2023AI智造研究報告

AI智造白皮書目錄生產(chǎn)制造物流環(huán)節(jié)營銷與銷售產(chǎn)品使用安全管理制造業(yè)發(fā)展現(xiàn)狀分析AI在工業(yè)制造各個環(huán)節(jié)的落地應用產(chǎn)品設(shè)計一、二、123456三、深入九大行業(yè)，面對面訪談?wù){(diào)研數(shù)十家企業(yè)-1

-AI技術(shù)在制造業(yè)的應用需落在工業(yè)智能產(chǎn)品或具體工業(yè)痛點的解決方案上，相比較“錦上添花”的工業(yè)智能產(chǎn)品，“雪中送炭”的技術(shù)更容易被制造業(yè)接受解決痛點工業(yè)AI產(chǎn)品的研發(fā)應從制造業(yè)企業(yè)實際需求出發(fā)，通過AI技術(shù)滿足制造業(yè)全生命周期中的不同需求需求導向在云端與邊緣側(cè)共同發(fā)力，云邊結(jié)合打造行業(yè)的工業(yè)大腦。將豐富的云端業(yè)務(wù)能力延伸到邊緣節(jié)點，實現(xiàn)傳感器、設(shè)備、應用集成、圖像處理的協(xié)同云邊協(xié)同AI技術(shù)的必要條件是工業(yè)大數(shù)據(jù)的完整收集及分析，大部分工業(yè)企業(yè)仍未完成信息化、數(shù)字化，導致數(shù)據(jù)量不足、數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一，增加了AI技術(shù)應用難度數(shù)據(jù)挖掘核心數(shù)據(jù)安全依舊是工業(yè)企業(yè)最為關(guān)心的因素，由于工業(yè)核心數(shù)據(jù)是制造業(yè)企業(yè)最為關(guān)鍵的資產(chǎn)，數(shù)據(jù)上云或者數(shù)據(jù)外傳都會嚴重威脅到企業(yè)核心數(shù)據(jù)的安全，因此中大型企業(yè)更愿意選擇本地化或者上私有云安全保障目前人工智能算法框架以國外企業(yè)提供的開源框架為主，以GitHub為代表的開源社區(qū)大多由境外公司提供服務(wù)，具有中國自主知識產(chǎn)權(quán)的深度學習框架，有助于在工業(yè)信息化領(lǐng)域保障產(chǎn)業(yè)鏈安全算法建模工業(yè)的發(fā)展進程正在從企業(yè)產(chǎn)品牽引用戶需求變?yōu)橛脩粜枨笠I(lǐng)企業(yè)生產(chǎn),智能制造對于工業(yè)領(lǐng)域附加值的提升也應該逐步從生產(chǎn)制造環(huán)節(jié)的降本增效，轉(zhuǎn)向提供高附加值衍生服務(wù),即

“智能制造”

生產(chǎn)的

“智能產(chǎn)品”提供的“智能服務(wù)”商業(yè)模式核心觀點總結(jié)-2

-一、制造業(yè)發(fā)展現(xiàn)狀分析人口紅利降低，勞動力成本提升，精益生產(chǎn)迫在眉睫9.259.229.209.169.119.079.028.9768.7%68.1%67.6%67.0%66.3%65.6%64.9%64.3%62%64%66%68%70%8.68.89.09.29.4中國勞動年齡人口連續(xù)下滑2011201220132014201520162017

2018勞動年齡人口總數(shù)（億人） 占總?cè)丝诒戎?市場環(huán)境不容制造業(yè)發(fā)展走舊路人口老齡化和勞動成本上升，使得依賴低人力成本的勞動密集型產(chǎn)業(yè)在全球市場的優(yōu)勢逐漸喪失。面對內(nèi)需降低、部分核心技術(shù)依賴進口等問題，以精益生產(chǎn)為目標的制造業(yè)智能化改造將引領(lǐng)一批自主品牌邁向全球產(chǎn)業(yè)鏈中高端。2.663.074.17

3.67 4.645.145.535.95城鎮(zhèn)非私營單位制造業(yè)人均年工資(萬元)

