【深度】产能和效率——人工智能在优化机械和实践中的关键作用
首页
ꄲ
深度文章
ꄲ
【深度】产能和效率——人工智能在优化机械和实践中的关键作用
美国包装机械制造商协会（PMMI）与市场研究机构InteractAnalysis联合发布的白皮书——《设备中的人工智能优势：提升性能与弥补技能差距》指出：人工智能有望彻底改变包装行业。人工智能驱动的工具在许多方面展现出不可估量的价值，包括提升生产效率、优化设备性能、提高整体设备效率以及弥补劳动力技能缺口。
该白皮书聚焦五大具体解决方案，这些方案被描述为“能够为包装行业带来最显著且最直接改变的领域，因为它们代表了已经开发完成、可验证且已投入应用的人工智能技术”。
这五大解决方案分别为人工智能助手、机器视觉系统、预测性维护、数字孪生、互联工作平台。
美国包装机械制造商协会指出：“虽然一些人工智能技术（如预测性维护）此前已在制造和包装领域得到应用，但随着生成式人工智能技术的发展，业界对如何利用人工智能提升产品组合、运营效率和员工能力充满期待。”
该白皮书提到，企业实施人工智能技术的一个关键优势是能够显著提高员工的时间利用效率和生产力。借助人工智能，有助于提高设备性能，缩小员工间的技能差距。诸如数据录入和编码等耗时任务，现在都可以借助人工智能助手完成。这不仅加快了项目完成速度，还为员工腾出更多时间使其专注于其他更有价值的工作。
美国包装机械制造商协会指出：“人工智能技术可提升设备性能和整体设备效率。将人工智能集成到机器视觉系统中，可以提高质量检测等工艺环节的决策成功率，并能够完成更多的复杂任务。”
人工智能对包装行业的重大影响在于缓解行业内的技能人才短缺情况。由于岗位流动性较高，特别是维护人员和设备操作员的流动，通过互联工作平台提供的培训项目，可以确保所有员工都能获得优质培训，从而弥补技能差距。
白皮书按照技术的先进程度将人工智能技术划分为机器学习、深度学习和生成式人工智能三个主要子集，还对人工智能及其子集提供了定义。
·人工智能：根据美国人工智能倡议和白宫人工智能行政命令的定义，人工智能是一种基于机器的系统，能够针对人类定义的目标集，做出影响现实或虚拟环境的预测、建议或决策。
·生成式人工智能：使用深度学习模型生成高质量的文本、图像等内容，基于其训练数据进行创作。
·深度学习：机器学习的一个子集，利用多层或深度神经网络，模拟人类大脑的复杂决策能力。
·机器学习：人工智能和计算机科学的一个分支，专注于使用数据和算法，使人工智能模仿人类的方式学习，逐步提高其准确性。
白皮书指出，人工智能技术已被证明能为企业带来多种好处，包括提升设备性能，通过完成常规任务让员工有时间处理其他任务，以及填补影响行业发展的关键技能和劳动力缺口。
白皮书指出：“人工智能助手（如微软助手、IBM Watson和谷歌人工智能工具）的主要优势在于极大地提高了耗时任务的完成速度，从而让员工有更多时间去执行更有价值的技能任务。人工智能助手的用户可以决定向模型输入多少公司数据，更具体的输出通常需要更多的数据支持。”
人工智能助手和生成式人工智能预测性维护解决方案，允许用户提出与机器相关的问题，帮助员工提升技能水平，同时降低人为错误的风险。
白皮书强调：“机器视觉技术利用摄像头和其他传感器，使机器能够观察、分析和解读其环境。在包装行业，视觉应用包括质量检测、产品分拣/路径规划、防篡改检测、装配验证等。将人工智能软件集成到视觉系统中，不仅提高了现有工艺的效率，还支持新应用的实现——特别是在与机器人技术结合时，如抓取和放置操作以及码垛任务。”
