汽車制造業(yè)數(shù)字化的
“AI+X” 創(chuàng)新實(shí)踐
在數(shù)字化和智能化快速發(fā)展的今天
,AI技術(shù)已成為企業(yè)提升效率、優(yōu)化決策和加速創(chuàng)新的重要?jiǎng)恿?div id="d48novz" class="flower left">漢思信息成立于2008年
,基于自主研發(fā)的STIX四大平臺(tái)漢思信息成立于2008年
,基于自主研發(fā)的STIX四大平臺(tái),致力于為企業(yè)用戶提供全面、量身定制的MOM管理軟件(MES、WMS、LES、QMS、EAM、EMS100+項(xiàng)目經(jīng)驗(yàn)總結(jié)
,高級顧問提煉純干貨汽車制造業(yè)數(shù)字化的
“AI+X” 創(chuàng)新實(shí)踐
在數(shù)字化和智能化快速發(fā)展的今天
,AI技術(shù)已成為企業(yè)提升效率、優(yōu)化決策和加速創(chuàng)新的重要?jiǎng)恿?div id="d48novz" class="flower left">1)描述性語句的結(jié)構(gòu)化(如車輛選裝信息)
在工藝制造過程中
,經(jīng)常存在大段連續(xù)性描述文字內(nèi)容用于指導(dǎo)崗位操作或部件選裝,這些只能由人工識(shí)別的內(nèi)容不利于數(shù)字化管控、防呆控制。例如:從以下大段文字描述中摘取出符合數(shù)字化管控的結(jié)構(gòu)化數(shù)據(jù)
(圖例二)
傳統(tǒng)代碼開發(fā)方式將面臨解析字符內(nèi)容不固定
、位置不固定、文本標(biāo)識(shí)不固定等困難,且一旦描述發(fā)生哪怕標(biāo)點(diǎn)符號上的細(xì)微變化,都可能面臨修改代碼重新發(fā)版的挑戰(zhàn)。利用AI大語言模型賦能
,發(fā)揮其理解分析自然語言的優(yōu)勢,可通過提示詞(圖例三)的編寫便能輕易輸出結(jié)構(gòu)化的關(guān)鍵數(shù)據(jù)(圖例四)。且能自適應(yīng)描述文字的部分變化調(diào)整,即使當(dāng)變化無法自適應(yīng)解析時(shí),簡單調(diào)整提示詞即可,且不會(huì)對現(xiàn)有業(yè)務(wù)系統(tǒng)造成停服發(fā)版影響。(圖例三)
(圖例四)
2)輪胎尺寸信息識(shí)別
各國對汽車輪胎尺寸均有嚴(yán)格法規(guī)(如中國 CCC 認(rèn)證
、歐盟 ECE 認(rèn)證),合格證數(shù)據(jù)需與實(shí)際裝車輪胎完全一致。若存在偏差,車輛將無法通過出廠檢驗(yàn)或市場準(zhǔn)入審核,面臨停產(chǎn)、召回或罰款風(fēng)險(xiǎn)。利用AI圖像文字識(shí)別手段
,對生產(chǎn)車輛的輪胎標(biāo)識(shí)尺寸(圖例五)進(jìn)行識(shí)別(圖例六),識(shí)別數(shù)據(jù)再與該車輛合格證上輪胎尺寸數(shù)據(jù)進(jìn)行對比,達(dá)到實(shí)際尺寸和證書尺寸強(qiáng)校驗(yàn)的目的(圖例五)
(圖例六)
3)AI數(shù)字人之人員培訓(xùn)考核
在制造業(yè) “存量競爭” 與 “技術(shù)顛覆” 并存的時(shí)代,員工培訓(xùn)已從 “可選項(xiàng)目” 變?yōu)?“生存剛需”
而傳統(tǒng)員工培訓(xùn)方式本身面臨諸多挑戰(zhàn),利用AI+輔助培訓(xùn)執(zhí)行方式
(圖例七)
利用AI+方式,并非替代傳統(tǒng)培訓(xùn)
分層分類梳理針對不同角色
、技能、崗位所需的培訓(xùn)材料, 將材料知識(shí)利用“切片模型”(Chunking Model)切片存入向量數(shù)據(jù)庫中供知識(shí)庫使用。多維感知控制服務(wù)(業(yè)務(wù)系統(tǒng)數(shù)據(jù)變化監(jiān)控 )感知崗位人員變化信息,自驅(qū)動(dòng)人員對象模型屬性變化
,下發(fā)業(yè)務(wù)指令人員相關(guān)管理系統(tǒng)接收相關(guān)指令自動(dòng)生成培訓(xùn)
、考核相關(guān)待辦任務(wù)AI數(shù)字人根據(jù)培訓(xùn)待辦自動(dòng)抽取知識(shí)庫相關(guān)培訓(xùn)考核內(nèi)容,對話式引導(dǎo)對應(yīng)人員培訓(xùn)和考核
關(guān)鍵崗位配置視覺識(shí)別系統(tǒng)或班組長巡查
,跟蹤人員培訓(xùn)執(zhí)行動(dòng)作效果1)開收班點(diǎn)檢AI助力
