AI在工業(yè)控制方面的應用

隨著(zhù)第四次工業(yè)革命的不斷推進(jìn)，AI技術(shù)正逐漸成為工業(yè)系統不可或缺的一部分，且仍在不斷地推動(dòng)著(zhù)工業(yè)自動(dòng)化向更高水平的智能制造轉型。AI在工業(yè)自動(dòng)化領(lǐng)域的應用，包括智能機器人、自動(dòng)化生產(chǎn)線(xiàn)、智能物流、質(zhì)量控制、設備維護等，讓工業(yè)制造逐步實(shí)現從自動(dòng)化到數字化、智能化的蛻變升級。

在傳統視角中，工業(yè)控制似乎都是自動(dòng)化的事情，和AI隔得相對較遠。但當前工業(yè)科技飛速發(fā)展，我們應該重新認識當前的工業(yè)控制技術(shù)了。根據IFAC對工業(yè)技術(shù)影響力的調查結果發(fā)現，基于A(yíng)I的控制在很多行業(yè)應用已經(jīng)追趕、甚至超過(guò)了傳統的控制方法。

在故障狀態(tài)預測方面，傳統的故障診斷需要依靠維修人員主動(dòng)觀(guān)察和判斷，這就存在著(zhù)效率低且誤差高等問(wèn)題。利用AI技術(shù)，通過(guò)對工控系統運行數據的分析和學(xué)習，便可以高質(zhì)量的預測可能發(fā)生的故障，從而提前進(jìn)行維護。利用AI的學(xué)習技術(shù)，可對機器的運行狀態(tài)進(jìn)行監測和分類(lèi)，識別潛在故障，并立即通知相關(guān)人員并采取相應的行動(dòng)。此外，AI技術(shù)還可以利用歷史數據進(jìn)行預測，從而提前采取措施，以避免生產(chǎn)過(guò)程中的問(wèn)題，且可以有效避免生產(chǎn)中斷，提高生產(chǎn)效率。

    AI技術(shù)在工業(yè)生產(chǎn)中的應用還包括生產(chǎn)過(guò)程的優(yōu)化。借助人工智能技術(shù)，對生產(chǎn)過(guò)程進(jìn)行實(shí)時(shí)監控和優(yōu)化，可快速地發(fā)現過(guò)程中存在的問(wèn)題，并采取相應的措施，從而提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

    AI技術(shù)的強大之處在于其可以對工業(yè)控制系統進(jìn)行自適應調節。比如，神經(jīng)網(wǎng)絡(luò )控制器能通過(guò)對工業(yè)系統的學(xué)習和訓練，自動(dòng)找出最優(yōu)的控制策略，實(shí)現快速而準確的控制效果。

且能夠實(shí)現生產(chǎn)調度與資源優(yōu)化，對生產(chǎn)過(guò)程中各個(gè)環(huán)節的數據進(jìn)行分析和評估，可以使生產(chǎn)過(guò)程更加合理、更加高效。同時(shí)，智能化的生產(chǎn)系統也能夠通過(guò)優(yōu)化調度，降低成本，提高經(jīng)濟效益。

AI技術(shù)基于數據分析和算法訓練的方式，可以不斷地對工業(yè)控制系統進(jìn)行持續改進(jìn)。隨著(zhù)數據量的增加，人工智能系統能夠不斷優(yōu)化自身的識別和預測能力，從而實(shí)現更加高效、更加智能的控制效果。

近年來(lái)，隨著(zhù)產(chǎn)業(yè)結構的調整、制造水平的進(jìn)一步提升，我國工業(yè)自動(dòng)化控制技術(shù)、產(chǎn)業(yè)和應用如雨后春筍般涌現，但在工業(yè)領(lǐng)域一些高難度、復雜的應用場(chǎng)景，仍然高度依賴(lài)人工。AI的出現恰好為這一困境提供了解決方案，不僅是重復的機械活動(dòng)，還有一些需要人類(lèi)輔助參與的任務(wù)，AI都可以出色完成。