7.21

6.45200920102011201220132014201520162017

2018數(shù)據(jù)來源：國家統(tǒng)計局工業(yè)發(fā)展是支撐國家其他產(chǎn)業(yè)發(fā)展的先決條件，而制造業(yè)則是促進國家工業(yè)發(fā)展的重要力量，在國民經(jīng)濟中發(fā)展中具有不可替代的主導作用。制造業(yè)體量大、增速穩(wěn)、前景廣，是中國經(jīng)濟社會發(fā)展的驅(qū)動核心。2018年中國國內(nèi)生產(chǎn)總值（GDP）達到90萬億元，其中制造業(yè)為26.5萬億元，占中國GDP的比例為29.4%

，工業(yè)增加值為30.5萬億元，制造業(yè)是中國經(jīng)濟發(fā)展的第一大支柱。預計到2025年，中國工業(yè)增加值將達到45萬億元。-5

-制造業(yè)信息化改造逐步深入,企業(yè)逐漸夯實AI落地基礎(chǔ)截至2018年底，全國制造業(yè)重點領(lǐng)域骨干企業(yè)數(shù)字化研發(fā)工具普及率[1]為68.9%，關(guān)鍵工序數(shù)控化率[1]為49.2%，傳統(tǒng)行業(yè)IT投入強度相對較低，關(guān)鍵工序數(shù)控化率仍有較大提升空間。關(guān)鍵工序：總時差等于零的工序稱為關(guān)鍵工序[1]

骨干企業(yè)數(shù)字化研發(fā)工具普及率、關(guān)鍵工序數(shù)控化率：工信部衡量制造業(yè)企業(yè)兩化融合能力、智能化水平的考核指標[2]

R&D：指科學研究與試驗發(fā)展投入占主營業(yè)務(wù)收入的比例450360187.514430150

75 381565%70%45%50%30%65%50%40%40%7.80%6.20%4.10%0.30%3.50%0.50%2.50%4.20%1.60%

0%10%20%30%40%50%60%70%80%5004504003503002502001501005003C汽車紡織2018年全國重點行業(yè)信息化建設(shè)就緒度家電 電力 食品飲料行業(yè)前五大企業(yè)連續(xù)3年IT投入成本（億元人民幣）化工 冶金關(guān)鍵工序數(shù)控化率機械R&D[2]數(shù)據(jù)來源：工信部、WIND（億元）-6

-人工智能助力工業(yè)領(lǐng)域信息技術(shù)新革命Artificial

Intelligence-人工智能五大核心技術(shù)機器學習/深度學習計算機視覺自然語言處理知識圖譜語音技術(shù)工業(yè)人工智能以系統(tǒng)化的方法和規(guī)則為工業(yè)應用提供解決方案科研成果與工業(yè)應用快速性系統(tǒng)性可傳承性為工業(yè)帶來的改變：不同的人使用同樣的工具可以得到近似的效果邁向智能制造標準化的方向提高生產(chǎn)效率改善質(zhì)量穩(wěn)定性降低能耗成本提升設(shè)備穩(wěn)定性提高危險工業(yè)場景的安全性賦能工業(yè)場景： 工業(yè)AI的局限性無法突破人類已有的認知以解決問題的“機會性”向工業(yè)場景的“確定性”逼近-7

-遍布制造業(yè)全生命周期的智能化改造需求市場需求度高市場需求度較高市場需求度一般市場需求度較低產(chǎn)品溯源安全監(jiān)察6 安全管理產(chǎn)品設(shè)計12 生產(chǎn)制造 3 物流 4 營銷與銷售5 產(chǎn)品使用市場需求預測工業(yè)質(zhì)檢智能物流規(guī)劃精準營銷遠程運維智能設(shè)計軟件故障診斷智能家居預測性維護工業(yè)機器人能源優(yōu)化管理-8

-二、AI在工業(yè)制造各個環(huán)節(jié)的落地應用PART01產(chǎn)品設(shè)計生產(chǎn)全生命周期中的首要環(huán)節(jié)智能制造的實施規(guī)劃-10

