AI Memperluas Takrif Automasi Industri
Kecerdasan buatan tidak lagi terhad kepada barisan pemasangan automotif, kilang fabrikasi semikonduktor atau pembuatan aeroangkasa yang sangat piawai. Perkembangan terkini menunjukkan perubahan yang lebih meluas: teknologi automasi sedang disesuaikan dengan industri yang mempunyai skala pengeluaran, bahan, proses dan kekangan operasi yang sangat berbeza.
Dua contoh menggambarkan perubahan ini dengan jelas. Huntington Ingalls Industries sedang meneroka AI fizikal dan robotik untuk pengeluaran komponen kapal perang bersaiz besar, manakala Siemens menggunakan AI beragen dalam pembuatan makanan yang sangat fleksibel, termasuk biskut berinti dan donat.
Walaupun aplikasi ini kelihatan tidak berkaitan, kedua-duanya berkongsi objektif kejuruteraan yang sama: menjadikan automasi lebih mudah disesuaikan apabila automasi tetap konvensional sukar dipertahankan dari segi ekonomi.
Huntington Ingalls Menyasarkan Automasi Komponen Kapal Berskala Besar
Huntington Ingalls Industries, pembina kapal utama Tentera Laut A.S., telah mencapai perjanjian dengan rakan kongsi robotik untuk menambah baik fabrikasi komponen kapal bersaiz besar.
Pendekatan yang dicadangkan memberi tumpuan kepada pengeluaran pemasangan utama jauh dari persekitaran limbungan kapal tradisional sebelum mengangkutnya untuk penyepaduan akhir. Ini boleh mengubah cara struktur tentera laut bersaiz besar difabrikasi dengan memindahkan operasi pembuatan terpilih ke persekitaran yang lebih terkawal dan mesra automasi.
Daripada perspektif kejuruteraan automasi, perkara ini penting kerana pembinaan kapal menghadirkan cabaran yang sangat berbeza daripada pengeluaran automotif. Komponen bersaiz besar, geometri berbeza dengan ketara, jumlah pengeluaran agak rendah dan proses sering memerlukan pertimbangan manusia.
Oleh itu, AI fizikal dan robotik perlu beroperasi melangkaui pergerakan mudah yang boleh diulang. Sistem mesti mentafsir keadaan fizikal, menyesuaikan diri dengan variasi serta menyelaras dengan pekerja manusia dan peralatan pengeluaran konvensional.
AI Fizikal Boleh Mengubah Pembuatan Berjumlah Rendah
Robot industri tradisional berfungsi paling baik apabila persekitaran pengeluaran boleh diramal. Pembinaan kapal mencabar andaian tersebut.
Struktur besar boleh mengalami variasi dimensi, permukaan tidak sekata, kedudukan kerja yang berubah-ubah dan urutan pemasangan yang kompleks. Sistem robotik yang direka berdasarkan koordinat tetap dan andaian proses yang tegar boleh menjadi tidak cekap apabila pemboleh ubah ini berubah.
AI fizikal memperkenalkan satu lagi lapisan kecerdasan. Daripada sekadar melaksanakan urutan yang telah ditetapkan, sistem automasi berpotensi menggabungkan persepsi mesin, data penderia, model proses dan kawalan adaptif untuk bertindak balas terhadap perubahan keadaan fizikal.
Nilai praktikalnya kurang bergantung pada istilah AI dan lebih bergantung pada peningkatan pengeluaran yang boleh diukur. Ketepatan kedudukan, masa kitaran, kadar kerja semula, keselamatan operator, penggunaan peralatan dan penyepaduan dengan sistem pembuatan sedia ada akan kekal sebagai petunjuk prestasi sebenar.
Siemens Membawa AI ke dalam Pengeluaran Makanan Pelbagai Produk
Di hujung bertentangan spektrum pembuatan, Siemens menggunakan AI beragen dalam pemprosesan makanan.
Syarikat itu bekerjasama dengan dua firma automasi industri makanan untuk membangunkan penyelesaian automasi fleksibel yang menyasarkan produk seperti biskut berinti dan donat. Persekitaran sasaran dicirikan oleh kepelbagaian produk yang tinggi dan jumlah pengeluaran yang agak rendah.