開收班點(diǎn)檢是指在設(shè)備或產(chǎn)線啟動(dòng)(開班)和結(jié)束(收班)前
,對關(guān)鍵部件、運(yùn)行參數(shù)、安全狀態(tài)等進(jìn)行檢查,確保生產(chǎn)安全、穩(wěn)定運(yùn)行。核心目的:預(yù)防故障、降低停機(jī)風(fēng)險(xiǎn)、保障產(chǎn)品質(zhì)量、記錄設(shè)備狀態(tài) 傳統(tǒng)方式: 依賴人工經(jīng)驗(yàn) 記錄易丟失 異常響應(yīng)慢,故障處理滯后 (圖例八) 隨著數(shù)字化的普及 執(zhí)行項(xiàng)目的勾選與實(shí)際存在偏差 錄入耗時(shí) 傳遞信息簡單的風(fēng)險(xiǎn) 本次AI探討,將該場景進(jìn)行AI結(jié)合分析 (圖例九) 整理提交不同崗位 開收班執(zhí)行:拍攝點(diǎn)檢內(nèi)容項(xiàng)目 AI分析比對知識(shí)庫對應(yīng)項(xiàng)目 2)ANDON管理AI助力 ANDON(安燈)管理起源于豐田生產(chǎn)系統(tǒng) 核心目標(biāo):縮短異常處理周期 傳統(tǒng)方式: 依賴人工觸發(fā) 異常定位模糊(僅能定位到產(chǎn)線區(qū)域) 數(shù)據(jù)碎片化 主要依賴廣播和安燈顯示,若工人未關(guān)注廣播或安燈(如環(huán)境嘈雜 AI+ 方式:(圖例十) 借助 AI 語音模型解析 除傳統(tǒng)方式外 從問題觸發(fā)(工位 ANDON ) AI 自動(dòng)解析 (圖例十) 3)過程質(zhì)量控制AI助力 過程質(zhì)量控制指在生產(chǎn)過程中對物料、設(shè)備 核心目標(biāo):減少不良品率 傳統(tǒng)方式: 除質(zhì)量檢測設(shè)備外,更多依賴人工巡檢 無法預(yù)判關(guān)鍵人工工序作業(yè)動(dòng)作對質(zhì)量的影響 問題閉環(huán)處理涉及跨部門情況下,通知/升級機(jī)制執(zhí)行不嚴(yán)謹(jǐn) AI+ 方式:(圖例十一) 通過AI視覺識(shí)別手段動(dòng)態(tài)監(jiān)測關(guān)鍵工序人工作業(yè) 通過多渠道通知方式,確保異常第一時(shí)間推送至對應(yīng)人員 處理問題響應(yīng)閉環(huán)時(shí)間根據(jù)規(guī)則自動(dòng)升級通知 (圖例十一) 漢思和該新能源汽車制造商對生產(chǎn) 漢思致力于通過AI技術(shù),打造更加智能化 深思AI(1):從“人找數(shù)據(jù)”到“數(shù)據(jù)找人”:MOM系統(tǒng)如何用AI重構(gòu)生產(chǎn)決策邏輯 深思AI(2):漢思AI視覺識(shí)別項(xiàng)目突破 深思AI(4):漢思信息MES/MOM全面接入DeepSeek,深思(ThinkDeep)V2.0助推企業(yè)進(jìn)入AI+智造階段 ,更 是顛覆" rel="noopener">深思AI(6):AI × MES 智能協(xié)同革新:不只是秒答 深思AI(7):深思AI:漢思助力全球領(lǐng)先藥企首創(chuàng)AI加速產(chǎn)品質(zhì)量回顧PQR/APR HanThink 漢思信息技術(shù)有限公司成立于2008年,致力于提供企業(yè)用戶全面 目前服務(wù)的領(lǐng)域涵蓋離散和流程兩大行業(yè):汽車行業(yè)、新能源行業(yè) 尤其在汽車、醫(yī)藥、食品、新能源行業(yè)(新能源汽車、光伏、電池、儲(chǔ)能等)積累了豐富的實(shí)施經(jīng)驗(yàn)和行業(yè)方案,是國內(nèi)MOM的領(lǐng)先供應(yīng)商。 掃碼關(guān)注“漢思” 識(shí)別二維碼 即可關(guān)注 如有侵權(quán),請聯(lián)系漢思刪帖 近期聽到二則跟設(shè)備管理相關(guān)的事件 隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入 當(dāng)電商行業(yè)的競爭進(jìn)入深水區(qū) 山東華致林正處在轉(zhuǎn)型的高速發(fā)展期,由原料藥為主的藥用聚乙烯包裝...
漢思信息公眾號
掃碼關(guān)注漢思信息公眾號
其他原創(chuàng)
企業(yè)安全衛(wèi)士--設(shè)備管理系統(tǒng)
數(shù)據(jù)沉睡?決策靠猜
漢思攜手永佳和啟動(dòng)電商SRM數(shù)字化項(xiàng)目...
賦能醫(yī)療器械卓越制造
預(yù)約演示
姓名
電話
公司
內(nèi)容
提交