-人工智能助力產(chǎn)品設(shè)計市場需求預測需求點：基于銷售數(shù)據(jù)建立用戶畫像模型，預測產(chǎn)品銷售情況解決方案通過智能終端獲取用戶數(shù)據(jù)，通過用戶數(shù)據(jù)建立用戶畫像通過建模參數(shù)優(yōu)化給出預測的營銷支撐數(shù)據(jù)，判斷客戶購買意愿針對不同客群優(yōu)化銷售營銷策略難點及風險用戶數(shù)據(jù)標準化程度低，客戶行為分析難度較高用戶數(shù)據(jù)多涉及個人隱私及商業(yè)機密，數(shù)據(jù)獲取困難智能設(shè)計軟件需求點：智能助手，為設(shè)計師提供滿足相關(guān)標準的設(shè)計參數(shù)建議解決方案根據(jù)國標及行業(yè)標準，建立標準件參數(shù)庫以成熟產(chǎn)品的設(shè)計參數(shù)建立數(shù)據(jù)庫，對不同類型產(chǎn)品參數(shù)進行分類以分類后的參數(shù)庫作為訓練樣本對深度學習算法進行訓練在用戶開啟智能功能時，為非標準件提供參數(shù)建議難點及風險國標及行業(yè)標準數(shù)據(jù)冗雜，機器學習樣本分類難度大應用效果難以保證，技術(shù)推廣前期市場接受度較低-11

-基于知識圖譜的智能設(shè)計模塊筋板尺寸與歷史數(shù)據(jù)均不相同，可能不滿足零件強度需求通孔尺寸與GB/T-5277-1985沖突，建議參照國標修改設(shè)計周期的長短逐漸成為產(chǎn)品占領(lǐng)市場的核心競爭力，基于知識圖譜的智能設(shè)計模塊能夠避免因設(shè)計失誤而造成的設(shè)計方案反復修改，有效縮短產(chǎn)品設(shè)計周期，提升產(chǎn)品的市場競爭力。當前，CAD軟件的主要功能是使設(shè)計的步驟自動化。CAD軟件用于創(chuàng)建零件的計算機模型，將它們裝配在一起以及對零件和裝配體的性能進行建模，以使其符合設(shè)計規(guī)范。設(shè)計過程的分析步驟是迭代的，由專家執(zhí)行的設(shè)計評審確定其是否需要更改。使用基于AI的工具，可以直接執(zhí)行專家決策，而無需進行單獨的設(shè)計審查和綜合，因為AI工具中已經(jīng)包含了專家的知識和經(jīng)驗。AI賦能后的CAD具備以下基本特征：產(chǎn)品組件以結(jié)構(gòu)化圖層形式儲存，組件與之間的關(guān)系以面向?qū)ο蟮母袷綄崿F(xiàn)產(chǎn)品結(jié)構(gòu)也以結(jié)構(gòu)化圖層形式儲存，產(chǎn)品結(jié)構(gòu)內(nèi)組件或零件之間，基于國標或歷史數(shù)據(jù)推薦方法鏈接在數(shù)據(jù)庫中更新組件或零件十分便捷，易于在AI邏輯框架中添加基于知識的新規(guī)則和決策程序倒角設(shè)計不符合行業(yè)規(guī)范，建議參照xxxx版本進行修改-12

-PART02生產(chǎn)制造制造業(yè)全生命周期中最重要環(huán)節(jié)工業(yè)場景最豐富，智能化改造需求最多-13

-機器視覺-讓質(zhì)檢線擁有會思考的眼睛冶金鋼材表面缺陷識別方案選擇恰當工藝環(huán)節(jié)，增加激光光源和工業(yè)CCD相機，對板帶材表面連續(xù)拍照，保存圖像數(shù)據(jù)對已有的缺陷類型進行全方位拍照，對缺陷類型和大小進行標定紡織基于機器視覺的面料及瑕疵智能識別方案采用深度學習算法，針對復雜面料環(huán)境進行瑕疵標定采用工業(yè)CCD相機持續(xù)拍攝織物流水線，對布匹信息及瑕疵種類大小進行智能檢測3C-產(chǎn)品顯示屏智能質(zhì)檢顯示屏是手機關(guān)鍵零部件，質(zhì)量問題直接影響產(chǎn)品體驗。顯示屏表面微小缺陷難以察覺，人工觀察難度大、成本高。并且，顯示屏涉及復雜物理原理，缺陷成因難以依靠機理模型確定。解決方案在屏幕質(zhì)檢環(huán)節(jié)增加工業(yè)相機，作為質(zhì)檢人員輔助工具，以減輕質(zhì)檢人員工作量，降低檢測失誤率AI算法：對已有故障屏幕進行多角度拍照，以圖像作為訓練樣本，對屏幕故障模式進行機器學習難點及風險顯示屏集成電路部分難以拍照，只能通過通電后屏幕顯示情況進行分析對于新出現(xiàn)的缺陷類型，人工智能難以識別產(chǎn)品表面質(zhì)量智能檢測汽車裝配線表面質(zhì)量及漏油情況檢測基于機器視覺的出廠檢驗方案裝配線零部件標識和外觀檢驗視覺輔助檢測車門、車窗雨刷和轉(zhuǎn)向燈功能視覺輔助檢測車身外觀質(zhì)量-14

