新闻是有分量的

物联网IoT时代自动化工厂将如何变化?_8

2019-09-11 15:18栏目:案例
TAG:

  稻叶善治

  1973年3月东京工业大学工学部机械工学科毕业,4月进入铃木汽车。83年加入FUNUC。89年董事,92年常务,95年专务,2001年副社长。2003年始任现职。工学博士(东京大学)。1947年生,67岁。

  物联网IoT时代已经开始。今后,工厂在哪种程度实现自动化,制造业的形态如何变化。FUNUC和各式各样拥有擅长领域的企业合作,在为物联网IoT提供方案的事业领域展开攻势。稻叶善治社长指出,机械自己学习,也就是所谓的机械学习是关键,他说:2~3年实现飞跃性进展,达到商品化水平。

  本特集的主题是物联网IoT时代的自动化工厂,但现实中达到了什么水平呢?

  感知器、机器人、网络技术等各个要素取得了相当大的发展,之后是如何提升到能够作为系统提供解决方案。事业正式开展为止还需要一些时间。我们公司擅长的是工厂自动化FA和机器人,所以自动化和信息科技IT化在模块上正趋近完成。但是,如果是物联网IoT,在那之外还需要使工厂全体开展协作的制造实行系统(MES)、储存数据的高度安全服务器,以及使用从机器人和工具机取得的大量信息进行系统最优化的机械学习(DeepLearning)等要素。

  不综合这些的话,不能实现物联网IoT时代的自动化工厂?

物联网自动化工厂

  我们公司擅长的领域就自己去做,除此之外的领域,和各式各样拥有擅长领域的企业合作就可以。所以,MES和美国Rockwell Automation,安全服务器和美国Cisco,另外,机械学习和PreferredNetworks,共计4家企业联合。去年春天,向美国汽车制造商交货了第一个大规模系统。

  是怎样的构成呢?

  数千台机器人全部连接在一起,同时还有预防性维护。总之,是永不停止的生产线。运用各式各样的感知器,随时监视全部机器人的状态,看其是否正常运作。等发生异常就晚了,随时检测哪些地方有发生异常的征兆。我们公司有故障前通知,坏之后立即修复的口号。但是在实现这个口号的系统中,发挥很大成效的是现在大家所关注的机械学习。每个机器人的性能通过学习不断提高,在网络中共享学习成果,生产线整体的工作效率会有飞跃性的提高。

  Preferred Networks担任这个学习技术。对擅长人工智能开发的东京大学初创公司,不仅是贵公司,丰田汽车也投资了。真是受到关注的企业。

  机械学习对工厂自动化是非常有效的手段。我们公司开发了自动取出散装零件的系统,采用了机械学习,已经接近完成。以取出圆柱状零件为例,使其从零开始自动学习的话,最初只是随机地降下手臂,有的时候取出,有的时候没有取出。不断积累成功和失败的事例。这样,从数据中,机械自己发现成功所需要的特征,学习抓住圆柱的哪个地方能够将其提起。1,000数据的时候,成功率是60%。但是花8个小时取得5,000数据的话,成功率可提高到90%。这是可以匹敌让熟练工人调整机械所达到的数字。

  机器人能够自动学习匹敌熟练工人的机能?

  利用这种机械学习,不远的将来,机器人不需要教育就可以使用。人类只需要指示做这个这样的结论,机器人自己思考有效率的方法,最优化过程。指示移动路线这样的教育是非常繁琐的工作,这个将不再必要,工程师的负担会大幅度减轻。

  这样做有什么效果?

  一位工程师同时操作很多机器人将成为可能。因为是自己学习机制,作业精度不断提高,之前说机器人之间可以共享学习内容,所以生产线展开也变得容易。

  在实际的现场,达到了能够使用的水平了吗?

  之前向汽车制造商交货的生产线是完成度很高的产品,散装零件的取出系统也差不多完成了。现在正在解决其他各种课题。虽然是拥有很广泛可能性的领域,但是用来做什么的探索才刚开始。如果以登山比喻,也就是位处山脚。但是已经取得了不错的成果。所以机器人的学习机机能2~3年应该能够达到商品化水平。如果工厂的物联网IoT发展的话,今后网络应对型案件将增加,预计和Rockwell以及Cisco的合作事例也将不断积累。

物联网自动化工厂

  大家认为和欧洲比,在日本,支持机器人导入的系统整合商(SystemIntegrator: SI)的数量相当不足。SI不足是否是开发的一个契机?

  完全不是。这是使机器人更加智慧,更加完善,不断进行开发的结果。确实,在日本,因为SI的不足被作为一个问题,所以结果被作为补足这个问题的技术。另外,因为操作机器人的负担大幅度降低,所以即使没有之前工匠般的技术也可以成为SI。就是说进入这个领域的门坎降低。此外,由于在欧美和中国,自动化和省人力化的需求很高,所以这是个能够在全世界推动使用的领域。可以对这个事业充满期待。

  用户产业是?

  当然汽车产业作为主要用户没有改变。但此外,之前几乎不使用机器人的产业,建筑材料、出版 印刷、生鲜食品等,所有领域都可以考虑应用。对被称作一般产业,制作多种多样零件的用户群,高学习机能的自动化系统也是有魅力的。在少子 高龄化的日本,能够作为解决劳动力不足的一个手段。