AI 术语表 · 入门 · 机器人与具身智能 · AI 平台与解决方案 · 制造
智能工厂
智能工厂是指通过数据把工厂的设备、传感器和生产管理系统连接起来，实时掌握生产情况，并借助 AI 和自动化更高效地运营的工厂。
关于这个术语
通俗解释 这类似于给整个工厂装上神经网络和大脑。每台机器“报告”自己的状态，中枢听取这些信息后做出判断，再下达指令。不过，实际工厂不会一下子改变，各工厂的连接和自动化水平差异很大。
工作原理
首先在设备和产线上安装传感器，收集温度、振动、速度、是否不良等数据。这些数据通过工厂网络汇集到生产管理系统（MES）或数据平台。在此基础上，AI 承担提前发现设备故障征兆的预测性维护、用摄像头挑出不良品的视觉检测、调整生产计划等工作。判断结果再回到设备设置或作业指令中，改变现场。把整个工厂搬到虚拟空间中进行测试的数字孪生，也常常一起使用。
智能工厂的分层结构
AI 应用
- 预测性维护
- 视觉检测
- 调整生产计划
数据·管理
- MES
- 数据平台
- 数字孪生
连接
- 工厂网络
现场
- 设备
- 传感器
- 摄像头
OT 安全
人工确认
为什么重要
在制造现场，微小的不良或突发的设备停机都会造成巨大损失。实时查看数据，可以在人察觉之前发现问题。在熟练人员日益减少的情况下，能把原本依赖人员经验的判断部分转移给数据和模型，这一点也很重要。此外，在多品种小批量生产这类计划频繁变动的环境中，也能更快地应对。
注意事项
老旧设备可能没有数据输出功能，或者各厂商的通信方式不同，仅仅是连接起来就要花费大量成本。工厂网络一旦与外部相连，勒索软件等安全威胁就会直接导致停产，因此需要单独重视运营技术（OT）安全。到了 AI 直接控制设备的阶段，作业人员安全和误操作的责任会成为核心争议点，因此重要决策通常会设置人工确认环节。工艺数据是公司的核心诀窍，很多企业也不愿意把它发送到外部云端。
示例
在汽车零部件工厂里，冲压设备的振动传感器数据一旦出现与平时不同的模式，预测性维护模型就会提前向维修团队发出提醒。在同一条产线的末端，摄像头和视觉检测模型会自动挑出零件表面的划痕；不良品增多时，会结合 MES 数据追溯导致问题的工艺条件。管理人员只需一个仪表盘，就能查看各产线的开动率和不良情况。