“人工智能”在汽車零部件的包裝系統(tǒng)設(shè)計(jì)中的應(yīng)用方式研究

拱李媛

柳州職業(yè)技術(shù)學(xué)院 廣西柳州市 545006

1 “人工智能”的主要技術(shù)及應(yīng)用范圍

1.1 人工智能的主要技術(shù)

人工智能（Artificial Intelligence，簡(jiǎn)稱AI）是對(duì)人類智慧以及大腦生理構(gòu)造的模擬，現(xiàn)階段人工智能的主要發(fā)展目標(biāo)是在某方面使機(jī)器具備相當(dāng)于人類的智能水平，達(dá)到此目標(biāo)即可稱為人工智能。其核心技術(shù)包括（1）芯片、傳感器、操作系統(tǒng)、存儲(chǔ)系統(tǒng)等基礎(chǔ)軟件和硬件的人工智能共性技術(shù)；（2）以AI為基礎(chǔ)的計(jì)算機(jī)視聽感知、生物識(shí)別、人機(jī)交互、自然語(yǔ)言理解等人工智能重要技術(shù)。

1.2 人工智能的應(yīng)用范圍

AI 先后被各國(guó)在多個(gè)重要領(lǐng)域試點(diǎn)推廣，在第一時(shí)間轉(zhuǎn)化為生產(chǎn)力，如家庭、制造、教育、環(huán)境等領(lǐng)域。隨著時(shí)代的發(fā)展，AI 技術(shù)在我國(guó)的關(guān)注度逐年提高，其熱門的衍生應(yīng)用包括工業(yè)智能制造與人工智能的融合。智能制造是基于新一代信息通信技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計(jì)、 生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式。

在智能制造業(yè)領(lǐng)域，使用人工智能的方案主要分為產(chǎn)品、產(chǎn)品和服務(wù)、業(yè)務(wù)運(yùn)營(yíng)管理、供應(yīng)鏈和業(yè)務(wù)模型驗(yàn)證五個(gè)領(lǐng)域。AI 在工業(yè)領(lǐng)域的應(yīng)用從智能制造轉(zhuǎn)移到生產(chǎn)服務(wù)和供應(yīng)鏈管理。智能化生產(chǎn)領(lǐng)域，計(jì)算機(jī)視覺技術(shù)的發(fā)展促進(jìn)了人工智能在質(zhì)量監(jiān)控和缺陷管理中的應(yīng)用，未來(lái)越來(lái)越多的應(yīng)用場(chǎng)景將應(yīng)用到Al 技術(shù)。例如自動(dòng)化生產(chǎn)工廠、訂單管理、自動(dòng)調(diào)度等。

AI 在智能制造領(lǐng)域有著廣闊的應(yīng)用前景，部分服裝制造公司經(jīng)過智能改造后，效率大大提升，提高了產(chǎn)能1.25 倍左右；其他諸如高精密儀器制造公司完成的智能化改造的生產(chǎn)線也大大提升，一線工人數(shù)量減少了近70%，效率和產(chǎn)出提升超過30%。

2 “人工智能”在汽車零部件包裝系統(tǒng)設(shè)計(jì)的應(yīng)用方式

隨著智能技術(shù)與制造業(yè)的融合，原有的包裝系統(tǒng)面臨著向智能化轉(zhuǎn)變，以符合時(shí)代發(fā)展的需求。這并非沒有先例，學(xué)者李燕清發(fā)明了一種基于物聯(lián)網(wǎng)大數(shù)據(jù)的人工智能包裝設(shè)計(jì)方法及系統(tǒng)，通過包裝生產(chǎn)智能模塊進(jìn)行生產(chǎn)及配送，實(shí)現(xiàn)包裝設(shè)計(jì)生產(chǎn)全流程服務(wù)，該發(fā)明的應(yīng)用大幅度縮減了包裝設(shè)計(jì)生產(chǎn)的時(shí)間，大幅度減少了人力、物力、財(cái)力的損耗。通過調(diào)查與分析，本文將探索性的提出“人工智能（Artificial Intelligence，簡(jiǎn)稱AI）”在汽車零部件包裝系統(tǒng)設(shè)計(jì)的應(yīng)用方式，來(lái)能實(shí)現(xiàn)包裝從需求到設(shè)計(jì)到生產(chǎn)到物流的一站式閉環(huán)服務(wù)形態(tài)，滿足包裝設(shè)計(jì)系統(tǒng)的智能化需求。

