大數(shù)據(jù)技術(shù)在制造業(yè)的具體應(yīng)用

曹輝

今天我主要跟大家分享三個(gè)應(yīng)用，這三個(gè)應(yīng)用是我們?cè)谥圃祛I(lǐng)域里聲音識(shí)別、視覺識(shí)別、機(jī)器學(xué)習(xí)相關(guān)的內(nèi)容。

先看一下對(duì)于制造業(yè)大數(shù)據(jù)發(fā)展的認(rèn)知，有兩個(gè)維度：第一，技術(shù)的維度；第二，應(yīng)用場(chǎng)景的維度。支撐這兩個(gè)維度有數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)、數(shù)據(jù)集成共享和數(shù)據(jù)挖掘應(yīng)用。在很多傳統(tǒng)制造型企業(yè)里，數(shù)字化過(guò)程基本上已經(jīng)完成了，但能實(shí)現(xiàn)網(wǎng)絡(luò)化的企業(yè)并不多。從網(wǎng)絡(luò)化的角度來(lái)看，包括縱向集成、橫向集成、端到端的集成，所帶來(lái)的改變實(shí)際上就是我們看到的設(shè)計(jì)工藝的協(xié)同，包括供應(yīng)鏈的優(yōu)化。目前，像海爾、上汽、一汽大眾等企業(yè)能實(shí)現(xiàn)網(wǎng)絡(luò)化。但是從智能化的角度來(lái)看，能全面實(shí)現(xiàn)智能化的企業(yè)，在國(guó)內(nèi)基本上都是呈點(diǎn)狀分布。從數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)到集成共享再到數(shù)據(jù)挖掘應(yīng)用，最核心的還是圍繞數(shù)據(jù)應(yīng)用開展工作，因?yàn)橹挥心且徊糠质俏覀兾磥?lái)價(jià)值最大的一部分，能全面提升制造工藝檢測(cè)以及系統(tǒng)整體優(yōu)化。

基于發(fā)展階段的認(rèn)知，我們找了案例給大家做一個(gè)簡(jiǎn)單的介紹。

第一個(gè)是在汽車企業(yè)做的基于視覺與數(shù)據(jù)挖掘表面檢測(cè)和工藝優(yōu)化。汽車門板，包括擋風(fēng)板，都是一次沖壓成型，一次沖壓成型過(guò)程中會(huì)產(chǎn)生局部的裂紋，要對(duì)參數(shù)進(jìn)行調(diào)試，在沖壓機(jī)床上，要進(jìn)行不斷的試驗(yàn)才能保證在整個(gè)沖壓過(guò)程中的成品次品率降低。最后，還有十幾個(gè)工人要對(duì)沖壓的產(chǎn)品進(jìn)行人工檢測(cè)。

我們的解決方案分為兩部分：第一部分是基于機(jī)器學(xué)習(xí)的數(shù)據(jù)挖掘來(lái)實(shí)現(xiàn)整個(gè)沖壓工藝的優(yōu)化，得到預(yù)測(cè)模型，預(yù)測(cè)整個(gè)工藝?yán)锩鏀?shù)據(jù)的參數(shù)特征。第二部分是做檢測(cè)，對(duì)工藝做了優(yōu)化以后，后續(xù)對(duì)于生產(chǎn)出來(lái)的每一件產(chǎn)品要做檢測(cè)。從檢測(cè)的角度上來(lái)看，實(shí)際上我們需要解決的問(wèn)題就是替代人工，基本上都是基于視覺聚類或者視覺機(jī)器學(xué)習(xí)的算法和模型來(lái)解決這方面的問(wèn)題。

這里面有幾個(gè)關(guān)鍵技術(shù)需要解決，第一個(gè)關(guān)鍵技術(shù)是圖像預(yù)處理技術(shù)，在整個(gè)檢測(cè)過(guò)程中非常重要。我們要對(duì)拍攝到的數(shù)據(jù)進(jìn)行相應(yīng)的濾波前和濾波后處理。第二項(xiàng)關(guān)鍵技術(shù)是計(jì)算最佳閾值。第三項(xiàng)關(guān)鍵技術(shù)是圖像閾值化。第四項(xiàng)關(guān)鍵技術(shù)是剔除干擾區(qū)，否則干擾區(qū)的數(shù)據(jù)拿到模型上去計(jì)算，最后得到的檢測(cè)結(jié)果是非常不準(zhǔn)確的，對(duì)整個(gè)產(chǎn)品來(lái)說(shuō)是非常致命的。最后一項(xiàng)關(guān)鍵技術(shù)就是位置的標(biāo)識(shí)，我們拍到缺陷以后，對(duì)位置的標(biāo)識(shí)必須通過(guò)算法和模型定位出來(lái)，這樣才能在后續(xù)的修補(bǔ)或者返工過(guò)程中，知道在哪個(gè)環(huán)節(jié)上可以快速修訂。

