迎接人工智能大时代-智慧包装智能印刷-包装印刷技术交流课件

迎接人工智能大时代2目录工业IAI的大时代包装印刷品质与工厂管理未来方向的思考万物智能,

解放辛苦的体力和脑力劳作!信息大爆炸:

大数据+云计算25年:

175ZB/175千亿GB传输大流量2025年:

175千亿GB/Yr4k/8K视频:

85ZBIolt互联+沉浸式:

90ZB人工智能将创造:数百倍,

数千倍的生产力与经济增长!预计:2040电脑赶上人脑!AR/VR人类的四大能力听觉能力视觉能力认知能力触觉能力AI助百业起飞,

工业是关键!《德国2020高技术战略》工业4.0美国:

工业互联网《中国制造2025》《促进大数据发展行动纲要》智慧工厂=无忧工厂=基本无人“眼睛明亮+脑子好使+体格强壮”工业人工智能IAI:

世界主题,

国家战略,历史机遇!信息采集数字化生产数字化网络化大数据分析智能化决策2450295033253680400035003000250020001500100050002019(E)(亿美元）2019-2022年全球智能制造规模2020(E)

2021(E)

2022(E)数据来源：拓墣产业研究院，2019年8月IAI解放日复一日,

枯燥乏味的辛苦劳作,制造业结速逐水草而居的时代IAI:

SmartFAB/GMQM:多方面AI技术可以工业4.0plus=智能设备4.0+品质4.0+IT4.0机器学习:

视觉系统+深度学习工厂管理:

知识图谱

SLAM智能决策:

推理与反馈!?1.生产+品质智能化逐步减少人工2.

管理从数据化到z知识和认知化辅助决策,

逐步减少管理人员智能制造技术平台

SmartFAB1.0科学度量质量检测创新工艺与物流跟踪管理评估与科学决策宽带网与大数据中心客户产线创新智能制造工艺方案工业大数据深度学习和智能挖掘基于智能视觉的质量检测方案企业大数据管理平台技术高速高精度多维视觉感知；视觉引导、定位、识别、手眼力协同；基于感知的工艺调整与标定替代操作工人，完成加工、装配、搬运、产线调整等操作。实现生产、物流智能化实现设备互联，“人机料法环测”全要素信息化和互联共享、质量数据记录和可追溯替代质检人员，实现基于智能视觉的质量自动检测、缺陷分类实现智能化质量分析和质量标准定义；实现质量回溯和质量优化；智能化工艺调整和生产调度；优化管理辅助支撑；系统自演化高速高精度多维视觉缺陷检测和测量自适应智能化快速建模海量高速多源异构并发工业大数据获取海量异构工业大数据管理和存储企业大数据安全基于工业大数据智能分析和数据挖掘技术；对制造工艺的优化反馈控制；基于大数据的质量标准优化。深度感知智慧决策机器视觉实现SmartMachine机器视觉实现SmartAOI机器视觉实现超过90％工业数据数字化机器视觉获取的实时精准大数据为人工智能系统提供支撑凌云光智慧工厂—架构02形式上的信息化01质量管理黑盒03数据有精度无准度强化边缘计算质量大数据分析质量管理闭环切片机偏贴机CELL点灯&外观检测FOG点灯检测贴合外观检测终检点灯&外观检测绑定机贴合机组装机MES制程检测云,

