Page 112 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

新。这就需要制造业以人工智能技术为核心，引入分散式智能化管理的智能化管

理模式、全流程管理模式、多任务管理模式。将信息物流系统、信息通信技术高
度结合作为重要手段，推动人工智能技术与制造业生产进行有效的融合，推动当
前集中式控制朝着分散式智能化控制进行主动。具体来说，5G通信技术建立连
接企业生产环节涉及的客户需求、生产设备、生产管理、仓储物流等各个环节高

度融合的系统网络，基于人工智能技术开展生产的智能管理、动态监督、人机互
动，以此来推动生产流程再造。在此基础上，针对大规模、标准化、大批量生产
运营模式进行改革，逐步转型为多元化、多品种、小批次的生产模式，尽可能满

足客户个性化、差异化的需求。要想实现上述目标，制造业需要通过人工智能技
术推动智能产生制造，使得客户需求能够与产生规模化进行有效的匹配，推动企
业生产运营模式朝着柔性化转型。如此，企业生产运营模式才能够与智能制造进
行有效的匹配，为人工智能技术深入应用扫清障碍。

4.推进AI技术有序落地
智能制造人工智能技术在智能制造领域的应用并非一蹴而就，而是需要结合
制造业发展动态、人工智能技术动态，有序推进人工智能技术的落地应用。结合

当前行业动态，推进AI技术有序落地，智能制造主要包含以下几个方面：
首先，智能设计领域。基于人工智能技术、深度学习技术的应用，将图像分
析技术、智能识别技术，推动工程图从光栅图到矢量图的智能化识别，同时也能

够通过零件平面投影图到三维立体图进行三维化建模处理，最终利用神经网络技
术、模糊技术进行分析，为制造业设计奠定良好的技术基础。其次，智能规划领
域。对于制造业智能规划来说，主要是基于FNN、NN、专家系统、知识库等针

对规划目标进行优化调整，同时对切削用量实施合理选择，对制造业整个规划
过程进行智能化管理。最后，智能加工与生产监控领域。对于智能加工而言，
NN、FL、GA等人工智能技术配合多元化的传感器应用，对生产加工的整个过程
在进行智能识别，同时深度学习技术能够对生产整个过程进行不断地学习优化。

利用深度学习技术来指导生产加工，对生产加工过程进行自适应控制。
此外，专家系统FL或者NN技术的加持能够对机械故障进行智能诊断，通过
机器嗅觉技术来对人类视觉功能进行模拟，能够在生产的整个过程中开展在线监

督、测量、检查，可使产品的质量得到显著提升。利用智能化机器人能够实现产
品的包装、制造材料及工件的搬运，产品表面的喷漆以及工件焊接等相关工作。

104