自從德國率先喊出工業(yè)4.0后,相關(guān)科技也同步的突飛猛進,包括工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)分析、機器人等技術(shù)發(fā)展至今,已漸漸打造出新型態(tài)的智能工廠與全新的工業(yè)化標準。
尤其近幾年來,人工智能(AI)浪潮襲來,更賦予工業(yè)4.0全新的發(fā)展方向,明確區(qū)分自動化及智動化的差異,包括機器視覺、深度學習等利用算法分析為主的人工智能技術(shù),已成為工業(yè)4.0未來發(fā)展的全新趨勢,不僅讓自動化與機器人的技術(shù)更為精準、制造業(yè)也開始進入如無人工廠等全新的科技領(lǐng)域。
01
大數(shù)據(jù)建立運算模式
在產(chǎn)線監(jiān)控、機器人、無人搬運車等,都將有AI運算功能設(shè)計,主因在于大量訂制化的趨勢,工廠需要面對的產(chǎn)品類型、產(chǎn)線調(diào)動等各種生產(chǎn)情境的難度也會大增,雖然透過傳感器及大數(shù)據(jù)分析,管理者已經(jīng)可以掌握更多用來幫助決策的信息,但也因為信息量大量增加,增加管理者的信息分析壓力,加上市場變化愈來愈快速,人類的分析速度恐怕已經(jīng)愈來愈難跟上提供速度愈來愈快的前端數(shù)據(jù),自然也就更難讓制造現(xiàn)場的機臺能夠迅速反應(yīng)客戶需求,AI應(yīng)用于制造業(yè),將可讓系統(tǒng)從大數(shù)據(jù)分析找出規(guī)律性建立模式,進而學習避免前面發(fā)生的錯誤,甚至做到提前預(yù)測,應(yīng)用于制造領(lǐng)域,不僅可以縮短停機時間,更可適時做出產(chǎn)線調(diào)整,減少呆料及廢料的發(fā)生頻率。
對工業(yè)物聯(lián)網(wǎng)來說,取得數(shù)據(jù)和分析數(shù)據(jù)是核心任務(wù),而來自傳感器的數(shù)據(jù)點經(jīng)過多個階段才能轉(zhuǎn)化為可操作的見解,工業(yè)物聯(lián)網(wǎng)平臺包括可擴展的數(shù)據(jù)處理流程,能夠處理需要立即關(guān)注的實時數(shù)據(jù),以及僅在一段時間內(nèi)有意義的數(shù)據(jù),當檢測到壓力和溫度閾值的異常組合之后,物聯(lián)網(wǎng)平臺關(guān)閉液化石油氣灌裝機可能已經(jīng)太晚了,應(yīng)該在毫秒之內(nèi)檢測到異常,然后依規(guī)則觸發(fā)立即反應(yīng)。
02
現(xiàn)實技術(shù)情況的反應(yīng)
就目前發(fā)展來看,AI有幾種算法,例如熱點路徑分析的核心是負責檢測異常的規(guī)則引擎,物聯(lián)網(wǎng)平臺嵌入復(fù)雜的規(guī)則引擎,可以從傳感器數(shù)據(jù)流動態(tài)評估復(fù)雜的模式,由了解模式和數(shù)據(jù)格式的領(lǐng)域?qū)<襾矶x規(guī)則引擎的基準閾值和路由邏輯,這種邏輯作為規(guī)則引擎在編排訊息流中的關(guān)鍵輸入,在數(shù)據(jù)點移動到數(shù)據(jù)處理流程下一個階段之前,為每個數(shù)據(jù)點定義嵌套的語句條件,規(guī)則引擎已經(jīng)成為物聯(lián)網(wǎng)平臺的核心,而機器學習的關(guān)鍵領(lǐng)域之一是從現(xiàn)有數(shù)據(jù)集中找到模式,將類似的數(shù)據(jù)點分組,并預(yù)測未來數(shù)據(jù)點的價值。機器學習有關(guān)的高階算法可用于分類和預(yù)測分析,由于這些算法可以從現(xiàn)有數(shù)據(jù)中學習,且大多數(shù)物聯(lián)網(wǎng)數(shù)據(jù)都是基于時間序列,因此這些算法可以根據(jù)歷史數(shù)據(jù)預(yù)測傳感器的未來值,這些多種機器學習算法的組合,將可替代工業(yè)物聯(lián)網(wǎng)平臺中的傳統(tǒng)規(guī)則引擎,雖然領(lǐng)域?qū)<胰匀恍枰鶕?jù)條件定義采取行動,但這些智能算法提供更高的準確性和精準度。
03
AI大幅提升利潤效益
工業(yè)物聯(lián)網(wǎng)中的機器學習最大應(yīng)用之一是設(shè)備的預(yù)測性維護,透過關(guān)聯(lián)性和分析模式變化來預(yù)測設(shè)備故障,并報告如設(shè)備的剩余使用壽命等關(guān)鍵指標,預(yù)測維護未來也可應(yīng)用在航空航天、制造、汽車、運輸、物流和供應(yīng)鏈等領(lǐng)域,例如預(yù)測模型安排至汽車服務(wù)中心,在航空業(yè)中,預(yù)測維護方案的目標是根據(jù)維護歷史和飛行路線訊息等相關(guān)數(shù)據(jù)來預(yù)測航班延遲或取消的可能性。
觀察物聯(lián)網(wǎng)的發(fā)展態(tài)勢,目前工業(yè)物聯(lián)網(wǎng)是所有垂直應(yīng)用中,發(fā)展最快的類別之一,AI在工業(yè)物聯(lián)網(wǎng)主要是協(xié)助操作者與管理者,篩選從大量設(shè)備擷取出的數(shù)據(jù),并做出判斷,但是目前的AI并無法做出具有邏輯性的決策,因此在制造領(lǐng)域,AI必須與人類智慧結(jié)合,才會是系統(tǒng)的最佳效益。
-
人工智能
+關(guān)注
關(guān)注
1787文章
46060瀏覽量
234980 -
工業(yè)物聯(lián)網(wǎng)
+關(guān)注
關(guān)注
25文章
2335瀏覽量
62673
原文標題:行業(yè)|當工業(yè)物聯(lián)網(wǎng)撞上人工智能
文章出處:【微信號:THundersoft,微信公眾號:ThunderSoft中科創(chuàng)達】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論