边,

端结合——三位一体的生产+质量大数据|AI赋能成熟度评估工具制造基础生产自动化应用工业运营的数字化转型持续改善客户满意与可持续发展<

40%

installed

实施程度40%-80%

installed

实施程度＞80%

installed

实施程度4.5

学习型组织4.4

六西格玛改善体系4.3

改善活动部署计划4.2

全员生产维护4.1精益生产1.1作业标准与规范1.2库存管理1.3

生产问题解决方法1.4

品质工具应用1.5

成本核算与追踪1.6

生产损失追踪1.7

生产指标监控管理(SCI)1.8

预防性维护保养1.9

生产管控系统(MCRS)1.10

健康/安全管理系统5.2可持续发展5.1客户满意世界级智能工厂2.1自动化应用程度2.2

自动化技术成熟度2.3

自动化连网成熟度2.4

设备实时在线监控2.5

自动化维护保养管理体系2.6

自动化模拟优化2.7

自动化联机作业能力2.8

自动化智能换型时效性2.9

自动化安全/寿命监控3.1

信息基础设施3.2

数据采集与存储3.3

数据可视化呈现3.4数字孪生3.5

生产认知体系持续改进3.6

数字化安全与防护3.7

知识化数字化建设3.8

知识化和数字化标准建设4.6

生产认知体系持续改进10目录工业IAI的大时代包装印刷品质与工厂管理未来方向的思考利润同比增长10.2%好于制造业平均水平自动化、信息化、互联智能如火如荼，但收效甚微行业集中度在提升，TOP10企业利润占比40%以上短单多、浪费严重、效率低、招工难、环保压力大10.2%印刷大国—印刷强国!包装印刷:

产值和利润向高端集中!www.lusterinc.com印刷工厂的演进原始工厂:生产和物流人工为主，信息人工填写纸档数据为主精益工厂:生产和物流逐步机器替代人工。实现工厂精益化管理每颗物料可追述数据工厂:自动化生产，管理者便捷的计划，分析，决策工作智能工厂:柔性生产，智能排产智能监控无忧工厂商业机密，不得泄露正式开印是最难决策的AI:领导当炮灰签字画押!

机长/QA/工段长/车间主任/技术生产副总6-8人到现场根据客户送审样评判签:

付印样

个别客户到场签:

机上打样!印刷品质是个千年的难题:

只可意会,

不可言传!I

AI

在制造业中的挑战:

印刷工厂的管理要点客户关注点与需求集团负责人下属工厂的状态生产，质量报表。财务核算报表。厂长质量缺陷统计的报告，设备工作状态监控成本调机损耗、废品损耗和工序间损耗统计交期设备OEE、工单进度监控，工单质量查询报表车间主任每个工单的损耗数据调机损耗、废品损耗和工序间损耗每个机长的绩效情况绩效报表QA工厂的质量标准质量标准设定与下发质量问题快速追溯缺陷追溯QC、机长当前生产存在哪些问题缺陷报警，工艺参数分析产生的缺陷那些要剔除缺陷分级机长工作内容与标准、报工排产表、样品、工艺单、报工单、维护保养计划数据与信息是企业管理与精益改进的关键！痛点：1、生产报工不准确不及时；2、损耗统计不准确。难以定位损耗原因和成本；3、工单排产难，交期难以预测；4、生产工艺改进缺少依据。5、设备保养缺少计划，突然的设备损坏影响订单生产。啥是印刷生产的人工智能!? AI的挑战!?Dr.

IanGoodfellow:

人工智能真正的挑战是解决那些对人来说凭借直觉来执行，又很难形成形式化的任务,

比如识别人和声音,

物体特征等。Smart

Fabrication智能生产LUSTERIAI:

凌云人工智能要干啥!?我们必须聚焦客户痛点问题,

发挥1300名员工集体智慧,

脚踏实地总结+归纳+抽象目前的需求创造发明:深度学习Deep

Learning:

凌云方案,

产品和服务说客户行业的语言!深度理解Deep

Understanding:

产品客户稳定可靠+操作+维护很便捷!工人智慧Deep

Mind:

现实中正确的判断和建议及决策:

更好的误杀和漏杀率!专家智能SCDM&A:Scientific

Correct

Decision

Making

&

Action:

工艺品质和设备管理和实时控制!结论:

为机器植入眼睛和大脑!

