智能制造是取代生产线上重复劳动力的效率革命。
当前,生产线上很多流程已经被机器自动化解决,但是,机器也有力所不能及的地方,比如,误差,情感,主观性,等。
这里,我们先从比较基础的问题来深入探讨,以某制造大厂自动化生产线为例。
想象一下,有这么一个房间,进去的是材料,出来的是一辆卡车,请不要奇怪,这里除了机器还有人在。
机器替代人,人干什么
人研究机器
误差、概率似乎是上帝创造人类是留下的一个谜团,连爱因斯坦都无奈的提出:“上帝会掷骰子吗”。
机器是人造的,至少目前,我们都知道不论怎么改进,机器始终存在误差、噪声等人类无法逃避的问题。对于机器更是如此,如果,有一天机器不停制造机器的时候,也会怀疑,“上帝会掷骰子”吗?
也许上帝真实在掷骰子,至少,上帝是存在的,如果从宇宙的角度,从地球的脉动、从引力波等等。
那么,回到人与机器的问题上,人作为机器的“上帝”,我们如何让机器有意识的做事。
生产线
一批PCB生产线,已经有非常完善的自动化流程,目前,一些相对落后的车间正在跟进发展的趋势,提高自己自动化程度,这里也就是国家提出的“智能制造”。目前,我们一些人,会从事机器完成的操作之后,做一些主观性的检测,这里的主观性并不是偏见,而是,更全面,更符合世界观的检测。
其中,PCB贴片之后,会存在一些概率问题,导致生产上的误差,这样,概率累积,误差积累,慢慢操作机器的可操作范围,就好像90%的n次方,也会小于50%。
那么,我们要做的就是对这50%的错误,做出决定性的检查。
量
首先,我们需要控制量,也就是出错的概率,如果,有N件物品,出错概率90%,那么随着N的增大,数量也是可观的,所以,我们要进行宏观的控制量。
如何,降低数量,提高质量,这里就不做深入探讨,因为,这部分我们相对成熟。
熵
接下来,我们要对N’个物件,进行暴力筛选,这里N’是通过量之后的。
为什么来一张神经元的图片,我们知道,就算是人,做决策也会左右不定,犹豫不决,朝令夕改。所以,我们知道,我们的判决有一种神经元的突出决定。
这就是,我们最终做出决策的原理。
决策
接下来,我们看看怎么决策。
这么相似的物件,人眼看着看着就容易头晕。那么借助机器的力量来解决,岂不是可以降低时间概率。
标准
1)知道正确的模型
确定模型的属性,比如质量、高度等等,那么利用相关传感器,非常容易判决。
只需判断|f(x0) - f(xn)|是否为0。
比如,PCB上的漏焊,完全可以通过对比 x0的状态,做出决定。
1.1 图像对比
计器视觉是应用非常广泛的对比方法,机器视觉可以实现外观对比、深度对比,也就是类似人眼可以检测的范围。
2)不知道正确的模型
不知道模型,只能通过将当前的状态与过去的平均状态进行对比,求方差,判断该状态是否属于有效状态,比如,电路板尺寸误差,如果,需要1000台,那么误差控制在+/-5%,就会通过,F(xi)状态与F(x)状态,学习之后,做出决策。
2.1 人工智能
主要代表,深度学习,通过学习已知的状态,判断当前的状态可信度,从而,不断优化参数,实现更好的判断。
智能制造
不知道大家通过上面的流程中,是否体会到,这个过程中,事物的维度在不断增大,然而,到人的时候,只是一维向量。
也许,我们就是生活在一个随机概率的世界下。