rss 推薦閱讀 wap

智能在線 - 人工智能科技聚合推薦平臺

熱門關鍵詞:  as  test  xxx  云南  請輸入關鍵詞
首頁 今日推薦 人工智能 手機電腦 信息發展 數碼科技 環保節能 系統研究 互聯天下 航天通信 創新創業

工業制造須發展工業人工智能

發布時間:2019-11-05 09:14:33 已有: 人閱讀

  工業制造分兩類:離散制造和流程制造。這兩類制造在生產線上基本上看不出差別,其實底層的工業裝備、控制系統不同。一般而言,控制系統保證了產品的自動化。但是,在有些情況下產品無法實現自動化,其中一種情況就是個性化定制。

  個性化定制要求底層的工業裝備能夠加工不同的產品。這要求裝備一定是智能化的,且控制系統要變成智能系統,以感知不同裝備、工藝。但是,當前的生產線無法解決個性化定制的高效化——這也是工業4.0提出的重要目標之一。

  現在的工業流程,就是把參數確定好,把生產線變成 “黑燈工廠”。但如果原料或產品品種發生改變,工藝就要重做。這需要決策部門進行指標的調整,再由工程師將其設定在控制系統之中。

  這正是自動化系統的現狀。自動化系統的結構,其實就是人與信息物理系統融合的系統,也就是人參與的信息物理系統——信息系統得到的信息跟人的感知、認知得到的信息綜合用以進行分析和決策。

  比如特高壓輸電和選礦系統。雖然生產線是完全自動的,但為了得到不同的產品,都要重新進行分析、設計,把人為設置參數指令放到生產線。也就是說,流程中需要工程師等知識工作者的參與。

  這樣的系統存在哪些問題?人的決策行為制約其發展。為什么?原因在于人難以感知動態變化的運行工況,也難以及時處理異構信息。另外,人的決策是有主觀性的,不同人的決策是不一樣的,這就不能夠保證整個生產線是高效、全優的。

  鑒于此,未來怎么做?要想實現個性定制的高效化、流程工業的全局優化,就要把現在的人和控制系統、裝備變成自主系統,把系統管理系統變機合作的決策系統。

  這和原來的系統區別在于,它具有了感知、認知、決策功能,且其最終的目標是高效化和最優化的方向,如此企業生產結構、效率將會發生根本性的改變。

  現在的生產結構是三層:企業資源計劃系統、制造執行系統和離散裝備控制系統(流程制造中叫做過程控制系統)。未來要變成兩層結構:底層都是自主系統,上層為人機合作的決策優化系統,這便是未來制造流程的遠景。

  這會帶來哪些挑戰?我認為有三點。第一個挑戰是,人工智能的典型代表是基于大數據的深度學習,但是深度學習直到現在并沒有完全應用于制造流程。

  在智能制造領域有三個難題:多尺度、多元信息的獲取,預報模型,把決策和控制過程集成。這三個難題可歸納為多尺度、多元信息的動態感知。要實現智能制造,這是必須要解決的問題。

  第二,在制造中人工智能要想比人出色,就要對產品質量,對于能耗、物耗包括運行狀態有預測和追溯。所謂追溯就是出現問題以后,能夠感知到底是由哪道工序或動作導致的。

  今天的人工智能分兩種:強人工智能和弱人工智能。強人工智能指和人相比具有全面的智能,但相當一部分科學家認為這無法實現;弱人工智能是在特定場景下比人做得好,就如今天的自動駕駛、機器人下棋可以做得很好,但它做不到兩者兼備。第三次人工智能浪潮的迭起源于大數據、強大的計算和深度學習算法。我認為未來人工智能必須走向智能系統。

  AlphaGo為什么不能在工業中應用?原因在于它是在一個完全確定的規則中,計算機可以了解所有的規則,并且在博弈過程中可以建立可試錯的精確決策模型用以離線訓練,一直訓練到可以戰勝人類。另外,它的決策是一個單目標——就是輸贏,它可以用大量的計算機,且不考慮能耗。

  而工業過程的決策是在開放環境下,規則不確定,工業過程難以建立決策可試錯的模型。而且工業過程的決策是多目標、相互沖突的,比如要想把質量做好并不等于成本最低。

  可以說,目前的人工智能技術、博弈技術,屬于“大數據小任務”,而工業將來遇到的問題決策是“小數據大任務”——工業大數據對計算機而言都是小數據。

  人工智能的最終目標,主要是實現人的智能行為的自動化和復制。從這個意義上來講,人工智能不是單一的技術,而是用于特定任務的技術集合。

  工業人工智能在國際上開始被提出,包括美國提出的工業人工智能、德國提出的“與經濟結合推動智能”。在我國,中國工程院編制的關于新一代人工智能的發展規劃,也提及要研究如何用人工智能解決智能制造的問題。

  總結來說,工業人工智能目前在制造流程中主要完成三項工作:運行工況多元信息的感知和認知,工作經營層、生產層、運行層的協同決策,以企業綜合生產指標優化為目標自動協同控制裝備的控制系統。

  這里有幾個關鍵技術要解決:第一是關鍵技術復雜工業環境下運行工況多尺度、多元信息的智能感知和識別技術,第二是復雜工業環境下基于5G多元信息的快速可靠的傳輸技術,第三是系統辨識與深度學習相結合的智能建模、動態仿真和可視化的技術;第四是關鍵工藝參數和生產指標的預測和追溯技術;第五是人機合作的智能優化決策技術,特別是結果端、邊、云協同實現智能算法的技術。只有攻克了這些技術,才有可能使工業發生性的改變。

  有一種合作叫做真誠,有一種發展可以無限,有一種伙伴可以互利共贏,愿我們合作起來流連忘返,發展起來前景可觀。關于論文推薦、團隊介紹、圖書出版、學術直播、招聘信息、會議推廣等,請與我們聯系。

  感謝關注我們!我們《機械工程學報》編輯部將努力為您打造一個有態度、有深度、有溫度的學術媒體!

首頁 | 今日推薦 | 人工智能 | 手機電腦 | 信息發展 | 數碼科技 | 環保節能 | 系統研究 | 互聯天下 | 航天通信 |免責聲明

Copyright2008-2022 智能在線 www.qbldpv.live 版權所有 業務QQ:17468920 Power by DedeCms

電腦版 | wap

黑龙江福彩p62开奖结果