几个意想不到的常识性问题
4月15日，与打米人比打米活动已经完成，我知道，不是我赢了车间的朋友，只不过是人工智能的智控方式赢了传统稻米生产方式：看清每道工序工艺效果的不是我而是在线工艺检测系统；精细化控制生产设备的不是我而是智能控制系统；不断优化工艺与工序间合理匹配的不是我而是智能系统的神经网络；将变化莫测的米机电流稳定的也不是我而是前端伺服系统......
但此番活动，使我获得许多，也思考许多……
思考之后，以为有所得时，却发现这些不过是几个常识性的东西；但当我以为没有收获时，却又发现这些常识性的东西可能是实际生产中最有价值的东西：
其一，得米率与加工增碎的矛盾。
分析智能工厂的调控过程，我发现，在砻谷工序，得米率与加工增碎是一对矛盾，但在碾米环节却又高度一致；而且在砻谷工序，这对矛盾也并不总是突出。
矛盾是否突出，完全取决于加工的品种，有的品种大幅增加得米而加工增碎并不明显；有的品种在显著降碎时得米没有明显减少。
但传统生产方式是否可操作呢？我询问车间的朋友，他们有这个想法，“但做起来很难”，他们说，“砻谷机说明书上写着合理的脱壳率是83%-87%，那究竟是83还是87呢？”“而且，我没办法确定这个时候脱壳率到底是多少，我也没办法把脱壳率就稳定在一个值上”，他们有人补充说，“胶辊不停地变，辊压也不停地变，只能把脱壳率稳定在一个范围内”。
智能工厂可以把脱壳率稳定在任意一个确定的值而不是一个范围，智控系统可以让任何一个品种稳定到任何一个最合理的脱壳率。如果对每一个品种都确定最佳脱壳率，就一定可以得到最大的得米率与最小的增碎率。甚至对高端产品偏向降低增碎，对大众产品则偏向得米率一端。    
其二，多机轻碾的配合问题。
原来一直以为碾米精度相同的时候碾减也会相同，但现在我知道不是这样。比如碾丰良优，将目标精度确定为10%留皮率时，一碾达标65%、二碾达标90%、三碾达标95%，与一碾达标58%、二碾达标85%、三碾达标95%，最终碾米精度都刚刚达标，但碾减却完全不一样，前一种方式的碾减明显比后一种方式要大。
不仅是某一个品种，所有品种都有类似表现。
原来以为碾米精度高就一定碾减率更高，现在我也知道并不一定总会这样。一碾达标60%、二碾达标85%、三碾达标90%，与一碾达标65%、二碾达标86%、三碾达标87%相比，后一种碾出的精度不如前一种而碾减却更大。
如果碾米生产线不止一条而是两条、三条一起生产时，现象更加明显，这一定还包含碾米生产线之间的均衡问题。
虽然是打米工作的“小白”，但智能工厂模式下我却能轻易地找到并解决这些问题。我想，这也是能“赢”车间朋友的一个重要原因吧。
其三，碾米质量的均匀度问题。
比打米的半个月，我经常观看车间朋友传统操作打出的米，实事求是地说，通常均匀度不算太好，而用智控系统打出的米均匀度却很高，尤其是在后期，我有点经验之后，智控系统打出的米基本整齐划一，我想这与传统控制时米机电流的不停波动有关。
记得在为这期米厂做智能化升级之前，我们仔细观察过车间朋友们控制设备时米机电流的变化，通常有10多安培的波动，短时波动更大，而在刚刚完成智能工厂时，智控下的米机电流要稳定很多，但我们仍然认为没有达到当初期望的效果，通过观察与分析，我们判断米机电流的不停变化主要是三个因素引起的：流量的不稳定，流量控制拉杆只不过限定了流量的最大值而非恒定值；出糠网筛的微观变化，比如数个网筛孔短时的堵塞与畅通；来料水分的不规则变化。
在我们给米机电流做了回归算法的伺服之后，电流基本是稳定的，多数米机甚至可以稳定到接近不波动的效果。
我想，这应该是碾米均匀的关键之一。
......
真诚感谢这些年来支持与帮助我们的所有人，因为有了你们，才有稻米加工智能工厂的成功，才有人工智能与粮食加工行业真正的深度融合；也感谢那些不支持甚至反对过我们的人，没有他们一路上设置的各种考验，我们解决问题的能力就不可能获得提升。
人工智能的大时代已经来临了，积极地迎接拥抱它，就会乘风而上，活出自己的精彩；随波逐流，麻木等待，只能人云亦云，沦为他人之仆；粗暴拒绝，结果只有一个，那就是黯然的退出历史的舞台。
为自己活，为他人活，还是——不活，这是每个人应该思考的问题。
“比打米”活动结束了，但这个传统行业的一场风暴正在来临......