玄羽科技李鸿峰:AI赋能3C制造的四大应用场景丨BV Family
百度风投 · 2019-07-25 19:12:41 · 热度:加载中...
3C行业制造目前面临增长放缓、人力成本持续增加、毛利率越来越低的三大困境,产业面临这些困境,需要考虑升级转型,通过技术创新和成本优化。

BV百度风投A轮项目“玄羽科技”是一家工业制程智能化开发公司,致力于以工业4.0为蓝图,以工业大数据及机器学习的技术为基础,结合工业自动化技术,为制造业提供软硬结合的智能工厂解决方案。近日,在“2019未来论坛·南京峰会”上玄羽科技董事长李鸿峰发表《AI 赋能3C制造》的主题演讲,他表示:3C行业制造目前面临增长放缓、人力成本持续增加、毛利率越来越低的三大困境,产业面临这些困境,需要考虑升级转型,通过技术创新和成本优化。

玄羽科技董事长李鸿峰

以下为演讲实录:

大家好,我是玄羽科技的李鸿峰,我今天分享的是AI赋能3C制造,侧重于介绍细分领域的几个AI应用,刚才我与几个嘉宾一起交流一致认为在今天的创投圈,有几个概念被炒得非常火热,工业互联网、工业物联网、智能制造都非常热,历史经验告诉我们,行业越是狂热,我们作为当事人就越要冷静分析。智能制造是方向是未来,但是,在行业刚刚起步的今天,我们究竟该如何去做?玄羽选择聚焦,工业很大,我们聚焦在3C制造,3C依然然很大,我们还要继续聚焦。

013C制造在今天面临着三大困境

首先我们看一下我们为什么选择3C行业,3C行业的现状是怎么样的。3C制造在今天,已经面临着三大困境,

第一大困境就是增长放缓,例如最明显的就是手机,以前是在持续高速增长,而现在出现了负增长,这是第一困境。

第二困境,中国的人口红利已经不在了,人力成本一直在增加,中国过去十年间,人力成本增长了3倍,尤其在3C制造这个人力密集的制造业,更加地显著。

第三个困境,整个3C制造毛利率越来越低。

当一个产业面临这些困境的时候,就必须要考虑升级转型,一定是通过技术创新和成本优化。这就催生了他们对智能化制造的需求。

023C制造特点

第一个特点就是高度离散。第二个是迭代非常快。这样的行业特点,既有它好的一面,也有它坏的一面。好的一面是:通过科技手段能带来的效率提升的价值空间特别大。不好的是:因为变化太快了,太离散了,做起来非常难。玄羽科技最开始选择的路径,是以头部企业为主,它的特点就是基础比较好,理念比较强,可以带动整个产业的动作。所以最早我们选择了3C制造,作为智能制造的一个切入点。

智能制造的理解往往有一个误区,就是自动化。自动化在智能制造的进程中,的的确确起了非常重要的作用。但有一点必须清楚,自动化真的不等于智能化。自动化的手段只能替代人的手和脚,不能替代人的大脑。如果向往智能制造,就要想一想怎么能替代人的大脑。今天我们可以通过数据+算法的方式,切入到智能制造,用AI的替代甚至超越人脑,能给工业带来巨大的价值。

先介绍智能制造的一些基本逻辑,我们把工厂里各种设备和系统的数据尽量全地收集上来形成数据中台,在中台之上做数据分析和一些人工智能的探测。有一些做工业大数据的公司,基本上做采集、分析、展示、报警,这个都是单向的分析,在工业领域这个单向分析是不足够的。既然已经通过数据分析得出了一个结论,那我们为什么不对这个结论做相应的动作呢?我们在智能工厂设计的时候,有三个因素是必须考量的,大局观、判断力、闭环控制。当我们把这么多设备收集上去之后,我们相当于在整体上形成了一个大数据的外脑,可以通过多维度的、宏观的角度去判断整场的状况,而不是某一台机器做得非常智能,是整体大局观的智能。

第二个要素是判断力,通过数据的手段,给一个判断和分析。第三个要素是闭环控制,基于这个分析,要进行反向的闭环控制,没有反向的闭环控制,意义会大大折扣。有了这样的大局观、判断力和闭环的执行力,就成为了智能工厂和柔性制造的基础。智能工厂就是有智有能,智是“判断力”、能是“使能”这就是我们的智能工厂的一个基本逻辑。

03四大AI应用

接下来跟大家分享四个AI的应用,这是在细分领域四个比较有意思的场景。

第一个场景就是CNC刀具的智能分析,CNC就是数控机床,最主要的耗材就是加工的刀具,刀具是一个高速旋转的部件。CNC加工一直都有一个痛点,就是高速旋转的刀在加工过程中会不可避免地会断掉,因而机台对断刀是不可判断的,断刀会让加工工件成为次品,这是物料的损失,另一个损失,是刀的损失,在CNC加工过程中是自动换刀的,当前序工刀断掉之后,后续工刀并不知道前面是断的,依然按照原来的加工位置切换过来,会造成接二连三地断掉,不仅是次品,还必须相应地换刀和修理机台。因为断刀这个痛点催生了对刀仪。对刀仪会损失非常多的加工时间,而加工时间就是产能。在3C制造领域,因为是大规模生产的,产能损失是工业企业最不愿意看到的。而且硬件的对刀仪在机台里面面对的环境非常恶劣,所以它的品质和测量精度下降得特别快要高频次地维护它。每一个机台都要配这个对刀仪,每天都要去维护它,中国有CNC保有量大概有几百万台,如果每一个机器都配对刀仪的话,代价是非常巨大的。客户给我们提出的要求是,如何不增加硬件成本,如何不占用加工时间,把断刀找出来,这就是数据+算法的方式。我们把机台里面对应的数据全样采集出来,对每一把刀的整个加工状态,在线的、实时的都有一个精准的把控,能立刻发现断刀行为,当我发现断刀之后,一定要有闭环反向控制,立即控制机台抬刀停机,避免后续损失的发生。由于我们对刀具做了精准的监控,同时衍生出对机台寿命的准确把握,所以我们会带来刀具的节省,人员的节省,设备寿命的提升,效益大大增加了。