然而在A(yíng)I的工業(yè)自動(dòng)化應用方面，半導體行業(yè)巨頭英特爾近日和紅帽聯(lián)手創(chuàng )建了用于工業(yè)和跨垂直領(lǐng)域部署的云和邊緣原生5G專(zhuān)網(wǎng)解決方案，該解決方案不僅成本效益高，而且更易于采用。這使制造商能夠更容易抓住基于人工智能的軟件定義的運營(yíng)和工廠(chǎng)帶來(lái)的巨大創(chuàng )收機遇。

這一參考解決方案包含Intel FlexRAN?軟件，用于在新推出的Intel Edge Platform和紅帽OpenShift上提供專(zhuān)有無(wú)線(xiàn)連接。這一值得信賴(lài)的解決方案可通過(guò)兩家公司合作伙伴生態(tài)系統（業(yè)界最大的生態(tài)系統之一）中的第三方創(chuàng )新成果進(jìn)行擴展或定制。通過(guò)在這個(gè)專(zhuān)有無(wú)線(xiàn)解決方案上整合Intel Edge Platform，并與我們的合作伙伴生態(tài)系統合作，紅帽為服務(wù)提供商創(chuàng )建了經(jīng)過(guò)驗證和認證的解決方案，幫助他們利用紅帽平臺和技術(shù)實(shí)現業(yè)務(wù)成果。該解決方案對開(kāi)發(fā)者也很友好，不會(huì )犧牲人工智能應用和工作負載的高端計算性能。

紅帽OpenShift為5G專(zhuān)網(wǎng)工作負載提供了一個(gè)統一的云原生平臺。OpenShift具有可擴展性，為連接能力和應用提供了靈活的架構，支持以更小的體積重新裝配，從而構成了可覆蓋邊緣設備的企業(yè)專(zhuān)用無(wú)線(xiàn)網(wǎng)絡(luò )。

部署后，5G專(zhuān)網(wǎng)可在現代化、自動(dòng)化、可擴展且易管理的云原生平臺上運行，提供必要的連接、工具和應用，實(shí)現在工廠(chǎng)車(chē)間注入人工智能，并增強安全能力。用例包括：預測性維護、用于數據提取的移動(dòng)傳感器、具有更高敏捷性的人工智能互連設備等等。

邊緣AI同樣也在為工業(yè)控制領(lǐng)域發(fā)揮著(zhù)重要作用，邊緣AI可以說(shuō)是邊緣計算和AI的結合體，其解決方案通過(guò)實(shí)現實(shí)時(shí)監控正在改變工業(yè)部門(mén)。通過(guò)對比了解并探索30多個(gè)應用案例，發(fā)現邊緣人工智能解決方案實(shí)現了更高效、更主動(dòng)和更高數據驅動(dòng)的運營(yíng)，并有助于提高安全性、減少或防止停機、優(yōu)化生產(chǎn)及加強質(zhì)量控制，通過(guò)實(shí)時(shí)分析來(lái)自智能傳感器的振動(dòng)、聲音或溫度等數據，邊緣人工智能解決方案實(shí)現了預測性維護解決方案。

針對于此，ST公司研發(fā)出基于云連接的邊緣處理解決方案SL-PREDMNT-E2C1，用于工業(yè)電機狀態(tài)監測。該解決方案將ST的運動(dòng)和環(huán)境傳感器、STM32F4微控制器（MCU）和STM32MP157微處理單元（MPU）組合在同一狀態(tài)監測和預測性維護框架中。它將智能傳感器節點(diǎn)連接到云服務(wù)，如數據湖和監測儀表板。

