走访EcoPro BM浦项工厂
构建人工智能质量预测与自主移动机器人设备巡检体系
“以制造创新甩开中国追赶”
11日记者探访的庆北浦项EcoPro BM生产工厂内，穿上防尘服走进生产车间，映入眼帘的是直通天花板的巨大管道和设备。高达数十米的生产设备不停运转，但现场作业人员的走动并不多。取而代之的是，一台台小型自主移动机器人在生产线之间穿梭。
在电池工厂看到的人工智能，与钢铁厂或造船厂中的应用略有不同。在正极材料生产现场，比起机器人，数据更为重要。自主移动机器人负责查看设备，人工智能则负责预测质量。
电池工厂里最昂贵的，不是设备，也不是原料，而是不良品。在正极材料生产过程中，哪怕只出现一个微小误差，也可能导致数百千克产品同时偏离标准。因为温度、压力、原料投放量、烧成时间等众多变量都会左右质量。这也是为何仅将不良率降低1%，盈利能力就会发生显著变化。EcoPro BM也正因如此，正全面推进建设“人工智能工厂”——通过分析生产现场源源不断产生的海量数据来预测质量，并提前识别异常征兆。
EcoPro BM代表Song Hojun当天在与记者见面时表示：“二次电池产业并不是由几位天才科学家或工程师推动的产业，而是由众多材料开发人员和工艺开发人员经过长期反复试错，寻找最优条件的产业。”他接着强调称：“过去我们具备世界顶级竞争力，但近几年正受到中国的强力追赶。归根结底，必须通过制造创新和生产创新来提升竞争力。”
实际上，EcoPro BM将工厂中产生的数据视为人工智能竞争力的核心资产。工厂平均每天会产生25万条制造执行系统数据，以及多达4.7亿条设备传感器数据。过去，这些分散在各系统中的数据未能得到有效利用，但最近已被整合并用于人工智能训练。目前累计的数据量已超过20TB。
Song Hojun说明称：“制造过程中产生的数据，事实上就是公司的核心资产。通过数据让系统学习在何种条件下质量会提升、在何种情况下会出现问题，这正是人工智能工厂的起点。”
当天现场引人关注的自主移动机器人，也是这一趋势的延伸。EcoPro BM正利用自主移动机器人推动设备异常巡检工作的自动化，也就是摆脱过去由工作人员亲自往返生产现场确认设备状态的方式，改由具备自动驾驶功能的机器人执行巡检任务。公司计划借此提高生产现场的安全性，并提升设备管理效率。
Song Hojun在11日于庆北浦项EcoPro BM浦项园区举行的制造业人工智能转型现场座谈会上，正说明基于人工智能的自主制造推进现状及强化电池材料产业竞争力的方案。图片由联合采访团供图
View original image人工智能的作用并不止于设备管理。EcoPro BM推进的核心课题是“质量预测”。这不是在产品生产完成后再进行检测，而是在生产过程中分析产生的数据并预测质量。公司目前正推进开发质量预测准确率超过95%的人工智能模型。
传统制造业采用的是产品生产完成后再进行质量检测的方式。一旦出现问题，再寻找原因并修正工艺。相比之下，人工智能会先一步在生产过程中识别异常信号。也就是说，它不是寻找不良品，而是提前预测产生不良的可能性。
在此基础上，EcoPro BM还在推进建设“黑灯工厂（Dark Factory）”。其目标是将人工智能应用于生产、质量、设备、安全环境等全领域，把工厂提升到可自主运行的水平。目标是将制造加工成本降低30%，将办公自动化相关工作减少50%。
近几年，电池产业正受到中国的强劲追赶。在仅靠产能已难以竞争的情况下，确保质量和生产率已成为最大课题。EcoPro BM之所以关注人工智能，原因也在于此。公司所看重的，并非只是替代人工工作的自动化，而是将人工智能视为提升质量和良率的制造创新手段。
Song Hojun表示：“我们的目标是将人工智能应用于生产、质量、设备、安全环境等所有领域，构建自主运营体系。”他还称，“将建立一套从原辅材料管理到质量管理、再到设备巡检，全部基于数据运行的体系。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