Pembuatan makanan menghadirkan masalah automasi yang berbeza daripada pembinaan kapal. Daripada mengendalikan struktur besar-besaran, jurutera perlu mengurus resipi produk, pertukaran produk yang kerap, bahan yang berbeza-beza, keperluan pembungkusan, prosedur sanitasi dan konsistensi proses yang ketat.
Dalam persekitaran ini, fleksibiliti mungkin lebih bernilai daripada kelajuan mesin maksimum.
AI Beragen Boleh Mengurangkan Kos Pertukaran Produk
Pengeluaran dengan kepelbagaian tinggi dan jumlah rendah secara tradisinya menimbulkan cabaran ekonomi kepada automasi. Mesin khusus boleh memberikan kadar pengeluaran yang cemerlang, tetapi ekonominya merosot apabila produk kerap berubah.
AI beragen boleh menyediakan model operasi yang berbeza dengan membantu sistem automasi menyelaras keputusan pengeluaran, tetapan peralatan, resipi dan urutan proses mengikut keperluan yang berubah.
Perbezaan pentingnya ialah AI tidak menggantikan seni bina automasi asas. PLC, pengawal gerakan, pemacu, penderia, sistem keselamatan, rangkaian industri dan platform HMI masih menyediakan lapisan kawalan deterministik.
Sebaliknya, AI semakin berfungsi sebagai lapisan kecerdasan di atas infrastruktur ini.
Dua Industri, Satu Strategi Automasi
Pembinaan kapal dan pengeluaran makanan kelihatan hampir tidak mempunyai persamaan, namun cabaran automasi kedua-duanya mendedahkan trend industri yang sama.
Kedua-dua aplikasi memerlukan mesin yang mampu menangani kebolehubahan. Kedua-duanya boleh mendapat manfaat daripada gabungan automasi konvensional dengan persepsi, pemprosesan data, robotik dan AI. Lebih penting lagi, tiada satu pun aplikasi ini boleh bergantung sepenuhnya pada pengaturcaraan tegar jika pengilang mahu meningkatkan fleksibiliti.
Ini menunjukkan bahawa peringkat seterusnya automasi industri bukan sekadar menggantikan lebih banyak operasi manual dengan robot. Peluang yang lebih besar ialah mewujudkan sistem yang mampu menyesuaikan tingkah lakunya dengan keadaan pengeluaran yang berubah.
Ujian Sebenar Ialah Penyepaduan, Bukan AI
Daripada perspektif kejuruteraan, persoalan paling penting bukanlah sama ada sistem menggunakan AI fizikal atau AI beragen. Persoalannya ialah sama ada kecerdasan itu boleh disepadukan dengan selamat dan boleh diramal ke dalam seni bina kawalan sedia ada.
AI industri mesti wujud bersama kawalan deterministik, keselamatan berfungsi, keperluan keselamatan siber, pangkalan data pengeluaran, sistem kualiti dan operator manusia. Sebarang cadangan dipacu AI yang sampai ke proses fizikal juga mesti beroperasi dalam had yang ditetapkan dengan jelas.
Hal ini amat penting dalam aplikasi seperti pembuatan kapal tentera laut, yang kesilapan pengeluarannya boleh membawa kesan besar, dan pemprosesan makanan, yang kualiti produk serta pematuhan proses dikawal dengan ketat.
Automasi Semakin Adaptif
Contoh daripada Huntington Ingalls Industries dan Siemens menunjukkan cara automasi bergerak ke dalam persekitaran yang sebelum ini dianggap sukar untuk diautomasi secara ekonomi.
Arah umumnya jelas: automasi industri sedang berkembang daripada urutan tetap kepada sistem pengeluaran adaptif.
Walau bagaimanapun, AI harus dilihat sebagai keupayaan kejuruteraan tambahan dan bukannya pengganti kepada asas automasi yang telah terbukti. Penderia masih memerlukan isyarat yang tepat, rangkaian masih memerlukan komunikasi yang boleh diramal, sistem kawalan masih memerlukan tingkah laku deterministik dan mesin masih memerlukan fungsi keselamatan yang direka bentuk dengan teliti.
Syarikat yang mendapat manfaat paling besar daripada AI industri berkemungkinan ialah syarikat yang menggabungkan asas ini dengan perisian pintar, bukannya menganggap AI sebagai teknologi kendiri.
