机器学习在智能制造中有哪些应用

机器学习在智能制造中有哪些应用machine learning and its application in Intelligent Manufacturing     机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善优化，是提高信息到知识提炼和知识归纳能力的方法。  根据工信部发布的《工业大数据白皮书》对工业大数据集的定义，工业数据包括了企业信息化数据、物联网采集的数据和外部相关的跨境数据，而机器学习也就成了工业大数据分析和挖掘的主要方法之一。       现代的生产制造过程中的专家系统和模式识别技术已经广泛应用，在视觉识别、自然语言理解、机器人多个学科在制造系统都有融合应用。原有专家系统更多是把业务专业人员的经验和实验数据用规则的方式在系统中定义，然后集成数学规划的算法根据给定条件的找出问题最优解，比如说调度排产中处理多目标的动态规划；而模式识别是根据已经设定的特征，通过参数设定的方法给出识别模型从而达到判别目的，重点解决数据变化小、业务目标单一的感知问题，比如生产信号处理、图像识别和SPC控制。而机器学习能够采用标准的算法，学习历史样本来选择和提取特征来构建和不断优化模型,使得企业中原有的系统增加了自主学习的能力，解决生产过程中不确定业务，提升系统的智能化水平。        比如在排产系统实施过程中，实施顾问会与有经验的调度人员去确认规则，比如由于工艺约束产品必须排在甲线而不应该排在乙线，由于切换时间更少应该先排A产品再排B产品等等，生产批次最大100个最小40个等等，通过某些专业领域来制定规则集，在系统中通过数学规划方式得出排产结果；而机器学习首先建立调度任务的模型和衡量度量指标，再通过对大量的生产计划最终执行结果进行主因分析提取出影响度量指标的特征，再用模型对生产批次大小的区间这样的规则参数进行调整优化，甚至归纳出新规则来设定生产批次大小的区间，进而达到优化排产系统模型的目的，并且这个学习的过程是持续的，可以根据最新的特征不断调整，而避免了传统的由专家定时去修改规则参数的方式。