-由內(nèi)到外-無處不在的智能工業(yè)質(zhì)檢家電-空調(diào)噪音在線檢測空調(diào)噪音在生產(chǎn)線上淹沒于工廠內(nèi)嘈雜的設(shè)備噪音之中，需要在下線后在安靜的環(huán)境內(nèi)單獨檢測。采用基于聲紋識別技術(shù)的智能質(zhì)檢方案，可以實現(xiàn)空調(diào)噪音在線質(zhì)檢，縮短產(chǎn)品生產(chǎn)周期，為產(chǎn)品上市贏得先機。解決方案采集工廠內(nèi)的噪音數(shù)據(jù)，建立噪音庫在生產(chǎn)線上增設(shè)音頻采集設(shè)備，通過聲紋識別技術(shù)識別設(shè)備噪音，將噪音作為背景音從采集到的音頻中剔除對剔除背景音的聲音數(shù)據(jù)進行分析，實現(xiàn)空調(diào)噪音的在線質(zhì)檢產(chǎn)品內(nèi)部質(zhì)量智能檢測冶金-鋼鐵產(chǎn)品質(zhì)量管控長期以來，鋼鐵產(chǎn)品的內(nèi)部缺陷、強度硬度等內(nèi)在質(zhì)量只能依靠離線實驗方法進行檢測，在線檢測方法所依賴的機理模型均存在較大的偏差?；谌斯ぶ悄芩惴ǎ梢越档蜋z測結(jié)果對機理模型的依賴，提高準確性。解決方案結(jié)合現(xiàn)場已有的工業(yè)儀表，增加超聲或X射線檢測設(shè)備，并通過信息技術(shù)實現(xiàn)檢測數(shù)據(jù)的實時采集與處理對產(chǎn)品取樣后，進行材料學實驗檢測，結(jié)合超聲和射線成像數(shù)據(jù)，對質(zhì)量波動的數(shù)據(jù)進行標定-15

-故障診斷及預測性維護-設(shè)備的虛擬醫(yī)生生產(chǎn)線歷史數(shù)據(jù)數(shù)據(jù)存儲數(shù)據(jù)處理基于AI的預測性分析智能終端實時預警給出維護建議ERP 質(zhì)量數(shù)據(jù) MES鋼包預測性維護作為典型的流程型行業(yè)，冶金設(shè)備的突發(fā)故障將導致全線停產(chǎn)，給企業(yè)帶來巨大損失。鋼包是鋼鐵冶煉過程的關(guān)鍵設(shè)備，長期與高溫鋼水接觸，內(nèi)襯易產(chǎn)生不易察覺的細微裂痕，形成安全隱患。采用熱紅外成像技術(shù)配合機器視覺技術(shù)，可以實現(xiàn)鋼包失效故障的及時預警，提醒對鋼包及時維護。解決方案紅外熱像儀置于堅固的殼體內(nèi)，安裝在固定位置，當鋼包在龍門吊上經(jīng)過時，熱像儀捕捉鋼包圖像對鋼包圖像進行機器學習，對疑似裂紋點進行標注，停車檢修時進行實物比對對鋼包壽命進行預測，有裂紋出現(xiàn)時及時發(fā)出警報-16