包裝系統(tǒng)設(shè)計(jì)思路以及采用的方法如圖1所示。沿著生產(chǎn)物流中物料的流動(dòng)方向，從物料的終點(diǎn)向前倒推各個(gè)物流環(huán)節(jié)對(duì)包裝的要求，在包裝的規(guī)劃中綜合考慮這這些因素，最終形成的包裝形態(tài)對(duì)于各個(gè)環(huán)節(jié)具有更好的兼容性，能銜接物流作業(yè)活動(dòng)，減少裝卸搬運(yùn)頻次和資源的消耗，加快物料的流動(dòng)速度。

圖1 包裝規(guī)劃邏輯圖

2.1 汽車零部件分類智能化

汽車企業(yè)的產(chǎn)品的研發(fā)和更新迭代速度在不斷加快，車型的變化隨之而來(lái)的是零部件的型號(hào)上的變化，汽車整車的零部件種類的多樣性特點(diǎn)尤為突出。這些零部件雖然型號(hào)編碼不同，但在形狀、尺寸、材質(zhì)等方面存在著一定的相似度。根據(jù)汽車零部件的物料特性進(jìn)行智能分類，一是區(qū)分出可以使用通用包裝的物料和非標(biāo)物料，針對(duì)無(wú)法使用通用包裝的物料定制非標(biāo)容器具；二是通過對(duì)物料特性的分析，明確物料對(duì)包裝的需求，使包裝的設(shè)計(jì)有據(jù)可依。通過物料分類，綜合考慮不同的物料流動(dòng)階段對(duì)包的要求，對(duì)物料包裝進(jìn)行通用化設(shè)計(jì)，以期達(dá)到減少包裝的轉(zhuǎn)化次數(shù)和搬運(yùn)次數(shù)，方便物流作業(yè)環(huán)節(jié)的操作人員的作業(yè)；消除物料流動(dòng)環(huán)節(jié)中不必要的浪費(fèi)，加速物流流動(dòng)，實(shí)現(xiàn)精益生產(chǎn)，降低物流運(yùn)作成本的目的。

圖2 包裝智能化思路圖

傳統(tǒng)的物料分類方法是以優(yōu)化采購(gòu)為目的，大多從物料的價(jià)值、訂貨周期等經(jīng)濟(jì)性維度進(jìn)行分類，如ABC 分類法以及基于該方法的延伸出的一些分類方法。區(qū)別于傳統(tǒng)的單純以采購(gòu)和物料管理為目的的物料分類，本文提出的物料分類方法，是從生產(chǎn)制造的角度，將企業(yè)中的產(chǎn)品（特別是典型零部件）按其尺寸、體積、重量、用途、工藝特性和材料特征等進(jìn)行分類，一方面可以為物料管理構(gòu)建信息基礎(chǔ)，另一方面保證包裝設(shè)計(jì)能貼合產(chǎn)品的需求特點(diǎn)。

下面，本文從實(shí)際的運(yùn)用的角度出發(fā)，提出“基于特性因素圖的Q 型聚類物料分類確定”方法：以平板電視的生產(chǎn)零部件為對(duì)象，介紹如何確定企業(yè)物料大類（第一層級(jí)分類），并在此基礎(chǔ)上運(yùn)用Q 型聚類方法進(jìn)行二次精確分類。

