瑞萨电子日前宣布与GE医疗(日本)日野工厂联合对采用瑞萨电子的“AI单元解决方案”进行了验证测试。该AI单元解决方案是瑞萨电子为生产设备提供的e-AI(嵌入式人工智能)解决方案之一，它支持在嵌入式终端设备中采用AI功能。测试结果证明，在应用到的生产流程中，通过减少不合格品数量，可将产品良率提高至99.5%，从而显著提高生产力。

　　实现智慧工厂面临的问题

　　海量数据、保持实时性能、保证网络带宽，是实现智慧工厂所面临的共同问题。由此,产生了在终端处理数据的需求。瑞萨电子此前也曾在自己的那珂工厂进行过验证测试。之所以选择那珂工厂，是因为该工厂曾面临两大问题：一是错误信息，即对于合格产品的假性警报。也就是说，如果被监测的波形形状较为复杂，是难以使用统计方法(阈值)来识别异常值的，而设置严格的阈值又会导致更多的异常结果报警。因此，原始数据必须由经验丰富的工程师进行检查，增加了人员负担。二是网络拥堵。将数百个设备连接至网络，但却没有足够的备用网络容量来实现智能功能。

　　在部署了e-AI识别后，由于e-AI能够学习检测模拟时间序列值中的异常结果，使得设备可以通过人工智能自主学习哪些结果是“正常”的。就像人类工程师可以记住波形的样子一样，AI可以学习波形的形状，并在此基础上做出高度准确的判断。另一方面，通过利用e-AI，可以在不增加网络负载的情况下提高采样速度和精度，仅需将判断结果发送到服务器，因此网络负载非常小。

　　那珂工厂的验证测试结果，证明了以下三点在智慧工厂中是完全可行的：

　　1.使用AI识别异常结果。通过为复杂波形设置阈值，消除难点。

　　2.显著减少错误信息。从每月每台机器大约50条错误信息降低到零，消除了工程师的负担。

　　3.更准确地检测异常结果。通过使用高分辨率数据，将异常结果检测率提高6倍以上

　　而日野工厂的测试成功，则显示了瑞萨电子“AI单元解决方案”在提高其他公司生产设施生产力方面的能力。

　　瑞萨电子e-AI解决方案

　　用于生产设备的AI单元解决方案是瑞萨电子e-AI解决方案中的第一款产品，能够实现故障检测和预测性维护，并可以作为一套附加设备AI单元安装到现有的设施或机器上。它可以在一天的时间内调整好预训练的神经网络模型(即已完成学习的模型)。而且整个AI处理序列，即从传感器数据收集到数据处理、分析和评估/判断的全过程，都可以实时进行。这有助于在工厂车间尽早发现以前未注意到的微小偏差和缺陷，不仅避免了额外的工作，而且有助于通过提高产品质量等方式来提高最终产品的价值。

　　在e-AI解决方案路线图的规划中，已推出的AI单元解决方案可以安装在现有的终端设备和机器中以提高生产力，而不增加流量。未来，瑞萨电子将计划推出内置解决方案。客户可以根据瑞萨电子的参考设计开发自己的AI设备，也可以向瑞萨合作伙伴购买AI设备。

　　鉴于通过验证测试已经确认了这些优化效果，瑞萨电子计划在全球范围内推广该AI单元解决方案。这一计划不仅适用于添加到现有生产设备中的e-AI解决方案类型，而且还适用于那些能够提前部署到生产设备中的解决方案类型。瑞萨电子致力于通过扩展其e-AI解决方案产品线加速提升端点智能化，从而加速全球工厂的智能化步伐。

　　99.5%的产品良率，如何做到?

　　GE医疗(日本)日野工厂生产CT、MR和超声波扫描等多种医疗设备。在全球约450家GE集团的生产基地中，日野工厂以其采用物联网技术并具有高生产率而闻名，并被选为领导GE“辉煌工厂”(Brilliant Factory)计划的前七大工厂之一。自1982年投产以来，该工厂一直处于领先地位。

　　在GE医疗(日本)日野工厂，将AI单元安装在生产设备中，针对早期故障检测及识别不合格品生产的效果进行了验证测试。特别需要指出的是，AI单元原型嵌入了一套预先训练好的模型，并安装在该生产设备上。现在，通过测量从生产设备中发送出来的极其详尽的信号波形数据，能够观察到过去无法掌握的生产状态。该终端设备能够判断是否存在异常并且只需发送异常测试结果，因此不会增加通信的数据量。当检测到异常波形时，系统将实时启动警报并暂时停止生产。测试证明，通过减少不合格品，产品良率可提高至99.5%，生产力可得到显著提高。

　　GE医疗日本日野工厂已经确认，通过在检测到异常时立即停止生产，能够降低出现不合格品概率，从而大幅提高产品良率。因此，该公司现在计划将此AI装置应用于大规模生产制造设备。事实证明，自从日野工厂采用GE数字公司在全球范围内针对工业应用提供的“Predix”物联网平台以来，已经可以通过将判断结果实时上传到云端，来共享生产设备的状态。展望未来，瑞萨电子和GE 医疗(日本)将携手合作，进一步加强瑞萨电子e-AI解决方案与Predix平台之间的融合，并通过分析生产设备的长期趋势等方式来提高生产力。