效率。

這是一個處于工業制造核心的概念. 從第二次工業革命到精益制造的興起，行業巨頭紛紛優化制造流程。他們意識到，消除流程中的低效和浪費使他們能夠在不改變其他太多的情況下制造更多組件。這種方法是豐田生產系統的前提，該系統致力于提供準時制 (JIT) 生產，同時最大限度地減少庫存和批次。過程方法基于這樣一種理念，即雖然 100% 效率的理想狀態在實踐中無法實現，但追求和朝著理想狀態邁進是有價值的。采取措施減少錯誤、消除冗余和浪費的活動并增加產量有助于更好地滿足客戶的需求，同時降低生產成本。

什么是深度學習

機器人技術是一種相對現代的行業和技術，其根源可以追溯到 20 世紀 20 年代的工業時代，并隨著時間的推移而得到加強。例如，西屋電氣公司有一個名為 Televox 的機器人，它可以響應人類的聲音并執行簡單的任務。今天，更加復雜甚至危險的任務都需要機器人技術。

如今，制造業正通過工業 4.0 蓬勃發展，實施與過去一樣具有變革性的新技術和方法。隨著互聯設備將物聯網 (IoT) 和 5G 推廣到更廣泛的覆蓋區域，深度學習利用這些技術與機器人和人工智能 (AI) 將它們應用于制造。

Journal of Manufacturing Systems 上的一篇文章將深度學習定義為工程師如何使用綜合分析工具來處理大數據并從中學習。換句話說，機器了解操作員希望它們做什么以及它們應該如何改變。這種方法通過將高級分析結合到增強的決策制定和系統性能機會中來產生“智能”制造。這些添加極大地擴展了制造過程，超越了以往的任何東西。它們有助于進一步實現豐田定義的 JIT 制造的理想狀態。

深度學習適用于特定應用程序，例如預測性維護、分析以推動過程改進的預測步驟、產品開發（以預測設計決策對制造的影響）、質量保證和供應鏈/物流。該方法的好處遠遠超過其各個部分的總和；它們創造了新的效率領域，同時為產品和流程的變化提供了更大的靈活性和適應性。該技術還有助于解決因大流行而發現和加劇的供應鏈中斷：產能利用率和生產赤字。

制造站點如何結合深度學習

定義了深度學習的原理后，關鍵問題是如何將這種變革性方法應用于工廠以提高制造性能。由于手動步驟明顯減少，結合深度學習可能需要通過多層集成來改變工廠布局的理念和流程：

通過操作系統進行橫向集成

通過互聯制造進行垂直整合

通過端到端價值鏈進行整體整合

許多人將由此產生的工作方式稱為“智能工廠”。有了這些集成件，設備會自動將一個過程的輸出作為輸入發送到下一個過程。減少流程變更和過渡時間是關鍵的區別。

世界領先的公司已經在采用這種新的戰略技術，例如 Whirlpool、Siemens、Hirotec 和 Hewlett-Packard。轉型并不容易，它需要公司承諾并投資于資本、培訓和支持，以實現翻天覆地的轉變。不過，這項投資是一項明智的投資：麥肯錫表示，制造和供應鏈中的深度學習應用可以增加 1-2 萬億美元的年收入。

盡管投資和思維方式很重要，但該技術使用并改進了現有流程，并在部署時對其進行了優化。工程師可以通過添加傳感器來收集數據，以收集當前狀態信息。這些為定義改進流程的地方設定了基線。收集的數據網格越精細，預測模型就可以更好地回歸性能并提出改進建議。

一個案例研究是西屋公司的 Televox 機器人。如今，通過添加預測技術，機器人可以承擔更復雜的任務。隨著深度學習的應用，這款機器人還可以自學識別和執行新任務，將優化提升到一個全新的水平。此外，機器人工作流程的改進可以消除以前的手動任務，讓操作員騰出時間來執行更專業的工作。這個例子是深度學習可以對制造過程產生積極影響的一種方式，可以提高一致性/減少錯誤，同時更好地部署人力資本。

帶走

工業4.0如火如荼，物聯網、5G、人工智能正在推動制造業取得長足進步。通過利用深度學習，制造創新將滿足技術創新，以前所未有的方式推動行業向前發展。

審核編輯黃昊宇