産業用インターネットは、すべての機器、センサー、ロボットを接続できるため、機器自体の理解を深めることができ、さらに重要なことに、この情報を使用して生産プロセスを継続的に改善する方法を理解することができます。 製造ライフ サイクルの観点から、インダストリアル インターネットは、工場が注意を払う 3 つの主な側面 (生産効率、稼働時間、製品認定率) に変化をもたらし、製造ライフ サイクル全体のすべてのリンクに新しいアイデアを提供します。
たとえば、電子工場が携帯電話、コンピューター、その他の製品を組み立てる場合、一般的な工場の慣行では、作業員は組み立ての精度を確保するために精密工具に頼っています。 各アセンブリ リンクはテストに合格する必要があり、テスト結果によって、前のプロセスが合格できるかどうかが決まります。 一般的な工場は前のプロセスに遡ることはできませんが、インダストリアル インターネットは組み立てプロセスで必要なパラメーターを調整できます。 携帯電話を例にとると、内部のさまざまなコンポーネントの組み立て精度は 30 ミクロンであると想定されます。 最終的なテスト結果によると、コンポーネントの公差は常に片面で 50 ミクロンに偏っています。 インダストリアル インターネットを使用すると、この生産データをインダストリアル インターネットの形で設計レイヤーにフィードバックできます。 前のプロセスで特定のアセンブリ リンクのパラメータを分析、決定、調整することで、系統誤差を排除できます。 これは、インダストリアル インターネットを介して取得された生産プロセスの実際のデータが、最終的な生産品質を向上させることができることを示しています。これは、ケイパビリティ ラダーとライフ サイクルの両方の観点から、インダストリアル インターネットの価値を反映しています。
製造業における人工知能の応用
人工知能は、製造業で広く使用されています。 工場では、数千台のロボットの履歴データからロボットの不具合の可能性を総合的に判断し、設備全体の稼働状況を予防診断します。 機械学習アルゴリズムにより、膨大な履歴データから判断し、設備の稼働状況を予防保全することができます。 ABB は、2007 年にロボットをサーバーに接続して、潜在的な問題や機器の動作などのデータを共有することを開始しました。 10年以上のデータ蓄積を経て、世界中のさまざまな工場の膨大な数の稼働データをマスターしました。 今後は、機械学習をさらに活用し、データ分析によるクラウドプラットフォームベースの予防診断および保守サービスを開始します。 予防保全に加えて、AI は、自動車工場の車体溶接工程生産ラインなど、生産プロセス全体のボトルネック問題を解決するためのアイデアをもたらすこともできます。 最も重要なポイントは、将来のヒューマン ロボット インタラクションの分野で、人工知能が大きな成果をもたらすということです。 現在、生産設備に基づく人間とコンピューターの対話は比較的伝統的な段階にあり、対話プロセスを実現するには人が指示を入力する必要があります。 人工知能技術は、将来、人と知能ロボットとの相互作用をより自然にすることができます。
将来のロボットの開発動向と適用シナリオ
外的要因の変化により、過去10年間の産業用ロボットの開発速度は、世界的にも中国的にも驚くべきものです。 世界的に、産業用ロボットは年間 15 ～ 20% の成長率を維持しています。 中国では、abb によると、2017 年に中国の産業用ロボット市場の成長率が 50% を超えました。
製品と技術の観点から見ると、産業用ロボットの構造と応用技術は 1970 年代からほとんど変わっていません。 ほとんどの産業用ロボットは、反復的、単純、退屈、さらには危険な作業を完了するために使用されます。 現在、産業用ロボットは主に、自動車、電子機器、食品および飲料、その他の産業など、生産能力と生産需要のある大規模生産で使用されています。 自動車産業の明らかな規模効果により、自動車産業は常に産業用ロボットにとって最も広く使用されている産業でした。 昨年以来、中国市場での需要の増加により、エレクトロニクス業界は産業用ロボットの最大のユーザーになりました。 同時に、ロボットは食品や飲料、金属製品、プラスチック製品などの伝統的な産業でも使用されています。
アプリケーションの面では、ロジスティクスおよび小売業界は、人材に対する高い需要と産業規模の急速な発展により、将来的にロボットの新しいアプリケーション分野になるでしょう。 倉庫業と物流業の両方で必要な仕分け作業。 積み込み、補充、小売棚管理のいずれであっても、ロボット アプリケーションのシナリオに適しています。 したがって、物流および小売業界は次の新興産業であり、産業からサービス産業へのロボットの浸透の始まりでもあります。
高齢化と人件費の高騰により、ヨーロッパではロボットの需要が大規模な工場から中小の工場、さらには小規模なワークショップにまで徐々に浸透しています。 中小企業の場合、小ロット多品種生産が特徴で、生産工程は常に入れ替わります。 従来の産業用ロボットを使用すると、切り替えに時間がかかりすぎます。 したがって、中小企業は小さくて柔軟な製品を必要とし、ロボットの使いやすさが鍵となります。
コンピュータ産業の発展に比べれば、産業用ロボットはまだ「スーパーコンピュータ」の段階にあり、ロボットにとって「パソコン」の時代はまだ到来していません。 コンピューターの発明から普及までの歴史を振り返ると、価格の低下、容量の削減、アプリケーションの操作の容易さ、ユーザーフレンドリーなグラフィカル インターフェイスの 3 つが、最終的にコンピューターが数千台に達する重要な要素であることがわかります。実験室からの世帯。 同様に、コスト、人間と機械の協調の安全性、および使いやすさが、ロボットが産業から他の分野に浸透するための制限要因となっています。 産業から消費へとロボットが浸透する過程で、人間とコンピューターの相互作用は、ロボットの開発を制限する要因の 1 つです。 業界であれ、その他のシナリオであれ、機械はどうすれば人とよりうまく対話できるでしょうか? 作業および生産プロセスで人々が作業を完了するのをより適切に支援するにはどうすればよいですか? 人工知能は、これらの問題を解決する可能性をもたらします。 人間とコンピューターの相互作用の信頼性という点では、テクノロジーにはまだブレークスルーが必要です。 産業用ロボットに関して言えば、エンジニアリングの設計、設置、および試運転は指示によって生産ラインで動作する必要があるため、工場のロボットは間違いなく正確に指示を実行できるようになりました。 将来の理想は、ロボットが見習いのようにより自然に人間と関わり、見習いから人間の指導の下で成熟した労働者に変わることです。