-未來已來-人工智能賦予機器人智慧大腦協(xié)作機器人需求點：柔性制造提升加工精度、人機協(xié)同降低用工成本、多級并聯(lián)提高生產(chǎn)效率解決方案通過人工智能模塊加載，實現(xiàn)人機協(xié)同和多機協(xié)作通過算法訓練，對機器加工力度、精度等提供校準、糾錯等輔助功能難點及風險低級人工智能階段，AI技術(shù)應用達不到實現(xiàn)人機互動、人機協(xié)同的條件焊接機器人需求點：提高焊接效率，減小焊縫間隙，保持表面平整人工智能可以針對焊接精度進行算法補償，針對焊接定位誤差、焊接面積誤差等進行輔助修正，以提高精度難點及風險AI智能技術(shù)更多起到焊接工藝補償?shù)妮o助功能，在控制算法、視覺算法等方面有待提升焊接知識無法通過模塊化處理，算法模型難以進行訓練制孔機器人需求點：基于智能算法的制孔精度和制孔定位誤差補償基于人工智能技術(shù)的面板基孔自動預設(shè)基于控制算法實現(xiàn)定位精度動態(tài)補償難點及風險目前主機廠商大多存在工件的數(shù)字模型不完整的突出問題，工件的數(shù)據(jù)模型完整度不夠-17

-工業(yè)機器人-“虛擬勞動力”顛覆傳統(tǒng)制造模式123456拾取和放置防止人工因操作枯燥而出錯視覺系統(tǒng)可提升效率和精度大幅降低企業(yè)用工成本設(shè)備看護看護協(xié)作機器人具有針對特定設(shè)備的I／O對接硬件，可提示機器人進入下一周期生產(chǎn)時間或需要補充原料時間包裝碼垛代替人工，降低操作重復率小型負載能力強，協(xié)作機器人運動更加靈活加工作業(yè)協(xié)作機器人通過編程將程序復制其他機器人，省去企業(yè)員工訓練柔性制造算法補償，生產(chǎn)加工精度更高根據(jù)實際狀況調(diào)節(jié)生產(chǎn)效率，使產(chǎn)線及供應鏈更加協(xié)調(diào)質(zhì)量檢測通過視覺算法，對零部件、加工件等進行檢測，并與CAD模型自動對比，提高質(zhì)檢精度和效率協(xié)作機器人-18

--助力企業(yè)降本能源優(yōu)化管理3C-液晶面板工廠廠務(wù)智能優(yōu)化液晶面板的制造需要在恒溫、恒壓、恒濕的無塵環(huán)境，需要潔凈的壓縮空氣不斷從無塵室中噴出，而制造壓縮空氣的大型機臺需要使用冷卻水。廠務(wù)站房里的空壓機和冰機的耗電量占廠務(wù)系統(tǒng)的60%以上。解決方案根據(jù)廠務(wù)運轉(zhuǎn)機理和歷史運行數(shù)據(jù)對廠務(wù)系統(tǒng)進行建模，輸入可調(diào)參數(shù)，輸出廠務(wù)運行狀態(tài)，用深度學習算法擬合輸入與輸出的關(guān)系把依靠人的觀察和經(jīng)驗調(diào)節(jié)變?yōu)橄到y(tǒng)智能建議調(diào)節(jié)把滯后的應激式調(diào)節(jié)變?yōu)榍罢暗念A測性調(diào)節(jié)把設(shè)備定期維護變?yōu)閷崟r監(jiān)測設(shè)備狀態(tài)和預測性維護報警冶金-智能管網(wǎng)平衡系統(tǒng)高爐煤氣是高爐煉鐵過程中的重要副產(chǎn)物，管道回收后可輸送至下游生產(chǎn)車間充當主要能源介質(zhì)。然而在生產(chǎn)過程中，高爐產(chǎn)氣波動不可預知，且下游用戶用氣節(jié)拍不協(xié)同，導致產(chǎn)氣與用氣不平衡。解決方案實時監(jiān)測管網(wǎng)壓力及各設(shè)備產(chǎn)氣和用氣波動利用機器學習算法建立高爐煤氣產(chǎn)生的預測模型，對未來煤氣產(chǎn)生量進行預測結(jié)合預測數(shù)據(jù)和煤氣管道壓力監(jiān)測數(shù)據(jù)，保障關(guān)鍵用氣工序節(jié)拍穩(wěn)定，對異常用氣操作進行監(jiān)測和預警-19