接着分享第二个AI应用,阳极氧化的应用,手机外壳从CNC加工出来之后,是一个白料,是不可以直接进组装段,必须要进行表面的处理和染色,这个就是阳极氧化的工艺,是一个化学工艺。在中间大家看到的就是一条阳极线,下面一格一格的就是池子,上面挂的叫做天车。一个金属要经过染色的过程,根据它的品质要求,会经历不同的池子,一个池子一个池子沉浸反应,我们当初做的一个手机外壳品质要求非常高,要经过上百个池子,这个工艺非常复杂。为了人的安全,整个阳极行业都要求用天车,带来了另外的风险,因为这个天车会撞人,每年都会有伤人的事故。我在阳极厂走一圈嗓子受不了,里面都是是强酸雾,工人必须戴口罩。所以阳极厂是最需要做无人工厂的。今天的嘉宾我们也在交流一个事,IT和OT的融合,这是非常典型的案例。引入人工智能算法的话,会大大提升效率和准确率。将天车实现真正意义上的智能驾驶。

那么为什么阳极厂最需要做无人化,到现在都没办法无人化呢,因为整个化学工艺是非常不可控的,必须有一个老师傅站在池子旁边根据经验不断地观察、不断地进行手工调整,整个过程不得不依赖老师傅在现场的控制,老师傅好不容易培养出了经验,就跑了。因为工作环境太恶劣了。阳极厂的品质一直都是提升不起来的。我们曾经做了一个阳极厂,每天因为良品率做不上去,每天损失是几百万。现在我把天车实现了智能自动化,把每一个涉及到老师傅的环节,都通过数据算法的方式,去替代它。这样就可以真正意义上做到阳极的无人化了。

分享的第三个AI应用就是智能主轴,主轴是机器加工设备非常重要的部件。主轴每年维修和替换是CNC领域非常重要的成本。我们把跟主轴相关的数据,以高频的方式采集过来之后,我们对主轴的运作就了如指掌。带来了两个方面的改善,第一个改善,CNC每天在加工的时候,它的工人在现场必须要做一个事,就是要测一下这个主轴的对中度和偏摆,如果有偏摆的话一定会出现次品,但因为都是手工的,效率非常低,每天要检测3-4次,有的员工偷懒了,检测评估就会更低,这样就会增加产品的次品率。第二就是,这个轴是非常贵的东西,一旦坏了,损失非常大。如果在精准的判断监控之后,我们对这个主轴提供一个预测性的维护和健康管理。我们对于整个主轴加工过程的状态了如指掌,有些时候是可以救回来的,要看发生故障的原理。可以把寿命提升的。涉及到主轴的检测和生命周期的管理。这是任何一个有主轴设备的工厂特别在意的一个部件。

第四个跟大家分享的AI应用就是智能玻璃加工,我们为什么做玻璃加工这个领域。大家知道,以前的机器的外壳都是塑料的,后来因为苹果手机的引领,把外壳做成了金属的,促使了3C金属加工爆炸式的增长。接下来5G时代会到来,5G信号对金属是非常敏感。这就要求整个手机的外壳不会都是金属的外壳,苹果很明确将来有玻璃外壳的方向,很多做制造企业都在做预研和转型,下一步玻璃加工的制造会大幅增长。良品率很难保证。玻璃切片之后要磨的,这个过程就是用的CNC,我可以把这个过程理解为CNC加工的特殊刀具,它是一个磨棒,玻璃非常脆,加工过程会出现崩边崩角崩空等不良。有了人工智能算法之后,可以大大提升玻璃加工的效率和良品率。

工厂要做的事情,不管是宏观也好,还是微观也好,一定要做到增效、降本、提质、减员等等,这是不灭的话题。

推荐阅读

AIRLOOK发布超算平台,用AI实现建模语义化和自动修模

结束野蛮生长之后,环保行业的下一个“黄金”在这里

《2019工业智能白皮书》丨BV Research

工业智能的野心,在于用强AI技术实现进一步工业化

BV刘维:2019,抉择时刻

BV刘维展望AI黄金十年:塑造新效率模型,造就新产业巨头

光电+AI,合刃科技创新提出非视距物体识别技术

电力交易改革带来万亿智能交易新蓝海

浅谈从服装3D设计切入推动时尚产业数字化

关于BV

BV是由百度发起、专业团队管理的独立风险投资机构,其出资人包括百度和其他优秀的产业、金融机构。BV目前管理着5亿美元规模的三支美元和人民币基金,在北京和旧金山同步运营,致力于成为AI时代的世界一流VC。

BV在用投资打造一个更高效的智能世界:更细颗粒度的感知、更精准的决策、更少的人力成本、更好的效率模型。我们已投资了100多家AI公司——从芯片到传感器,从人体数据采集到天基观测网,从智能工业到智能城市,我们投资AI背后的底层技术,也投资AI驱动的各种行业变革。

本文来源:百度风投