深度學習技術：使用神經網路分析大量資料，用於處理自然語言、影象和聲音等非結構化資料。
自然語言處理技術：為人機對話和機器翻譯等應用分析、理解和生成自然語言的技術。
機器視覺技術：使用相機和影象處理技術，使計算機能夠看到和理解真實世界的影象。
機械人技術：使用機械臂和感測器，使計算機能夠執行物理操作並收集真實世界的資料。
工業網際網絡技術：利用雲計算和物聯網技術實現工廠裝置之間的互聯互通，實現對生產過程的遠端監控。
非標裝置是指未按照國家頒布的統一行業標準和規範製造，根據自身需要自行設計製造的裝置。
1、車間作業環境不友好，如噴塗、焊接作業等;
2、人工操作產品質量差;
3、產品生產周期長。
4、產品大或重，手工操作不靈活。
5、如果要完全實現人工送料，零件的分離非常重要，需要評估零件的可分離性。 特別是對於一些很小的零件，如螺絲和釘子。
6.元件的穩定性。 如果上游流下來的部件質量不穩定，裝置加工的產品質量可能不如人工，這可能會導致裝置反覆停機。
7.元件的包裝複雜性。 如果要實現自動上料，需要改變原來的包裝方式，讓上料機構能夠抓取零件，改變包裝方式的成本會增加。
8、操作的複雜程度和難度決定了自動化裝置的成本和自動化裝置技術的可行性，即使是工業機械人，複雜的裝配操作也很難實現。
1、一般採用電動滑軌、氣缸、各種電機（如步進電機或伺服電機）等驅動單元等自動化部件，以及感測元件（如各種用途的感測器），以及電動轉盤、皮帶輸送機、搬運機械手等機械裝置進行輸送物料，再裝有夾具、真空吸盤、 推桿等執行機構，輔以靈活的程式自動控制單元，取代原有生產過程中相應的手動或機械動作，提高生產能力;
2、通過提高機械動作運動和運動節拍的精度，替代原有生產工藝，提高質量;
3、主要是通過減少工序中的人工，降低勞動強度，降低生產成本。 在方案設計初期，很多朋友容易忽略這三個主要目的，最終往往導致整個設計製造裝置整體報廢。 後果非常嚴重。
1、收集資訊：詳細了解原有工藝、生產工藝或生產裝置的所有具體細節，以及現有生產能力、人工數量、現有工序數量、工藝質量、原輔材料等。
2、了解需求：了解客戶需要達到的主要目的和要求;
3、方案確認：根據以上兩個基本情況，結合現有條件，提出初步可行性方案供團隊集體討論，然後交付給客戶確認;
4、主要部件的選擇：客戶確認可行性方案後，開始自動化部件的選型;
5、引數驗證：根據客戶對產能的要求，進行全工藝步驟設計，對初選的自動化部件功能進行檢查確認;
6.常規設計：完成上述工作後，即可進行總裝草圖的設計工作，進入常規機械設計工作流程。 同時，電氣工程師和程式設計師應根據總體實施方案和工藝流程圖，設計編制電氣原理圖和程式控制軟體;
7、審核與客戶確認：自動化元器件、機加工件、電氣圖、程式控制圖的機械設計、外部採購，經客戶標準審核並再次確認後，即可進行製造、裝配、除錯工作，完成後進入試執行階段;
8、現場除錯：通過試執行和測試，在滿足設計要求並實現客戶要求後，可以到客戶現場進行安裝除錯階段。 直到整個專案完成。