隨著人工智能技術的快速發展及其在工業系統中卓有成效的應用, 工業智能化成為當前工業生產轉型的一個重要 趨勢. 論文提煉了工業人工智能 (Industrial artificial intelligence, IAI) 的建模、診斷、預測、優化、決策以及智能芯片等共性關 鍵技術, 總結了生產過程監控與產品質量檢測等 4 個主要應用場景. 同時, 論文選擇預測性維護作為工業人工智能的典型應 用場景, 以工業設備的閉環智能維護形式, 分別從模型方法、數據方法以及融合方法出發, 系統的總結和分析了設備的壽命 預測技術和維護決策理論, 展示了人工智能技術在促進工業生產安全、降本、增效、提質等方面的重要作用. 最后, 探討了工 業人工智能研究所面臨的問題以及未來的研究方向.
為滿足智能制造企業對產品質量檢測的需求, 服務制造企業生產管理, 對缺陷檢測技術的研究現狀、典型方法和應用 進行梳理. 首先總結了磁粉檢測法、滲透檢測法、渦流檢測法、超聲波檢測法、機器視覺和基于深度學習的缺陷檢測技術的 優缺點; 對比分析了磁粉檢測法、滲透檢測法、渦流檢測法、超聲波檢測法、機器視覺檢測的主流缺陷檢測技術和基于深度 學習的缺陷檢測技術的研究現狀; 然后, 梳理了缺陷檢測技術在電子元器件、管道、焊接件、機械零件和質量控制中的典型應 用; 最后, 對缺陷檢測技術的研究情況進行了總結和展望, 指出該研究領域亟需解決的問題和未來發展的方向, 并從高精度、 高定位、快速檢測、小目標、復雜背景、被遮擋物體檢測、物體關聯關系等幾個方面總結近年來發表在 ICCV (International Conference on Computer Vision) 和 CVPR (International Conference on Computer Vision and Pattern Recognition) 等 知名國際會議上相關論文的核心思想和源代碼, 為缺陷檢測技術的進一步發展提供理論和應用上的借鑒與參考.
//www.aas.net.cn/fileZDHXB/journal/article/zdhxb/2020/11/PDF/zdhxb-46-11-2319.pdf
機器視覺是建立在計算機視覺理論工程化基礎上的一門學科,涉及到光學成像、視覺信息處理、人工智能以及機電一體化等相關技術。隨著我國制造業的轉型升級與相關研究的不斷深入,機器視覺技術憑借其精度高、實時性強、自動化與智能化程度高等優點,成為了提升機器人智能化的重要驅動力之一,并被廣泛應用于工業生產、農業以及軍事等各個領域。在廣泛查閱相關文獻之后,針對近十多年來機器視覺相關技術的發展與應用進行分析與總結,旨在為研究學者與工程應用人員提供參考。首先,總結了機器視覺技術的發展歷程、國內外的機器視覺發展現狀;其次,重點分析了機器視覺系統的核心組成部件、常用視覺處理算法以及當前主流的機器視覺工業軟件;然后,介紹了機器視覺技術在產品瑕疵檢測、智能視頻監控分析、自動駕駛與輔助駕駛與醫療影像診斷等四個典型領域的應用;最后分析了當前機器視覺技術所面臨的挑戰,并對其未來的發展趨勢進行了展望。希望為機器視覺技術的發展和應用推廣發揮積極作用。
摘要: 工業4.0將工業制造流程以及產品質量優化從以前依照經驗和觀察進行判斷轉變為以事實為基礎, 通過分析數據進而挖掘潛在價值的完整智能系統. 人工智能技術的快速發展在工業4.0的實現中扮演著關鍵的角色. 然而, 傳統的人工智能技術通常著眼于日常生活、社會交流和金融場景, 而非解決工業界實際所遇到的問題. 相比而言, 工業人工智能技術基于工業領域的具體問題, 利用智能系統提升生產效率、系統可靠性并優化生產過程, 更加適合解決特定的工業問題同時幫助從業人員發現隱性問題, 并讓工業設備有自主能力來實現彈性生產并最終創造更大價值. 本文首先介紹工業人工智能的相關概念, 并通過實際的工業應用案例如元件級的滾珠絲杠、設備級的帶鋸加工機與機器群等不同層次的問題來展示工業人工智能架構的可行性與應用前景.
本文結合工業自動化和信息技術在工業革命中的作用以及制造與生產全流程決策、控制以及運行管理的現狀和智 能化發展方向的分析, 提出了發展工業人工智能的必要性. 通過對人工智能技術的涵義、發展簡史和發展方向的分析以及自 動化與人工智能研究與應用的核心目標、實現方式、研究對象與研究方法等方面的對比分析, 提出了工業人工智能技術的涵 義. 通過對工業人工智能和工業自動化的研究對象與研究目標對比分析, 提出了工業人工智能的研究方向和研究思路與方法。