人工智能在智能制造中的安全问题

专题综述　７ＯＰＩ　Ｃ＾Ｌ　Ｒ　ＥＶＩ　ＥＷ　智能制造实施中的问题及对策　一中国重汽集团济南桥箱有限公司　（山东２５００２２）　刘胜勇　摘要：本文就“新常态”阶段企业智能制遣推进中的共性问题，从智能工厂、全程数据化、新建柔性线、现有装备改遣、人　才队伍和全员性生产维护等方面给出相应的对策及参考案例。　智能制造是基于新一代信　启、通信技术与先进制造技术深度　融合，贯穿干设计、生产、管理　和服务等制造活动的各个环节，　具有自感知、自决策、自执行和　自适应等功能的新型生产方式。　在以创新突破和供给侧改革为特　征的“新常态”时期，包括汽车　在内的各制造业正纷纷全面落实　中国制造２０２５））和推进供给侧　结构性改革部署，并按（（智能制　造发展规划（２０１６～２０２０年）　要求，大力实施智能制造工程，　着重普及数字化制造，用以满足　个性化定制需求、为企业提供整　体解决方案。　智能制造作为一种新型的　生产方式，其发展总趋势是前进　的，发展前途是光明的，但这不　能表明其发展道路是长驱直进和　一帆风顺的，相反，它的成长壮　大一般会经历迂回曲折的过程。　有时人为失误而被迫走弯路，有　时缺乏经验而不可避免，有时主　观努力不够而延误战机。因此，　企业在智能制造推进过程中，　务必保持清醒头脑，摒弃共性问　题，察智驭势，深化改革，理性　投资，健康发展，谋求利益最大　化。　１．企业智能制造推进中的　共性问题　在国内某汽车制造企业，　起初是采用桁架机械手和自动化　流水线，来降低劳动强度与减少　用工成本，属于孤岛式自动化应　用；随之配置机器人进行物料抓　取，进行刀具破损、工件缠屑、　工件计数等简单项点监视，属于　早期智能制造雏形；现在是机器　人装卸料，自动检测装置检测，　工件尺寸实时反馈，机床运转状　态手机端获取，动态质量数据分　析等，属于感知、控制、决策和　执行等功能的智能化应用。　“以　前、现在、将来”，六个字，三　个关键词。以前的陈旧落后装备　进行智能制造升级，现在的智能　化高端装备按智能制造要求成套　购入（见图１），将来的数字化车　间／智能工厂如何互联互通和多维　度协同等。这些都要避免出现下　述共性问题，做到精准定位企业　投资，有的放矢推进智能制造。　（１）缺乏顶层设计，只是　ＶＩＩＩ　２—０１７　磊　冷加工　单元化智能制造。现阶段智能制　造推进速度迅猛，企业投资力度　巨大，智能装备添入率高，生产　现场调整量大，旧设备改造程度　重，员工体能消耗锐减……　在这当中，企业的技术、组　织、业务和市场等环节没有形成　相互依赖关系，各管各的事，缺　乏顶层设计，出现单元化的智能　制造。例如，投资８　０００万元建设　的智能制造系统不增加产能，基　于Ｉ／Ｏ交互握手的数据采集方式　无法满足后续工业大数据分析要　求，利用１９８０年的数控系统进行　联机式柔性制造线的升级改造，　仅为现场多台机床进行机器人装　卸料的改造（见图２），智能制造　链路中存在手工检．坝４产品尺寸且　测量数据开放式管理等。　（２）智能制造就是机器换人　和全厂无人化。现阶段不少传统　制造业视“机器换人”和“无人　工厂”为至宝，纷纷投入大幅资　金和技术力量，进行现有装备的　更新换代。企业内的各个生产单　元争相效仿，做方案、要项目、　改设备、买装备，甚至在招标会　

ＩＮＴ　ＥＢ尺ＡＴｌ口Ｎ　Ｆ口ＲＵＭ　智能制造解决航天问题　目前，我们处在发现价值的阶段，建立数据治理体系，让数据变成一种价值，是　我们当下需要解决的事情。　－　－ｍ６ｍ，，　．　数据在产业趋势中分为几个阶　段：第一个阶段是性能扩展阶段，　即依靠分布式计算手段，提升了处　理的能力，实现了大数据分析能力的拓展。这　个阶段要解决数据的采集和查询需求。　第二个阶段是资源管理阶段。这个阶段形　成了包括虚拟化、容器技术等一系列相关的技　术体系。将虚拟化等技术和大数据结合，实现　了资源管理，让数据中心更加良ｌ生地发展，让资　源更加地合理分配和应用。　第三个阶段是发现价值阶段。在前面两个　阶段我们取得了一些技术突破．接下来就进入　深水区去发现价值。目前我们处在这一阶段，建　立数据治理体系，让数据变成一种价值，是我　们当下需要解决的事清。　为何提出大数据一体化解决方案？　我们可以　时分析应用场景，如航天轨道　发射过程中的轨道分析、生产过程中质量的筹　建、即时查询、多维分析、交互式分析、可视化　展示、离线分析，还有数据清洗、指标统计、主　题建模，都是分析场景解决的问题。　我们拥有数据、工具、模型、方法。数据：　需要把所有的数据按照它的　义关联标定，构　建一个数据网络。工具：有哪些工具能解决分　析的问题。模型：数据可以通过工具产生模型，　不同的建模手段产生的不同模型，和数据之间　存在关联。方法：发现数据价值的方法和设计　思想，并构建信息社交体系，让航天所有分析数　据的人员形成一个整体的分析社交网络，通过　这个冈络生成一个模型的交互式模式。这个平　台发布的不再是给领导看的一张报表，而是让　所有的信息在人员之间流通起来。　为此，一方面我们提出航天大数据一体化　解决方案，从采集、存储、分析、可视化展示和　搭建整个能力的建设；另一方面　我们有资源云　的发计，建立一个信息资产平台，让大家住平台　上展开社交。　实现智能制造解决航天问题　我们整体产品理念：融入大数据开源生　态．依托生态形成完整的大数据解决方案；整　合七下游产业生态，形成商业大数据私有云“交　钥匙”工程；突破结构化数据统一存储难题，　同时支撑秒级检索和高效分析；建立以数据为　中心的大数据治理生态体系；围绕行业数据价　值，在数据分析算法上形成突破。　在数据接入层，我ｌｉｌ￣ｉ　对复杂异构数据、　日志类数据、互联网数据特点，分别构建　【采　集系统、实时数据接入系统和网络爬虫系统，　满足数据接入业务需求。ＥＴＩ．采集系统　情采集　到的数据，经实时计算平台进入统一加载平　台，最后融入我们的数据存储平台。　