-PART03物流環(huán)節(jié)連接智能制造生產(chǎn)全生命周期各環(huán)節(jié)智能工廠必不可少的應用場景-20

-智能物流-倉庫與消費者高效連接的“路由器”運輸路線智能規(guī)劃需求點：精細化工、食品飲料等產(chǎn)品多具有時效性，需保證在保質(zhì)期內(nèi)送至用戶指定位置。同時，企業(yè)運輸成本居高不下，已成為各行業(yè)痛點智慧物流：考慮車輛啟用成本、單公里成本、油價、階梯費等綜合運輸成本優(yōu)化，提供最優(yōu)路徑云計算支持：為企業(yè)提供持續(xù)的云技術(shù)支持，確保運輸路線的實時最優(yōu)調(diào)整難點及風險運輸成本計算方案復雜，受眾多因素影響，需以歷史數(shù)據(jù)作為人工智能學習重點以化工原材料物流、食品運輸、電子商務(wù)等為基礎(chǔ)的智慧物流供應商較多，市場競爭較為激烈-21

-啤酒智能物流優(yōu)化從工廠至零售全流程智能規(guī)劃降低啤酒廠商物流成本用戶主要需求啤酒倉儲物流涉及倉庫布置、配送方式、物流外包、信息化建設(shè)和流程再造等環(huán)節(jié)啤酒多為玻璃瓶包裝，運輸難度大解決方案與專業(yè)物流團隊合作，為其提供基于人工智能的倉儲布置及物流方案優(yōu)化與線上銷售平臺合作，為其提供信息化、智能化改造過程中的算法支持難點及風險倉儲及物流涉及環(huán)節(jié)較多，需要同時與多家運營商溝通方案細節(jié)物流成本影響因素較多，智能優(yōu)化效果存在不明顯的可能收到訂單下訂單收到訂單 下訂單區(qū)域倉儲工廠出貨倉儲進貨出貨倉儲深加工 預處理 原材料供應進貨倉儲出貨進貨倉儲配送倉儲零售收到訂單下訂單收到訂單下訂單-22

-PART04營銷與銷售生產(chǎn)全生命周期中協(xié)同客戶需求的環(huán)節(jié)大數(shù)據(jù)和人工智能的結(jié)合應用-23

-精準產(chǎn)品推薦基于AI的聚類和解釋消費者數(shù)據(jù)以及個人資料信息和人口統(tǒng)計信息獲得用戶數(shù)據(jù)圍繞高相關(guān)性和個性化服務(wù)，向既有用戶和潛在客戶推薦新款產(chǎn)品產(chǎn)品智能定價根據(jù)供需關(guān)系，產(chǎn)品價格是影響其銷量的關(guān)鍵因素基于對歷史同期數(shù)據(jù)和消費者其他消費習慣的分析能夠準確確定產(chǎn)品的最優(yōu)定位，以實現(xiàn)銷售利潤的最大化廣告精準投放根據(jù)智能終端所采集的用戶數(shù)據(jù)，分析用戶觀看廣告的時間及地點對比既有客戶的數(shù)據(jù)，對潛在客戶進行廣告精準投放促銷時機決策以歷史同期銷售價格、銷量數(shù)據(jù)及銷售地點數(shù)據(jù)為學習樣本根據(jù)人工智能算法，找到不同商場最佳促銷時機大數(shù)據(jù)+人工智能實現(xiàn)精準營銷-24

-PART05產(chǎn)品使用制造業(yè)全生命周期的最終環(huán)節(jié)核心是產(chǎn)品數(shù)字化、智能化-25

-人工智能助力設(shè)備遠程運維，實現(xiàn)降本提效設(shè)備遠程運維需求點：生產(chǎn)設(shè)備故障不能及時維護造成產(chǎn)品質(zhì)量問題解決方案利用

