工業(yè)邊緣計算智能的應(yīng)用有哪些

隨著工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展，邊緣智能與實際應(yīng)用深度融合。工業(yè)互聯(lián)網(wǎng)的功能已經(jīng)從統(tǒng)一的數(shù)據(jù)訪問管理發(fā)展到工業(yè)機制、組件、圖形分析的智能分析與決策、沉淀、整合、創(chuàng)新與完善。在芯片、5g、協(xié)同計算、容器化、分布式等技術(shù)的驅(qū)動下，預(yù)測維護、機械臂控制、工業(yè)增強現(xiàn)實（AR）等新應(yīng)用出現(xiàn)。預(yù)測性維護、機械臂控制和工業(yè)增強現(xiàn)實（AR）都離不開隔離技術(shù)的支持。一方面，隔離技術(shù)可以保證各類智能應(yīng)用在邊緣設(shè)備上運行時互不干擾;另一方面，隔離技術(shù)提高了邊緣資源的利用率和調(diào)度效率，使新興應(yīng)用以更低的成本落地。

1. 高價值設(shè)備的預(yù)測性維護有效提高設(shè)備可用性和經(jīng)濟效益

設(shè)備管理服務(wù)，如預(yù)測性維護是工業(yè)互聯(lián)網(wǎng)場景下最廣泛的需求之一?，F(xiàn)代化流水線制造環(huán)節(jié)的生產(chǎn)設(shè)備通常具有非常復(fù)雜的零部件結(jié)構(gòu)，一旦某一生產(chǎn)環(huán)節(jié)出現(xiàn)問題，可能導(dǎo)致整條流水線的生產(chǎn)效率下降，甚至引發(fā)停工。邊緣智能技術(shù)通過對設(shè)備運行狀態(tài)的實時檢測，調(diào)用基于工業(yè)大數(shù)據(jù)的 AI 模型對生產(chǎn)設(shè)備可能的工況狀態(tài)、潛在的故障模式作出推斷，使預(yù)測性維護成為了可能?，F(xiàn)有的預(yù)測性維護如國產(chǎn)邊緣智能計算物聯(lián)網(wǎng)（EC-IoT）方案，采用邊緣網(wǎng)關(guān)負責(zé)設(shè)備聯(lián)通和數(shù)據(jù)預(yù)處理業(yè)務(wù)，在本地對實時數(shù)據(jù)進行預(yù)分析，只將與結(jié)果相關(guān)的少量高價值數(shù)據(jù)上傳到云端；從應(yīng)用效果看，EC-IoT 幫助生產(chǎn)企業(yè)減少了超過 70% 的業(yè)務(wù)中斷事件，使維護和運營成本下降了 50%?，F(xiàn)有的預(yù)測性維護大都采取了云端訓(xùn)練模型并聚合數(shù)據(jù)，邊緣預(yù)處理數(shù)據(jù)并上傳的邊云協(xié)同方式；但邊緣還可利用數(shù)據(jù)的局部性進行本地增量訓(xùn)練模型等方式來進一步提升性能，同時分布式存儲部署到邊緣設(shè)備來節(jié)約云端存儲資源和傳輸數(shù)據(jù)所需帶寬。

2. 高精度機械臂使“機器取代人力”成為現(xiàn)實

隨著人力成本的上升，企業(yè)制造的附加值下降；在工業(yè)互聯(lián)網(wǎng)迅速發(fā)展的背景下，生產(chǎn)過程的自動化程度不斷提高，“以機器取代人力”具有可行性。工業(yè)機械臂指通過模擬人手臂、手腕和手功能完成工業(yè)制造某些工序的機械裝置，已有產(chǎn)品可以執(zhí)行“硬性加工”任務(wù)（如切割、焊接等）。先進計算機視覺技術(shù)使得機械臂控制精度達到 0.01 mm， 5G 傳輸和邊緣側(cè)智能計算使得偏差檢測、二次規(guī)劃、姿態(tài)調(diào)整等步驟的時間延遲滿足工業(yè)制造需求（《 10 ms）。目前，工業(yè)機器人、數(shù)控機床部署智能算法已經(jīng)有初步的落地應(yīng)用，如 ADMOS 平臺通過集成數(shù)控機床行業(yè)龍頭德瑪吉森公司提供的應(yīng)用程序接口（API），將機器學(xué)習(xí)算法部署至機床軟件，實現(xiàn)了基于溫度智能計算刀頭位移的補償需求。此外，考慮到單個制造環(huán)節(jié)往往有多個數(shù)據(jù)采集點，可以融合邊邊協(xié)同計算，共同完成單項智能業(yè)務(wù)的計算需求，支持系統(tǒng)執(zhí)行更精細的任務(wù)。

3. AI 與工業(yè)場景的深度融合催生工業(yè) AR

工業(yè) AR 是以 AI 算法輔助工業(yè)制造為特點的新興場景?，F(xiàn)代高精度機械裝備由數(shù)量眾多的復(fù)雜零部件構(gòu)成，一旦裝配過程發(fā)生問題，僅靠裝配工人的記憶很難獨立執(zhí)行繁瑣的裝配步驟。集成工業(yè) AR 的輔助眼鏡，借助終端和邊緣的計算資源在裝配過程中智能識別零部件，通過文字、動態(tài)影像指導(dǎo)佩戴眼鏡的裝配工人開展組裝；美國波音公司將之應(yīng)用到飛機生產(chǎn)線上，減少了 50% 的裝配錯誤，將裝配耗時降低至原來的 75% 。工業(yè) AR 還能應(yīng)用于遠程故障排查，無需資深專家到達現(xiàn)場，而由現(xiàn)場維護人員佩戴 AR 眼鏡并與技術(shù)專家、專業(yè)團隊連線，共同完成遠程檢修。

邊緣智能用于工業(yè)互聯(lián)網(wǎng)場景，在性能改善、減少操作成本和保障數(shù)據(jù)安全上有一定優(yōu)勢。工業(yè)生產(chǎn)常見的狀態(tài)跟蹤、缺陷檢測、預(yù)測性維護等需求，在近數(shù)據(jù)源處獲得智能處理，可以保證響應(yīng)的實時性；在邊緣處理和存儲數(shù)據(jù)具有多重優(yōu)勢，在現(xiàn)有云模式的數(shù)據(jù)安全保護方案基礎(chǔ)上，結(jié)合分布式存儲和邊緣智能計算將進一步提高隱私數(shù)據(jù)的安全性。

審核編輯：符乾江