Implant

Eyes

and

Brains

in

Machines!SmartManufacturing1.0

及系列的Smart

Octopus/Print等是基于我们积累许多人+许多年电子制造和印刷线路板及玻璃行业知识,

经验和产品的智慧，加上现在和未来团队创造发明集体智慧,

再利用大数据/宽带网/企业私有云来承载无人工厂的工艺,设备及品质管理!感谢我们大家的努力，特别是一些专家和同事的心血积累，凌云应该已经捷足先登了。印刷管理体系的数字化转型通过信息化手段收集印刷厂真实的人机料法环测信息。建立信息库与知识库。实现制造过程透明化、绩效统计精细化、异常状况可追溯。科学量化的质量检验标准，为行业客户提供最可靠的质量保障，质量事故投诉率下降90%以上。帮助印刷企业实现质量管理体系的数字化转型，为行业客户建立可靠的科学、量化的质量标准，从减员、降损方面帮助软包标签及彩盒用户实现经济效益的提升。科学量化的质量检测标准检测质量标准（可口可乐）缺陷特征背景常规缺陷白点墨点刀线颜色对比度6DN6DN4DN8DN面积0.28mm²0.28mm²5mm6mm²检测质量标准（出前一丁）缺陷特征背景常规缺陷白点墨点刀线颜色对比度6DN6DN1DN8DN面积0.2mm²0.2mm²5mm6mm²IQC?IPQC/OQC产品与品质可追溯该示例来源于客户真实案例，已获得客户许可生产人员QC环境设备物料全流程数据管理-实现无纸化生产

WMS的PDA应用

MES机台平板应用

在制品扫码

移动质检应用 www.lusterinc.com登录开机设备状态：已开机操作员：张三扫码调机生产停机当前设备速度280

合格温度60°

合格张力30N

过低缺陷15个

过高……当前产品:

宝洁操作员：张三总产量：30890米好品：29875米缺陷：20个……上工生产报工自动采集数据员工操作制造过程透明化绩效统计精细化AI&HI人结合:工厂数据收集要准确异常状况可追溯人与设备契合，共同达成基础信息的收集,

构建数据平台，打破信息丢失遗漏

1.

漏印2.

蚊虫3.

飞墨4.

刀丝缺陷位置及缺陷地图分类智能标记AI增强缺陷自学习功能AI蚊虫/刀线等:>99%准确率!AI&HI人结合:

靠QA的HI缺陷分类!实时看到生产信息，打开生产黑箱。看到设备信息，人员信息，原料信息等等，支持管理层进行管理决策商业机密，不得泄露决策控制中心经济效益减少损耗产品良率改进效率提升人力负担减少系统应用后自动进行生产状况的统计，从人，设备，工单等维度统计，产量损耗时间等信息，便于提升精细化管理程度。软件利用计米器自动计算完整卷米数，精确定位材料损耗。割料减少20%~50%GMQM系统中的人工复核，可有效控制印刷缺陷，将印刷类客诉减少80%。通过对缺陷标准的统一设定，产品缺陷的监控与追溯，可以将产品总体良率提升到97~99%。建立生产质量数据库，分析缺陷根本原因。快速改进降低不良。生产管理效能提升自动采集设备的效率稼动率、时间稼动率，设备OEE等信息，便于提升工厂工作效率。设备管理效能提升。数字采集设备运行状态，加上大数据分析确定保养计划，减少设备损坏维修耗时。生产质量例会准备：5min/次绩效分析报表：10min/次客诉问题追溯：20min/次系统应用前数据依赖人工填报，难以准确统计绩效进行精细化管理材料的割料浪费约0.5%印刷类客诉在所有客诉中占比约50%以上。产品良率一般为90~95%需要下车间人工观测生产效率情况和设备情况，难以及时发现问题。生产质量例会准备：2~3人天/次绩效分析报表：7天/次客诉问题追溯：1~3天/次经济效益:

500万/年经济效益:

200万/年结论:

应用智慧工厂管理方案年新增经济效益

>700万/年。案例:

某印刷客户数据化实现的收益24目录工业IAI的大时代包装印刷品质与工厂管理未来方向的思考IAI

未来方向:

感知到认知的跃迁到少人+

无忧工厂维度升级:

工厂整体数据连接与分析,

大量随机问题积累得到系统性处理维度升级标准升级：产品按客户需求,

智能优化标准从度量到每类缺陷眼脑认知智能升级标准升级数据分析升级:

品质由缺陷检出及处理升级为缺陷分析及预防,

无忧工厂分析升级1

. IAI

的方向:

感知到认知决策的智能化跃迁人工智能时代:

检测标准由可度量的检测升级为眼脑认知逼近HI的水平-传统品质检测,

缺陷定义的标准是对比度和面积->“这个墨点的尺寸小于0.2mm2，不需要处理”>“这个白点的对比度低于10DN，不需要处理”人工智能检测，缺陷定义的基于成因和类型->“这个缺陷是只蚊虫，是不允许的”->”这个缺陷是复合膜针孔，是不允许的”2

. IAI

的方向:

感知决策到认知决策的跃迁利用人工智能，检测需求由缺陷检出及处理