For eksempel, når en elektronisk fabrikk monterer mobiltelefoner, datamaskiner og andre produkter, er den generelle fabrikkpraksisen at arbeidere er avhengige av presisjonsverktøy for å sikre nøyaktigheten av monteringen. Hvert monteringsledd må bestå testen, og testresultatene avgjør om den forrige prosessen kan bestå. Generelle fabrikker kan ikke spore tilbake til forrige prosess, men det industrielle Internett kan justere parametrene som trengs i monteringsprosessen. Tar man mobiltelefonen som eksempel, antas det at monteringsnøyaktigheten til ulike komponenter inne er 30 mikron. Ifølge de endelige testresultatene har toleransen til komponentene alltid avviket til 50 mikron på den ene siden. Ved å bruke det industrielle Internett kan disse produksjonsdataene føres tilbake til designlaget gjennom form av industrielt Internett. Ved å analysere, bestemme og justere parametrene til en viss monteringsledd i forrige prosess, kan systematiske feil elimineres. Dette viser at de faktiske dataene i produksjonsprosessen innhentet gjennom det industrielle Internett kan forbedre den endelige produksjonskvaliteten, noe som reflekterer verdien av det industrielle Internett både fra perspektivet til evnestigen og livssyklusen.
Anvendelse av kunstig intelligens i produksjon
Kunstig intelligens er mye brukt i produksjon. Fabrikken vurderer grundig muligheten for robotproblemer basert på historiske data fra tusenvis av roboter, og gjør forebyggende diagnose på driften av hele utstyret. Systemet bruker maskinlæringsalgoritmer for å gjøre vurderinger basert på et stort antall historiske data, og kan utføre forebyggende vedlikehold på utstyrets driftsstatus. ABB begynte å koble roboter til servere i 2007 for å dele data som potensielle problemer og utstyrsdrift. Etter mer enn ti år med dataakkumulering har vi mestret et stort antall driftsdata fra forskjellige fabrikker rundt om i verden. I fremtiden vil vi videre bruke maskinlæring til å lansere skyplattformbaserte forebyggende diagnose- og vedlikeholdstjenester gjennom dataanalyse. I tillegg til forebyggende vedlikehold, kan AI også bringe noen ideer for å løse flaskehalsproblemene i hele produksjonsprosessen, for eksempel produksjonslinjen for kroppssveiseprosessen til en bilfabrikk. Det viktigste poenget er at innen menneskelig robotinteraksjon i fremtiden vil kunstig intelligens ha store prestasjoner. For tiden er menneske-datamaskin-interaksjon basert på produksjonsutstyr fortsatt på et relativt tradisjonelt stadium, noe som krever at folk legger inn instruksjoner for å realisere interaksjonsprosessen. Kunstig intelligens-teknologi kan gjøre samspillet mellom mennesker og intelligente roboter mer naturlig i fremtiden.
Utviklingstrender og applikasjonsscenarier for fremtidige roboter
Med endring av eksterne faktorer er utviklingshastigheten til industriroboter de siste 10 årene noe overraskende, både globalt og i Kina. Globalt holder industriroboter en årlig vekstrate på 15 prosent til 20 prosent. I Kina oversteg vekstraten i Kinas industrirobotmarked 50 prosent i 2017 ifølge abb.
Fra perspektivet til produkter og teknologier har strukturen og applikasjonsteknologien til industriroboter ikke endret seg mye siden 1970-tallet. De fleste industriroboter brukes til å utføre repeterende, enkelt, kjedelig og til og med farlig arbeid. For tiden brukes industriroboter hovedsakelig i storskala produksjon med produksjonskapasitet og produksjonsetterspørsel, som bil, elektronikk, mat og drikke og andre industrier. På grunn av den åpenbare skalaeffekten til bilindustrien, har bilindustrien alltid vært den mest brukte industrien for industriroboter. Siden i fjor har elektronikkindustrien blitt den største brukeren av industriroboter på grunn av økt etterspørsel i det kinesiske markedet. Samtidig brukes roboter også i tradisjonelle industrier som mat og drikke, metallprodukter og plastprodukter.
Når det gjelder anvendelse, vil logistikk- og detaljhandelsindustrien bli et nytt bruksområde for roboter i fremtiden på grunn av den høye etterspørselen etter menneskelige ressurser og den raske utviklingen av industriell skala. Sorteringsarbeid som kreves av både lager og logistikkbransjen; Enten det er lasting, etterfylling eller hyllestyring, er den egnet for robotapplikasjonsscenarier. Derfor vil logistikk- og detaljhandelsbransjen være den neste fremvoksende industrien, og også begynnelsen på inntrengningen av roboter fra industri til tjenestenæring.
På grunn av aldring og økende arbeidskostnader, i Europa, har etterspørselen etter roboter gradvis penetrert fra store fabrikker til små og mellomstore fabrikker og til og med små verksteder. For små og mellomstore bedrifter er produksjonen preget av små partier og flere varianter, og produksjonsprosessen endres hele tiden. Bruk av tradisjonelle industriroboter vil ta for mye byttetid. Derfor trenger små og mellomstore bedrifter små og fleksible produkter, og brukervennligheten til roboter er nøkkelen.
Sammenlignet med utviklingen av dataindustrien, er industriroboter fortsatt på stadiet av "superdatamaskiner", og æraen med "personlige datamaskiner" for roboter har ennå ikke kommet. Når vi ser tilbake på historien til datamaskinen fra oppfinnelse til popularisering, er det funnet at prisreduksjonen, volumreduksjonen, applikasjonen er enkel å betjene og det brukervennlige grafiske grensesnittet er de tre viktige faktorene som til slutt får datamaskinen til å gå inn i tusenvis av husholdninger fra laboratoriet. På samme måte er kostnader, sikkerhet for samarbeid mellom mennesker og maskiner og brukervennlighet de begrensende faktorene for at roboter skal penetrere fra industri til andre felt. I prosessen med inntrengning av roboter fra industri til forbruk, er menneske-datamaskin-interaksjon en av faktorene som begrenser utviklingen av roboter. Enten i industri eller andre scenarier, hvordan kan maskiner samhandle bedre med mennesker? Hvordan bistå folk bedre til å fullføre arbeidet i arbeids- og produksjonsprosessen? Kunstig intelligens gir muligheten til å løse disse problemene. Når det gjelder påliteligheten til menneske-datamaskin-interaksjon, er det fortsatt et gjennombrudd å gjøre innen teknologi. Når det gjelder industriroboter, kan roboter i fabrikker nå utføre instruksjoner nøyaktig uten å gjøre feil, fordi ingeniørdesign, installasjon og igangkjøring må operere på produksjonslinjen gjennom instruksjoner. Den ideelle situasjonen i fremtiden er at roboter kan samhandle med mennesker på en mer naturlig måte som lærlinger, og kan endre seg fra lærlinger til modne arbeidere under veiledning av mennesker.