当下,智能制造是全球制造突破现有生产力增长瓶颈的重要方向。制造业是未来发展的方向,而人工智能是实现智能制造的关键环节,如何发展工业智能,如何落地智能制造?在2019世界人工智能融合发展大会“人工智能与制造业深度融合发展”主题论坛上,天泽智云副总裁、联合创始人史喆做了详细阐述。
数据驱动:从解决可见问题到避免不可见问题
智能制造是基于新一代信息技术,贯穿于设计、生产、管理、服务等制造活动各环节,具有信息深度自感知、自学习、智能优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。落地智能制造的关键环节就是发展工业智能化,因为工业智能化的作用就是避免和解决不可见世界的隐性问题。
例如设备故障、产品缺陷、加工失效、质量偏差等这些可见问题,是可以通过kpi 绩效体系、精益6-sigma等对管理问题进行管控和优化。但造成这些背后的隐性问题,如形变、过热、松动、泄露等,虽然在当下看不见,但不断累积就会变成显性问题,造成损失。也就是在你看到一个设备失效前,其实他已经有了很多衰退的症状。
史喆说:“从解决可见问题到避免不可见问题,其实是这样一个过程,对于可见问题,可以将问题产生过程进行数据分析,建模和管理,从而实现价值改善,再通过机器学习等方法从数据中挖掘隐性问题,预测并解决问题,为了避免不可见问题的发生,那么这个时候要做的就是知识建模。”
可见,在工业智能化过程中,数据驱动技术具有重要意义,它可以用来预测能被感知但未被量化的问题。良好的维修维护策略会大大降低设备后期的运营成本。例如原来某些部件需要拆除才能发现问题,但现在通过传感器采集数据并进行分析,就可以实时感知它的状态,进而预测故障,提前进行维护排程。
自学习和自适应是工业智能最大的挑战
在工业场景中有三个突出的难点,第一是模型的不确定性,第二个是实现问题反馈的实时性,第三点是系统的稳定性,这些不确定因素既存在于制造过程中,也存在于制造过程之外的使用过程中。
对此,史喆表示,对于不确定性的管理是核心问题,这要求系统结果输出必须正确。系统的实时性是对核心业务及时返回的保障,系统的稳定性就是要保证系统长期稳定运行。
2.4G芯片 XL2401C,SOC 无线收发芯片 SOP16封装
Arm宣布扩展其Works on Arm计划
关于CES,这些你想看到的企业、黑科技都在这篇文章里
华为发布全球首个基于3GPP R14协议的NB-IoT商用版本eRAN13.1
基于B/S结构的网络控制系统开发
怎样让智能制造落地的速度加快
如何改善交通管制带来的交通拥堵?
智能显示屏将赋予智能家居系统更多黑科技的乐趣
蓝思科技入股豪恩声学将加速公司一站式布局
笔记本电池结构是什么样子的
银白色诺基亚6开箱,这么美你忍心用去砸核桃?
木林森将在2019年怎样布局LED照明市场
一文带你了解 手机天线的辐射性能如何改善?
国产服务器主阵地有哪些?
基于UC3875的高频开关电源的设计
关于第一个Arduino项目的分步指南的方案分析
NVIDIA显卡驱动被曝5个高危漏洞 官方建议升级最新版
新唐最新物联网安全开发平台NuMaker-IoT-M2354,保护您的物联网创新服务与设计
区块链+供应链金融平台业务的信用炼金术揭秘
基于K9F5608A的MCS-51单片机驱动程序