在工業物聯網中,AI主要用來做制程的優化與長期規畫等非實時性決策,例如現在消費性市場的產品類別多樣,制程系統的換線將成為常態,透過大數據與AI的運算,就可盡量縮短換線生產的停機時間,讓排程優化。
進行產線排程時,需從機器環境、制程加工特性與限制、排程目標,依據工作到達達生產現場的情況區分,可分靜態及動態排程兩種,靜態排程是到達生產現場時,其制造數目?固定且可一次完成的任務進行排程,后續如果出現新工作, 再并入下一次制程處理。 動態排程則是若制程連續、產品隨機,而且數目不固定的到達生產現場,須不斷的更新生?排程。
就上述兩種排程方式來看,靜態排程通常為少樣多樣方式,AI在其中要解決的問題,主要是透過深度學習算法分析各環節的時間與質量,不斷的改進工序,讓效能與質量優化;動態排程則用于少量多樣生產,AI會針對不同產品的工序, 建立起換線模式,有不同產品上線時,即啟動專屬換線模式,盡量縮短停機時間,同時讓產品維持固定質量。