塑料业如何搭上AI的快车

最近一两年里，人工智能（AI）技术驶上快车道，取得了显著的进展。时值现在，距离美国OpenAI公司于2022年11月推出人工智能聊天机器人程序ChatGPT已经过去不少日子，一场争夺利润、荣耀和全球霸权的全面竞争愈演愈烈，而该公司在今年2月发布文生视频模型SORA更是再添一把火。AI创新成果受到了全球广泛关注和炒作，连苹果公司也宣布放弃造车，据说理由是要“All in AI”（押注AI）。我国工信部等八部门在去年12月29日发布的关于加快传统制造业转型升级的指导意见中提到，探索建设区域人工智能数据处理中心，提供海量数据处理、生成式人工智能工具开发等服务，促进人工智能赋能传统制造业。感觉当下再用“风口”一词来形容AI，都显得有点过时了。

AI是第四次工业革命的核心

人类已经历了四次工业革命，蒸汽机、电力、信息技术（IT）和人工智能（AI）是历次工业革命的代表性技术，也都是通用技术，而且可以对其他学科、行业、领域进行赋能，是所谓的“工具技术”。AI通过智能系统模拟人类思考和从经验中学习的能力，如图像分析、语音识别等，其产业链的基础层是芯片和传感器，技术层包括了计算框架、计算机视觉、自然语言处理、知识图谱、语音识别，而应用层则覆盖到了智慧零售、智慧物流、智能无人机、智慧金融、智能服务机器人、智能医疗、自动驾驶、智能制造、智能家居等广泛领域，其中在制造业的用途包括产品质检、工业机器人、智能运维、智能供应链等。

如何搭上AI这趟快车，让以AI为代表的第四次工业革命核心技术来赋能，是又好又快地发展塑料产业的一个重要问题。

拥抱AI，搭上时代发展的“快车”

塑料产业完全有能力搭上人工智能（AI）的快车，并且已经在这么做。人工智能技术的融合和应用，为塑料产业的转型升级提供了强大的动力，为传统制造业注入了新活力。

塑料产业利用人工智能实现快速发展主要体现在以下几个方面。

◆ 智能生产：通过引入AI技术，塑料生产企业可以实现生产过程的自动化和智能化。例如，AI可以控制机器人在生产线上的操作，提高生产效率和产品一致性，减少人为错误。智能化的生产系统还能实时监控设备状态，预测维护需求，降低停机时间。

◆ 工艺优化：AI能够分析大量的生产数据，帮助工程师发现生产过程中的瓶颈和改进点，优化工艺流程，提升产品质量。例如，通过机器学习算法，可以优化塑料熔融、注塑成型等过程的参数设置，减少能源消耗和材料浪费。

◆ 产品设计与开发：利用AI的计算机视觉和模式识别技术，可以快速解析市场需求，指导产品设计。同时，AI辅助的设计和模拟，可以大幅缩短产品从设计到上市的时间。

◆ 供应链管理：AI在供应链管理中的应用，可以帮助塑料企业更准确地预测市场变化，优化库存管理，提高物流效率。通过大数据分析，能够实现对需求的精确匹配，减少库存积压和物流成本。

◆ 质量控制：AI技术可以通过图像识别和深度学习算法，对生产出来的塑料产品进行实时质量检测，自动识别和分类不合格产品，提高产品质量，减少退货率。

◆ 客户服务：AI驱动的客户服务系统能够提供24/7在线服务，通过自然语言处理技术，实时响应客户咨询，提供定制化的解决方案。

AI在塑料业的应用场景愈发丰富

对于塑料行业来说，人工智能可能是工业4.0合乎逻辑的下一步。随着技术本身的进步，AI的功能和在塑料行业中的普及度将与日俱增。接下来分别介绍AI在聚合物开发、塑料回收和注塑加工几个领域中的最新应用。

◆ 新型聚合物的发现
相信所有从事塑料行业的人都知道，聚合物是由称为单体的较小重复分子组成的大分子，这些分子以链状方式结合在一起形成长聚合物分子。使用计算机开发聚合物并不新鲜——几十年来，代表分子3D结构的计算机模拟已被用来增进对日益复杂的聚合物中化学结构和功能之间关系的理解；计算能力和计算算法的最新进展使得科学家能够研究更复杂的系统，并利用分子尺度模拟快速提供更准确的预测，从而实现更快、更具成本效益的材料设计。

而英国伦敦国王学院（King's College London）自然、数学和工程科学学院的跨学科研究人员团队更进一步，基于人工智能开发了一款名为PySoftK的新软件程序，使用人工智能来加速开发新的聚合物材料，用于医疗技术、制药、能源存储等广泛领域中。据介绍，通过提供一套工具和编程模块来自动化管理、建模和创建聚合物库的过程，PySoftK有助于生成大型数据库，用于训练未来的机器学习（ML，Machine Learning）和深度学习（DL，Deep Learning）模型。PySoftK软件包被伦敦国王学院的团队描述为多功能、灵活且易于安装；它可以生成各种聚合物拓扑并以完全并行的方式执行库生成，这使得它非常高效。研究人员希望这些模型将成为新设计师聚合物开发的驱动力。