设 计 与 研 究119

随着“工业4.0”和“中国制造2025”的提出，智能制造、

人工智能等产业受到重点关注，并不断向智能制造系统或

单元发展，智能仓储是智能制造系统的主要组成部分。

智能仓储是在不直接进行人工参与的情况下，能够全

自动进行存储和提取物料。本文设计的智能仓储系统采用

的是自动化立体仓库，它利用高层货架以及利专门仓储设

备进行货物出入库，并配备AGV小车进行货物搬运，整个

系统实现了物流机械、计算机技术以及软件的完美结合，

使得仓储作业真正意义上实现了自动化。

1　智能仓储整体结构和功能

智能仓储实现了载货工装托板输送、定位及分拣等功

能，它由立体仓库、仓储管理软件（WMS）、出入库平台、AGV智能存储小车以及阻挡定位机构等组成。

本文设计的仓储系统传输线部分由PLC自动控制，各

传输段的起停、顶升等动作不需用户操作；传输线配置了

变频器，由交流电机拖动；变频器的各种运行数据、报警

信息均可以传给PLC，用户各种操作指令可以在系统操作

界面上下达。

工位配备了RFID无线射频识别系统，由读写器和电子

标签组成。系统设置多个读写器，分别对各主要工位和工

序完成情况及重要信息进行记录，以便对产品加工信息进

行采集；RFID无线射频识别系统与生产线系统通信，实现

与生产线信息交换，最终数据全部发送给计算机保存。

立体货架均采用巷道式立体库，设有原料库、成品库

以及刀具库。巷道式立体库主要包括巷道式堆垛机和工业

型材搭建的立体库，主要用于原材料、刀具、成品出入库

以及存储功能。库内物品通过条码系统、射频识别（RFID）

系统和仓库管理系统（WMS）管理软件来实现物料信息管

理和科学调配；堆垛机X、Z轴由伺服电机驱动，采用同

步带和链条作为传动机构，保证了出入库动作速度与精度；

堆垛机采取直流电机驱动，存取料机构采用三级货叉，可

实现在原料库与成品库的双面作业。

本智能仓储设计带有扩展功能，用户还可以对出入库的

库位进行自定义，并且可实现移库操作，体现了现代仓储系

智能制造行业的痛点及解决办法

智能制造是当前制造业发展的重要方向，通过融合人工智能、物联网和大数据等技术手段，可以提高生产效率、降低成本，并且实现柔性生产和个性化定制。然而，在智能制造的过程中，仍然存在一些痛点和挑战，需要寻找有效的解决办法。本文将探讨智能制造行业面临的主要问题，并提出相应的解决方案。

一、数据安全与隐私保护

在智能制造的过程中，大量的生产数据被采集、传输和存储，这些数据包含了企业或个人的商业机密和敏感信息。因此，数据安全与隐私保护问题成为了智能制造行业首要关注的痛点。

为了解决这一问题，首先需要建立完善的网络安全体系。采用更加可靠和安全的网络设备和通信协议，并加强对网络攻击、恶意代码以及黑客入侵等威胁形式的防范措施。其次，加强对敏感信息的加密传输和存储，并建立权限管理体系来保障数据访问的安全性。此外，政府和行业组织应加强对智能制造企业的监管和管理，确保其合法、规范地使用生产数据，并对违规行为给予相应处罚。

二、人机协同与技能匹配

智能制造的目标之一是实现人机协同，即将人工智能技术与人类劳动力相结合，发挥各自优势，提高生产效率和质量。然而，在实际操作中存在着人机协同不够紧密以及技能匹配不足的问题。

要解决这个问题，首先需要进行相关培训和教育。加强对员工的培训，提高其对智能制造技术和设备操作的掌握程度。同时，要鼓励企业与高校、科研院所开展合作，共同研究人机协同的最佳实践，并为员工提供相关培训资源。 另外，在招聘过程中要注重技能匹配。建立符合企业需求的岗位描述和职位要求，并通过面试等方式筛选具备相关技能的员工。此外，在内部员工晋升时也要充分考虑其适应智能制造环境的能力。

三、标准与互操作性

在智能制造领域，存在着各种不同的技术、设备和平台，而这些技术、设备和平台之间缺乏统一的标准和规范，导致了互操作性问题。缺乏标准会使得设备之间无法实现良好的数据交换和信息共享，影响到整个生产流程的效率。