特性因素圖也叫做魚骨圖（Fishbone Diagram），因形如魚骨而得名，是日本東京大學(xué)的ISHIKAWA 設(shè)計(jì)的一種找出問題原因的方法，已經(jīng)被廣泛應(yīng)用在問題發(fā)掘、項(xiàng)目管理和生產(chǎn)管理等方面。

特性因素圖物料分類確定方法的具體過程和步驟如下：

（1）將不同分類者對(duì)所有物料劃分的大類全部列舉在魚骨圖上。

（2）進(jìn)行第一輪分類分析。對(duì)所有分類逐一分析：若該分類和其他分類有包含和被包含關(guān)系，則去掉其中之一;若該分類應(yīng)該和其他分類合并在一起形成更為合理的分類，則合并在一起;若該分類太大，則將此大類進(jìn)行劃分，直至將所有物料逐一分析完成為止。

（3）整理第一輪分析結(jié)果，然后按照此步驟再進(jìn)行第二輪分析，直至所有人都同意這種分類架構(gòu)為止。

為了保證物料分類結(jié)果具有客觀性，在確定每種物料大類下的詳細(xì)物料種類，此處引入基于由于特性因素圖確定的物料大類的類別特征的Q 型聚類方法。

Q 型聚類分析方法：聚類是一種無(wú)監(jiān)督的學(xué)習(xí)，它將相似的對(duì)象歸到一個(gè)簇中，將不相似對(duì)象歸到不同簇中，相似這一概念取決于所選擇的相似度計(jì)算方法。聚類方法按聚類的對(duì)象可分為R 型聚類和Q 型聚類。R型聚類是對(duì)變量按其表現(xiàn)出來(lái)的共性進(jìn)行相似度的識(shí)別，得出分類結(jié)果的方案。而Q 型聚類法，是針對(duì)樣本進(jìn)行的聚類。

根據(jù)物料在物理屬性如尺寸、材質(zhì)、重量、體積等特征，以及產(chǎn)線需求數(shù)量和通用性三個(gè)維度的特征進(jìn)行聚類分析。Q 型聚類分析，采用SPSS 軟件完成。按照分類的結(jié)果，對(duì)不同特征的物料采用差異化的包裝設(shè)計(jì)，具有相同特征的物料采用相似的包裝設(shè)計(jì)。

該部分使用的聚類分析法可以有效解決聚類和降維問題。該方法是通過設(shè)置聚類中心（將物料的形狀、規(guī)格、尺寸、材質(zhì)等特點(diǎn)分別設(shè)置為聚類中心），將數(shù)據(jù)按照聚類中心進(jìn)行聚合，來(lái)完成物料的智能分類。物料智能化分類，可以大幅度降低物料管理難度，提高包裝設(shè)計(jì)的效率。

2.2 包裝方案設(shè)計(jì)的智能化

為了減輕后續(xù)新增零部件的物料包裝的設(shè)計(jì)工作，本文提出一種基于已有的包裝方案數(shù)據(jù)庫(kù)和物料特性分類結(jié)果，使用AI 中的機(jī)器學(xué)習(xí)算法，模擬人腦做出包裝需求的識(shí)別、校驗(yàn)包裝設(shè)計(jì)需求條件和包裝設(shè)計(jì)需求結(jié)論模糊匹配。在這一部分使用的機(jī)器學(xué)習(xí)算法屬于有監(jiān)督學(xué)習(xí)技術(shù)，主要通過神經(jīng)網(wǎng)絡(luò)算法來(lái)完成。神經(jīng)網(wǎng)絡(luò)算法是一種可以模仿人的大腦神經(jīng)系統(tǒng)，是將多個(gè)神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)匯聚在一起構(gòu)成的系統(tǒng)，是運(yùn)用生物學(xué)、神經(jīng)學(xué)、心理學(xué)等多類知識(shí)的有監(jiān)督類人工智能技術(shù)。其中，BP 神經(jīng)網(wǎng)絡(luò)算法主要應(yīng)用包裝需求的識(shí)別中圖像處理，GRNN（Generalized regression neural network）神經(jīng)網(wǎng)絡(luò)用于包裝方案需求條件與結(jié)論的模糊匹配，并通過引入深度學(xué)習(xí)規(guī)則進(jìn)一步提高精確率。GRNN 廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，挖掘分析方案中容器與物料特性之間的關(guān)系，當(dāng)有未知的物料進(jìn)入神經(jīng)網(wǎng)絡(luò)時(shí)，能通過計(jì)算未知物料與已知物料之間特性的相似性，對(duì)包裝設(shè)計(jì)結(jié)果的圖形結(jié)構(gòu)進(jìn)行場(chǎng)景匹配，尋找到合適的包裝的方案。