◆ 人工智能在塑料回收行业的应用
AI对塑料回收行业而言并非新鲜事物，早在30年前AI技术就走进了回收行业，但在那时，AI算法只是通过对比材料颜色的灰度值或彩色值，借助简单的规则做出判断，决定物料被保留或被剔除。直到个人计算机出现后，人工智能技术才开始被应用于图像分类。定制的分选相机可捕捉颜色特征以外的材料光谱特性，大幅提高了光电分选设备的精确性。进入21世纪，分选行业在多光谱成像技术的基础上，引入了经典的机器学习算法，解决数据处理的难题。具体方法是，针对某一特定的分选应用，先对人工智能软件进行培训，使其预先学习并记住大量的物料特征，归纳总结后形成算法。

人工智能技术的进入，使分选机能够检测成分更复杂的材料，并提高分选的准确性。在工业4.0时代，互联网和云技术的发展，使分选机能够收集大量的云端数据，掌握更多的材料特征，进行更深度的学习，从而进一步提升分选能力和精确性。

深度学习（Deep Learning）是一项强大的人工智能技术，它凭借机器学习算法，从多个维度分离数量庞大的原始数据，从中提取关键数据进行分析。在塑料回收行业，深度学习软件能够从成千上万的物料类别中提取图像信息特征，模仿人类大脑中的神经元活动，记录、学习和分析这些信息，应用于复杂的分选任务。软件一旦学会了一项新的分选任务，它便能开展比手工分选更稳定、更高效的检测。这将显著提升分选材料的纯度，并降低运营成本。深度学习技术的问世，将回收行业带入了新的发展阶段 - 分选线的自动化水平更高，且回收材料的纯度也更高。

◆ AI正在改变注塑世界
“智能工厂”是工业4.0时代制造工厂发生的创新变革的总称，包括自动化、数字化、网络化、智能化、个性化等。它还指通过将数字型自动化解决方案与设计、开发、制造、分销和物流等制造流程相结合的信息和通信技术（ICT）来提高生产力、质量和客户满意度的“智能”制造工厂。换句话说，智能工厂是通过在工厂的设施和机器中实施物联网（IoT），可以实时收集和分析过程数据，从而根据需要自行控制数据。然而，注塑加工业仍然经常坚持人类一直引领的传统制造方法，“智能注塑工厂”距离实际工厂环境的实施还有很长的路要走。

2022年，韩国注塑机制造企业LS Mtron公司推出了基于AI的新型智能注塑系统（见下页），这项新技术具有人工智能成型助手和智能重量控制两个系统。

注塑成型的首要任务是建立初始成型工艺，通常由熟练的成型专业工程师掌舵。由于建立初始工艺和最佳零件质量所需的时间取决于操作员的熟练程度，因此设置和重复为制造最佳质量塑料零件而优化的工艺条件可能很困难。人工智能技术的优势在于，它可以自动减少由于人为错误而可能出现的制造效率偏差。LS Mtron的AI成型助手在为新成型品设定初始成型工艺时，可以“学习”最佳条件，并模仿高技能成型专家的行为，大大减少了稳定初始成型设置过程的时间。LS Mtron近期的一项实验室测试表明，使用AI成型助手的操作员设置好产品的最佳条件能够比不使用该系统的高技能操作员平均更快23%。在目前劳动力严重短缺的情况下，人工智能成型助手将成为注塑领域一个有吸引力的解决方案，可以作为许多难以找到熟练工人的注塑厂商的补救措施。

注塑件品质最重要的因素之一是保持恒定的重量，但有几个因素会导致重量变化，包括制造环境的温度和湿度的变化，以及树脂物理性能的变化。LS Mtron 开发的新型智能重量控制系统使用注塑机的软件检测产品的任何重量变化，并实时改变加工条件以修复任何偏差，并满足正确的产品规格，防止有缺陷的零件。

结合“智能”控制系统和“机器学习”，人工智能正在逐步使注塑成型变得“更加智能”。

总结

2023年是人工智能发展及其在社会中的作用的转折点，人工智能也成为了我国“两会”上的热词。总理的2024年中国政府工作报告首次提出开展“人工智能+”行动，意味着我们国家将加强顶层设计，加快形成以人工智能为引擎的新质生产力。这令业界感到异常兴奋，仿佛又回到了近十年前“互联网+”那段激情燃烧的岁月。

AI技术的不断进步，为塑料产业的可持续发展提供了新的路径和可能，为突破行业发展所面临的局限带来了希望。塑料行业势必也将走入“人工智能+”的新时代，路虽长，行则必至。

您准备好了吗？

来源：荣格-《国际塑料商情》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。