會啟動。如果機器人現(xiàn)在要進行維護，我們將在自主工廠。

人將在自主生產(chǎn)中扮演什么角色？

完全自主的生產(chǎn)應(yīng)該在沒有人類干預(yù)和幫助的情況下運行。因此，一些職業(yè)很可能在未來幾年被其他職業(yè)取代。關(guān)于這將如何以及在何種程度上發(fā)生，有各種各樣的預(yù)測。一般來說，自動化應(yīng)該使人們能夠處理更高價值的任務(wù)，例如解決問題或流程優(yōu)化。然后機器人可以用于低價值的重復(fù)性任務(wù)。但是，未來還是會有一些自動化任務(wù)還不能解決，所以人與機器必須協(xié)同工作。

因此，從中期來看，人們暫時仍將是生產(chǎn)環(huán)境的一部分——盡管越來越多地處于不同的條件下：他們將傾向于較少參與生產(chǎn)本身，而是控制和監(jiān)控生產(chǎn)。這正是為人類參與者創(chuàng)建新的和增強的任務(wù)的地方。由于IIoT方法涉及所有流程參與者的持續(xù)聯(lián)網(wǎng)，因此會生成大量數(shù)據(jù)。需要訓(xùn)練有素的專業(yè)人員來構(gòu)建、分析和評估它們。公司必須定期培訓(xùn)員工以充分利用自動化的好處。

此外，人們?nèi)匀皇沁^程的主人，會給機器提供工作指令，而不是相反。我們現(xiàn)在可以為未來的工作方式設(shè)定一般條件，因為工業(yè) 4.0 不是一個成品，而是一個設(shè)計過程。在這種情況下，也需要就使用自治系統(tǒng)引起的倫理問題達成廣泛的社會共識。