预测性维护是一种先进的机器监控形式，通过检查机器或组件来确定其可能发生故障的时间，以便采取预防措施，避免计划外停机。如今的软件可为用户解释可能导致警报响起的原因。此外，用户可以就最近的维护记录或类似的历史警报提出问题，并从手册或过去的经验中获得解决方案。
美国包装机械制造商协会表示：“数字孪生是物理过程、机器或工厂的虚拟表示，旨在精确反映其在真实世界中的对应物。”数字孪生的两个关键应用是：为终端用户（品牌商）优化工厂/仓库布局、为设备制造商优化机器设计。
数字孪生可以模拟不同的工厂布局，使设计者能够在无需实际改动工厂的情况下评估各种配置，这有助于确定最高效的布局。用户可以设定要实现的目标（如提高生产量），然后在不同操作条件下运行机器的数字孪生体以优化设计。
数字孪生模拟表明，虽然通过传统方法可以找到优化机器性能的解决方案，但使用人工智能技术可以在更短的时间内完成同样的任务。美国包装机械制造商协会表示：“我们预计，这是未来将引发人们极大兴趣的人工智能领域之一。虚拟环境使人工智能能够创建和测试许多不同的产品（如机器的特定组件），极大地缩短了开发时间并简化了开发过程。”
机器制造商可以利用数字孪生模拟来优化关键机器指标（如生产量），从而显著提高机器性能。预测性维护大大减少了机器停机的频率，当与互联工作平台提供的改进培训相结合时，可以对机器的整体设备效率产生重大影响。
美国包装机械制造商协会表示，互联工作平台通常具有基于云的管理系统，运营管理层或生产主管使用该系统来创建、分配、管理和监控任务。这些平台通常集成了人工智能助手。
目前，美国一些终端用户（品牌商）正在使用这些系统，目的是通过收集任务完成速度和关联指标等数据来监控员工表现，并确定质量问题是否与工厂中的某个特定流程相关。互联工作平台的一个关键优势是对劳动力技能差距的影响。它们不仅可以确定哪些员工可能需要针对特定机器和流程进行额外培训，还可以确定某个培训课程是否有效。
研究人员总结道：“由于人工智能模型的特性，这些技术使用的时间越长、处理的数据越多，得到的效果就会越好。与以往的自动化技术不同，将人工智能技术整合到企业中，并不是一次性的改进，而是需要在关键指标上持续优化。”
·明确计划与目标：在开始整合人工智能技术之前，企业需清晰定义所要解决的问题及预期目标。人工智能可以帮助改善企业内的多个流程，例如提高产量和生产效率、提升设备性能、提高操作安全性、减少设备停机时间或优化培训成果。
·以投资回报率（ROI）为导向：优先选择能够显著证明投资回报率的关键领域，以减少对人工智能技术的怀疑。
·将人工智能视为解决问题的工具：企业应以目标为导向，分析人工智能解决方案是否适合解决特定问题或关键绩效指标（KPI），而非为了采用人工智能而使用它。
白皮书强调，人工智能对包装机械原始设备制造商尤为重要。人工智能能够显著改善机器设计和功能性，提高生产效率，并增强客户支持。人工智能工具中的持续改进特性使得员工能更加熟练运用这些技术，进一步从中获益。
尽管实施人工智能的初期可能面临一些障碍，如网络安全问题、数据收集与存储问题、老一代员工的抗拒，但美国包装机械制造商协会和Interact Analysis依然坚信：“对于包装行业来说，人工智能的优势显而易见。通过解决问题并遵循最佳实践，企业能够成功整合人工智能并获得长期收益。”
（本文原文刊载于《印刷杂志》2025年第2期，英文原载于美国柔印技术协会旗下《Flexo》杂志2024年第11期， 原文见https: //www.flexography.org/）
——版权声明——
本杂志微信公众号发布的“原创”内容均为版权作品，仅供订阅用户阅读参考。其他网站、微信公众号、客户端如需转载摘编，请联系我们获得授权，并注明出处“印刷杂志”。