2.3 包裝方案評(píng)估的智能化

經(jīng)過對(duì)包裝方案的評(píng)估與改進(jìn)方面作的初步研究，包裝投入使用之前，需要進(jìn)行評(píng)估測(cè)試包裝方案的實(shí)用性和穩(wěn)定性等，并根據(jù)評(píng)估的結(jié)果對(duì)方案進(jìn)行調(diào)整。此前，對(duì)于包裝的評(píng)估基本采取專家評(píng)價(jià)法。針對(duì)包裝方案投入生產(chǎn)現(xiàn)場(chǎng)使用中的不確定性，提出了基于BP 神經(jīng)網(wǎng)絡(luò)與模糊專家系統(tǒng)評(píng)估診斷包裝方案實(shí)施效果的方法。將專家評(píng)估體系與BP 神經(jīng)網(wǎng)絡(luò)的結(jié)合使用，實(shí)現(xiàn)包裝測(cè)試與驗(yàn)證的智能化。BP 神經(jīng)網(wǎng)絡(luò)用于預(yù)測(cè)包裝效果，專家系統(tǒng)的規(guī)則作為機(jī)器學(xué)習(xí)的知識(shí)獲取庫(kù)，在不確定性推理過程中采取模糊匹配的方法完成對(duì)包裝方案的評(píng)估。根據(jù)調(diào)查研究發(fā)現(xiàn)，BP 神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)結(jié)合使用的方法曾用戶評(píng)估厚鋼板的質(zhì)量，匹配的準(zhǔn)確率可搞到95%以上，并有效提高了鋼板質(zhì)量。

2.4 包裝文件管理的智能化

包裝生產(chǎn)包括指令文件行文件和信息類文件。指令性文件為后續(xù)包裝生產(chǎn)過程中的包裝數(shù)量、包裝生產(chǎn)工藝、包裝生產(chǎn)質(zhì)量要求、包裝生產(chǎn)物流及配送要求等，作為物料包裝供應(yīng)商的指導(dǎo)性文件，以行業(yè)通用格式文件，構(gòu)成包裝文件數(shù)據(jù)庫(kù)。信息類文件為包裝生產(chǎn)供應(yīng)商的相關(guān)信息，包括地點(diǎn)、價(jià)格、生產(chǎn)周期和質(zhì)量等。在系統(tǒng)中，自動(dòng)下發(fā)到距離最近、生產(chǎn)成本最低、質(zhì)量最好的包裝生產(chǎn)工廠。

3 結(jié)語(yǔ)

人工智能技術(shù)為生活的各個(gè)方面帶來(lái)新的活力，隨著時(shí)代的進(jìn)步，現(xiàn)出現(xiàn)的痛點(diǎn)將會(huì)隨著智能制造與人工智能技術(shù)的適度融合以及共同發(fā)展逐步被解決。目前市場(chǎng)上的智能制造行業(yè)出現(xiàn)的痛點(diǎn)，我們可以通過人工智能技術(shù)技術(shù)提高產(chǎn)品質(zhì)量及制作效率。