“邊緣計算”設(shè)計理念，在運行過程中將設(shè)備產(chǎn)生的有效數(shù)據(jù)進行篩選、存儲和標定利用人工智能算法提高設(shè)備穩(wěn)定性，實現(xiàn)產(chǎn)品質(zhì)量提升難點及風險某些企業(yè)設(shè)備數(shù)字化程度有限，智能化改造需要投入大量精力實現(xiàn)生產(chǎn)設(shè)備數(shù)字化監(jiān)測經(jīng)濟效益難以核算，難以獲得制造業(yè)企業(yè)通力支持電力巡檢需求點：降低人力巡檢成本，提高巡檢效率解決方案無人機、巡檢機器人等智能裝備對電力設(shè)備運行狀況、運行參數(shù)進行記錄存檔智能算法分析數(shù)據(jù)，提升巡檢效率和隱患識別率難點及風險巡檢環(huán)境復雜多變，對巡檢設(shè)備及AI技術(shù)要求高-26

-基于磨損數(shù)據(jù)的軋輥狀態(tài)智能預測支撐軋輥廠技術(shù)服務(wù)新模式精準預測軋輥服役周期用戶主要需求智慧服務(wù)將成為傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型之路某軋輥企業(yè)擬采用按軋制里程銷售軋輥的新模式，代替軋輥的一次性銷售軋輥磨損數(shù)據(jù)有利于軋輥廠制定換輥策略，同時有利于軋制工藝補償解決方案與鋼鐵企業(yè)合作，獲取軋輥全生命周期的磨損數(shù)據(jù)利用歷史數(shù)據(jù)預測軋輥當前軋制里程的磨損狀況難點及風險軋輥磨損基本遵循力學基本規(guī)律，預測模型需充分考慮力學基本原理磨損數(shù)據(jù)能反應企業(yè)產(chǎn)品質(zhì)量問題，軋輥企業(yè)和鋼鐵企業(yè)對數(shù)據(jù)的流通都有所保留鋼廠磨輥車間以太網(wǎng)從數(shù)據(jù)中提取有用信息VPN服務(wù)器工作環(huán)境監(jiān)控軋輥廠商遠程監(jiān)控，實現(xiàn)智能運維-27

-智能空調(diào)自行感知決策全屋智能主要需求自動感知室內(nèi)空氣狀況，決策并執(zhí)行調(diào)節(jié)室內(nèi)空氣各項指標不同品牌智能家居產(chǎn)品的互聯(lián)互通解決方案為智能空調(diào)制造企業(yè)提供技術(shù)解決方案，實時準確感知、調(diào)節(jié)室內(nèi)空氣情況與各智能家居制造企業(yè)積極尋求合作，整合各企業(yè)智能家居形成全屋智能解決方案難點與風險技術(shù)上兼容各品牌智能家電較困難尋求合作過程艱難-28

-PART06安全管理監(jiān)控生產(chǎn)全生命周期智能化管控一切人、事、物-29

-廠區(qū)人員跟蹤定位入廠人員自動識別人員位置實時監(jiān)控用戶主要需求化工企業(yè)廠區(qū)龐大，廠房內(nèi)危險區(qū)域較多廠房修建期間，工人進出廠區(qū)較為頻繁生產(chǎn)安全和數(shù)據(jù)安全均存在潛在隱患解決方案硬件：增加攝像頭，確保廠區(qū)內(nèi)無視野死角算法：通過圖像技術(shù)進行人臉和危險動作識別邊緣智能：采用邊緣智能方法增加計算效率難點及風險需要硬件較多，要求人員識別準確率較高，需與硬件提供商深度合作，共同開發(fā)廠區(qū)監(jiān)控系統(tǒng)用戶對技術(shù)成熟度要求較為嚴格，需在項目初期以聯(lián)合開發(fā)為主，重點培訓企業(yè)內(nèi)部IT人員熟悉人工智能技術(shù)訪客姓名：張三訪客狀態(tài)：正常訪問區(qū)域：煉化車間、儀表室....責任員工：李四訪客姓名：王五訪客狀態(tài)：不合規(guī)非法訪問：設(shè)備室、1號倉庫責任員工：趙六訪客姓名：、、、、、、訪客姓名：、、、、、、-30

-人工智能助力優(yōu)化產(chǎn)品溯源能力，加強生產(chǎn)安全管理基于大數(shù)據(jù)分析的質(zhì)量控制基于農(nóng)業(yè)物聯(lián)網(wǎng)的產(chǎn)品溯源用戶主要需求食品安全重要性強食品制