Автоматизация производства: где роботам не нужен ИИ, а где без него не обойтись
Разбираемся, где в производстве используется компьютерное зрение, при чем здесь искусственный интеллект и когда достаточно стандартных решений по автоматизации. На примере собственных производственных линий «Аквариуса» доказываем: эффективная автоматизация — это минимизация рисков, а значит — фундамент качества продукции.
Сегодня в промышленности сложились два устойчивых мифа.
Первый: автоматизация — это всегда дорого.
Второй: настоящая автоматизация начинается только с искусственным интеллектом, а все остальное — «не считается».
Компания «Аквариус», выпускающая 2,5 млн устройств в год (серверы, СХД, вычислительная техника), на практике доказывает: эффективная автоматизация — это не тренд, а точный инженерный выбор. Где-то нужен робот с жесткой логикой, где-то — компьютерное зрение без обучения, а где-то без машинного обучения действительно не обойтись.
В этой статье — реальные примеры с производственного комплекса «Аквариуса» в Твери и четкий ответ на вопрос: когда какой инструмент дает максимальную ценность.
Мифы и реальность: почему ИИ — не синоним автоматизации
Часто под искусственным интеллектом ошибочно понимают любые «умные» системы: компьютерное зрение, автоматическую оптическую инспекцию (AOI), роботов с датчиками. Это не так.
Простое правило:
- Автоматизация без ИИ — робот выполняет заданную программу (взял, поставил, проверил по эталону).
- ИИ (машинное обучение) — система сама находит закономерности (прогнозирует отказ, оптимизирует загрузку, классифицирует новый тип дефекта).
Для «Аквариуса» принцип прозрачен: критически важные для качества операции доверяются роботизированным системам с четкой логикой. А ИИ внедряется там, где он реально полезен — в предиктивной аналитике, управлении запасами, оптимизации потоков.
И да: автоматизация без искусственного интеллекта — не «плохая» автоматизация. Это осознанная экономия ресурсов там, где сложный ИИ просто избыточен.
5 примеров автоматизации производственных процессов на заводе «Аквариуса» в Твери
1. Автоматизированные шкафы хранения компонентов (ЭКБ)
Все начинается с логистики: время – самый дорогой ресурс, поэтому комплектующие должны поступать на производственные линии с высокой точностью по таймингам. Цифровая система в реальном времени отслеживает расход материалов, ее часть – автоматизированные шкафы хранения электронно-компонентной базы (ЭКБ). Робот выполняет четкую функцию: он привозит нужные компоненты именно тогда, когда в них появляется потребность, что позволяет оптимизировать линию и увеличить производственные показатели.
2. Роботизированное тестирование оперативной памяти
Важный этап — контроль качества. Например, оперативная память — критически важный компонент, от которого зависит стабильность работы сервера. Использование роботизированных установок тестирования, которые проводят стресс-тест каждого модуля и автоматически отсеивают малейшие отклонения, позволяет также минимизировать влияние человеческого фактора на этот этап производства
3. Роботы-манипуляторы для упаковки тяжелых серверов
На серверных линиях задействованы роботы-манипуляторы, в том числе для упаковки тяжелых серверов. Это не только исключает тяжелый физический труд, но и гарантирует сохранность производимого устройства. Именно такая механическая точность позволяет нам работать со сложными продуктами, не повреждая их при транспортировке внутри завода.
4. Роботизированная депанелизация (разделение печатных плат)
В производстве платы изготавливаются в мультизаготовках (панелях) для повышения эффективности монтажа. Соответственно, на финальном этапе требуется их разделение — так называемая депанелизация. Традиционно эта операция выполнялась вручную или с использованием механических инструментов. Это несло некоторые риски повреждения компонентов и могло приводить к выходу оборудования из строя. Для решения этой проблемы «Аквариусом» были внедрены роботизированные комплексы по разделению плат. Это оборудование, которое автоматически разделяет мультизаготовки на платы по заданной программе, исключая появление дефектов на платах на данном этапе производстве.
5. Поверхностный монтаж с компьютерным зрением (но без ИИ)
Монтаж печатных плат состоит из трёх этапов: нанесения паяльной пасты, монтажа компонентов и пайки оплавлением. Эти процедуры технически невозможно выполнить ручным трудом с необходимой для радиоэлектронной промышленности точностью. Помогает оптимизировать процесс и минимизировать ошибки оборудование со специальной оптикой и применением компьютерного зрения. Машина «видит» плату и располагает на ней пасту и компоненты по заданному алгоритму – оборудование программируют высококвалифицированные инженеры «Аквариуса», используя ПО станков и их аппаратные возможности.
А где же реально может использоваться ИИ на производстве?
В описанных выше процессах ИИ был бы избыточен и только усложнил бы валидацию. Но на заводе всегда найдутся задачи, где без машинного обучения не обойтись. Например:
- Предиктивная аналитика оборудования
Роботизированные линии имеют износ. Вместо планового обслуживания «раз в месяц» могут быть использованы модели машинного обучения, которые прогнозируют отказ за считанное количество часов.
- Оптимизация логистики
WMS-система с элементами ИИ имеет возможность анализировать историю потребления компонентов и предсказывать, какие позиции понадобятся через заданный промежуток времени.
- Классификация редких дефектов
На автоматической оптической инспекции (AOI) стандартные алгоритмы хорошо ловят типовые отклонения. Но новые, редкие типы брака система дообучается распознавать — это уже задача машинного обучения.
Итог: гибридный подход как основа технологического суверенитета
Зрелая автоматизация — это система, где каждый инструмент работает на своем месте. При этом эффективная автоматизация не требует замены всех людей роботами, а простых роботов — нейросетями. Достаточно последовательно и точечно закрывать те этапы, где цена ошибки или человеческого фактора максимальна. А там, где нужно прогнозировать или оптимизировать, применять ИИ.
Для российской промышленности сегодня это особенно важно: технологический суверенитет — это не копирование западных ИИ-коробок, а умение выбирать правильную степень автоматизации под конкретную задачу. Именно этот прагматизм позволяет «Аквариусу» выпускать 2,5 млн устройств в год с качеством мирового уровня, оставаясь независимым от внешних конъюнктурных рисков.