伴隨全球制造業格局的變化以及中國制造業的崛起，數字化、大數據正在開啟新的篇章。這也意味著許多的企業正在面臨轉型，擺脫傳統的制造方式，升級為智能的制造方式，而智能工廠作為工業智能化發展的重要實踐模式，已經成為制造業轉型升級的主旋律。

2020年一場突如其來的疫情，使得不少制造企業都面臨著生產難題，如何保證人員安全同時又快速高效復產復工成為制造業復蘇亟須思考的重點。而對智能工廠來說，這些難題卻迎刃而解。

在這種情況之下，智能工廠再度成為行業關注的焦點。讓很多制造企業把眼光投向了智能制造，希望借助智能化生產，提高運行效率，降低對人工的依賴。可以說，疫情成為了中國工廠加速智能化的催化劑。

當下，很多企業都在規劃建設智能工廠。那么，智能工廠的規劃要考慮哪些核心要素？如何才能讓智能工廠這一目標觸手可及？今天，我們就以當下最熱的口罩生產線為例，一起來探討下。

為“智”造打開新“視”界

工業4.0離不開智能工廠，而智能工廠的建設離不開機器視覺。機器視覺是實現工業自動化和智能化的必要手段之一，相當于人類視覺在機器上的延伸。作為智能工廠中至關重要的一環，機器視覺正與人工智能更加完美地融合，帶來更加可擴展的自動化應用，以幫助企業實現更多人力資源的釋放與轉移。

作為工業生產不可或缺的環節，質檢工序往往是制約效率提升的瓶頸。原因在于，傳統人工目檢的方式不僅存在人力成本高、檢測標準不統一等弊病，檢測精度也會隨著質檢工人疲勞度的增加而大幅降低。為了應對這一挑戰，許多企業正開始嘗試在生產線中運用基于人工智能（AI）的工業視覺技術來提升品檢的效率與精度。

例如，以目前許多企業都在生產的KN95/N95口罩為例，在實際生產中，口罩在出廠前需要接受表面異物、鼻梁線和海綿條平整度、以及封邊寬度和耳線的點焊狀態等方面的檢測，保證產品符合標準，以確保口罩能與面部保持良好的密合性。

為此，匯川技術提供了一種基于英特爾??酷睿?處理器，兼具AI與高性能邊緣計算能力的視覺控制器平臺?KINOVISION，幫助?KN95/N95?口罩企業進行自動化缺陷檢測。

在實際應用中，檢測量達到了每分鐘檢測150件，準確率達99.98%，并在平均每條生產線減少2-3名檢測人員的情況下，仍可實現7x24小時無間斷生產，在提高檢測效率、保證產品品質的同時，有效降低了人工成本。

從這個案例中我們可以看到，機器視覺具有高度自動化、高效率、高精度和適應較差環境等優點。

作為智能制造領域采集和處理生產信息的關鍵技術，基于 AI 的工業視覺技術表現出了巨大的優勢。一方面，它避免了依賴人工而存在的弊端；另一方面，極大的拓展了生產環境和生產條件，無需近距離接觸危險的工作環境。

更加靈活的智能工業控制系統

工業控制系統的網絡化、數字化和智能化是未來產業升級和工業轉型的必經之路。傳統的可編程邏輯控制器（PLC）以其可靠性高、穩定性好、編程靈活、開發周期短等優點，廣泛應用于工業控制的各個領域。但就目前而言，PLC運用在工業自動化控制中還存在一系列問題，導致無法有效滿足某些應用領域對效率和精度的高要求。

同樣以上述 KN95/N95 口罩生產線為例，傳統產線部署中，很大一部分的工作量來自于機械相關的安裝和調試，尤其在印花與切刀的相位同步和送鼻梁條與推鼻梁條的機械動作時序更是耗時耗力，一般需要多個工程師同時配合，反復多次嘗試才能完成。

傳統機械傳動方式生產線

在傳統的控制方案中，脈沖控制步進電機，不僅高速易丟步，還影響效率和控制精度。但如果采用全伺服電氣解決方案，用戶便可以更智能、精準地協同各產線部件。不過，這對控制器的計算處理能力要求較高，原有的一些PLC的算力在面對復雜的協同操作時就顯得有些“捉襟見肘”。

如果用戶有一臺基于 PC 的多功能智能控制器，就能替代傳統產線中的PLC?、HMI?等一系列單功能控制器，進而實現開發成本和周期的降低，幫助用戶降低運維難度，最終實現全產業鏈降本增效。

智能工業控制系統的發展和應用使得工業生產效率得到有效提升，同時也避免了人員的繁瑣調試。隨著市場競爭的加劇和技術的進步，產品更新換代的速度不斷加快，制造業的生產模式正在從大規模剛性制造轉向小批量柔性制造，此時更需要靈活智能的工業控制系統作為支撐。

柔性制造加速制造業數字化進程

柔性制造也是智能工廠的重要特點之一，它代表了企業適應內外部環境變化的能力，考驗的是企業的反應速度。傳統的剛性制造主要是單一品種的大批量生產，而柔性制造的模式則是以市場為導向。

例如，面對突如其來的新冠疫情，口罩一時間成為市場上的緊缺物資。因此眾多企業紛紛跨界，在極短時間內便實現轉產。這種轉產，就是制造企業實行柔性生產的成果。

巨大的需求缺口要求轉產企業分秒必爭，但轉產并非易事。作為直面病毒的首道屏障，口罩的質量至關重要。也就是說，生產企業既需要保證檢測效率和準確率，更需要快速進行產線部署，兩項內容至關重要，而助力企業順利實現轉產這一目的的一大利器便是基于人工智能技術的智能化應用。

在上文提到的口罩生產案例中，匯川便是通過與英特爾? 酷睿?處理器、英特爾? 邊緣控制軟件（英特爾? ECS） 以及?OpenVINO?工具套件相結合，推出了全伺服電氣解決方案和自動化缺陷檢測系統，以此幫助制造企業實現產線快速部署和高效生產。

從貫徹本文的口罩生產案例中，可以發現，機器視覺是自動化生產線中實現“感知”的重要一環，而控制系統則決定了能否達到自動化生產中所需要的精度和效率要求。

通過人工智能將影響智能工廠中柔性生產的兩大主要方面有機結合，再利用虛擬化技術進行整合，實現軟件定義后的硬件設備靈活配置，便能夠支持企業快速上馬新的生產流程與工藝。

當下，制造業正處于向數字化轉型的關鍵時期，每個企業都在積極探索智能工廠的建設路徑，他們的切入角度各不一樣，有從設計端切入的，有從生產端切入的，有從管理維度切入的，不妨考慮以人工智能為基礎，將人工智能和制造系統相結合，打造全產業鏈支持的智能工廠解決方案。

人工智能正成為締造未來制造業的關鍵技術，讓工廠能夠更加“聰明”的進行生產。未來，人工智能和制造系統的結合將是必然的，這將有效提升企業控制管理系統的能力，使企業在競爭激烈的環境獲得更好的優勢。

那么，你準備好了嗎？機器視覺+智能工業控制+柔性制造，便可以讓你在實現智能工廠的道路上更進一步！
? ? ? ?責任編輯：tzh