對(duì)于整體的數(shù)據(jù)采集，從設(shè)備的參數(shù)來(lái)說(shuō)，材料的參數(shù)以及模具的情況，大家能看到實(shí)時(shí)系統(tǒng)所采集的數(shù)據(jù)，可能還要做信號(hào)處理。針對(duì)于材料和模具這塊，把它替換成兩類，一類正樣板存儲(chǔ)，一類負(fù)樣板存儲(chǔ)，通過(guò)將系統(tǒng)里的數(shù)據(jù)和MES系統(tǒng)進(jìn)行融合，融合以后對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的校驗(yàn)，把數(shù)據(jù)帶入模型去訓(xùn)練，模型的訓(xùn)練是整個(gè)環(huán)節(jié)中的倒數(shù)第二個(gè)環(huán)節(jié)，模型訓(xùn)練完成以后要做整個(gè)模型的驗(yàn)證， 99%以上的模型能檢測(cè)到效果，才會(huì)整體上線。最終結(jié)果的展示，基于視覺的檢測(cè)技術(shù)以及開裂預(yù)算模型，能夠?qū)_壓開裂情況進(jìn)行預(yù)測(cè)，并且能對(duì)每一個(gè)生產(chǎn)出來(lái)的一字板做相應(yīng)的檢測(cè)，最后做出的效果還是非常不錯(cuò)的。

我們?cè)谡麄€(gè)制造行業(yè)去做更深入的應(yīng)用時(shí)，我們會(huì)更加堅(jiān)信，實(shí)際上智能制造不光是要做機(jī)器人，或者要做無(wú)燈工廠，實(shí)際上我們更要智能地去控制這些機(jī)器人，智能地去控制生產(chǎn)結(jié)果。

第二個(gè)案例，我們?cè)倏匆幌掠枚渎牭?。我們給一個(gè)家電企業(yè)做了基于智能噪聲識(shí)別的產(chǎn)品裝調(diào)，要解決什么核心問(wèn)題？這個(gè)企業(yè)目前擁有國(guó)內(nèi)唯一的空調(diào)噪音房檢測(cè)生產(chǎn)線，兩條生產(chǎn)線配備六個(gè)噪音房，噪音房的作用是在每一個(gè)空調(diào)下線之前會(huì)進(jìn)行噪音檢測(cè)，來(lái)判斷噪音是否在合理范圍之內(nèi)。實(shí)際上現(xiàn)有噪音房的系統(tǒng)解決方案已經(jīng)能夠判別出噪音，但實(shí)際上有一個(gè)很大的問(wèn)題，摩擦和振動(dòng)產(chǎn)生的很微小的聲音在白天開空調(diào)的時(shí)候?qū)θ藳]有任何影響，但在晚上會(huì)給睡眠帶來(lái)很大影響。我們的解決方案就是把整個(gè)過(guò)程中的聲音錄下來(lái)，通過(guò)加裝麥克風(fēng)和采集設(shè)備把聲音錄下來(lái)，然后通過(guò)模型來(lái)識(shí)別聲音、訓(xùn)練聲音，讓模型去找到類似于摩擦共振的聲音。

這里面也用到了幾項(xiàng)核心技術(shù)，第一個(gè)就是采用了噪聲的降噪，這是很關(guān)鍵的，因?yàn)檎麄€(gè)工廠里面還有很多外部的噪音，包括噪音房在關(guān)閉艙門之前會(huì)有外部的聲音納入，所以必須把這部分聲音剔除掉。第二個(gè)是對(duì)于端點(diǎn)的檢測(cè)，空調(diào)在啟動(dòng)的一瞬間，我們要找到這個(gè)點(diǎn)才知道這個(gè)點(diǎn)以后的聲音是空調(diào)的聲音。我們提取一些特征，最后通過(guò)人工智能的算法去學(xué)習(xí)相關(guān)的聲音特征，學(xué)習(xí)以后去判斷。

最后簡(jiǎn)單介紹一下公司。美林?jǐn)?shù)據(jù)是國(guó)內(nèi)工業(yè)大數(shù)據(jù)的領(lǐng)導(dǎo)企業(yè)，致力于工業(yè)大數(shù)據(jù)的落地，我們現(xiàn)在也承擔(dān)了國(guó)家發(fā)改委的大數(shù)據(jù)算法與分析國(guó)家實(shí)驗(yàn)室的工作，我們也有自己的數(shù)據(jù)研發(fā)中心，現(xiàn)在大概有十多類專利算法，尤其在軍工領(lǐng)域里面得到很廣泛的應(yīng)用，我今天跟大家的分享就到這里。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）