   智能傳感器節點(diǎn)包括選定的環(huán)境和各個(gè)振動(dòng)傳感器、一個(gè)STM32 MCU，以及多個(gè)連接接口。這些節點(diǎn)放置在工業(yè)機械的上部或周?chē)?，用于收集?lái)自L(fǎng)PS22HB和HTS221傳感器的溫度、壓力和濕度數據，以及來(lái)自IIS3DWB三軸加速度計的振動(dòng)數據。同一傳感器節點(diǎn)的STM32 MCU啟動(dòng)邊緣處理，將振動(dòng)信號轉換為頻域和時(shí)域數據。

    將來(lái)自最多四個(gè)傳感器節點(diǎn)的數據合并后，通過(guò)集中器被路由到一個(gè)配備STM32MP157 MPU的網(wǎng)關(guān)，以供進(jìn)一步的邊緣處理。在將所有數據發(fā)送到基于服務(wù)器或基于云計算的系統，以供進(jìn)一步分析之前，該節點(diǎn)將對數據進(jìn)行提純和整合。

    ST提供預測性維護儀表板應用程序，以演示云功能如何使該解決方案變得完整。儀表板配置運行AWS IoT Greengrass服務(wù)和AWS IoT核心的邊緣網(wǎng)關(guān)節點(diǎn)?？蛻?hù)可以在儀表板上繪制狀態(tài)數據曲線(xiàn)并進(jìn)行監測，并將警告閾值配置為端到端預測性維護解決方案的一部分。

智能工廠(chǎng)是集物理制造流程與先進(jìn)的數字技術(shù)于一體的制造系統。通過(guò)利用通信技術(shù)收集公司內外的制造相關(guān)數據，并利用模數融合技術(shù)來(lái)實(shí)現從產(chǎn)品設計到制造、檢驗、以及配送的所有流程相互聯(lián)動(dòng)，可以大幅提高效率。通過(guò)融合自動(dòng)化、數據分析、IoT、AI等技術(shù)，可以協(xié)助解決工廠(chǎng)中的諸多課題。

    在智能工廠(chǎng)中，從IoT設備收集到的大量數據是優(yōu)化生產(chǎn)流程的關(guān)鍵所在。通過(guò)AI和先進(jìn)的數據分析技術(shù)，這些數據將被用在改善品質(zhì)管理、提高生產(chǎn)效率以及預測性維護等工作中。這種數據驅動(dòng)方法可以為制造業(yè)帶來(lái)革新性?xún)r(jià)值，并幫助企業(yè)獲得競爭優(yōu)勢。

然而，在傳統的系統中，要想用傳感器獲取和傳輸數據，需要用到很多線(xiàn)纜、電源、計算機和存儲系統，而這要花費巨大的成本和大量時(shí)間，無(wú)疑會(huì )提高導入門(mén)檻。

    針對這一課題，ROHM利用基于EnOcean?的無(wú)電池解決方案和即使在工廠(chǎng)內也能穩定通信的低功耗無(wú)線(xiàn)Wi-SUN?，打造出體積小巧、設置靈活性高、可以大幅減少導入成本和時(shí)間的傳感器節點(diǎn)解決方案。僅需將其安裝在現有設備上，即可輕松實(shí)現支持機器健康的無(wú)線(xiàn)傳感器解決方案。

    ROHM的Solist-AI?是一種支持現場(chǎng)學(xué)習的獨立AI解決方案，因此AI系統可以在設備端學(xué)習（分析）不同安裝環(huán)境中每臺設備的正常狀態(tài)并進(jìn)行推理。另外，還能輕松地在每臺安裝的設備上重新學(xué)習。這會(huì )消除對云網(wǎng)絡(luò )和服務(wù)器的依賴(lài)，有助于削減工時(shí)、成本和功耗。目前，ROHM正在開(kāi)發(fā)配備ARM Cortex M0+和設備端學(xué)習AI加速器的AI芯片ML63Q2500系列（預計于2024年提供樣品，2025年量產(chǎn)）。

AI時(shí)代已經(jīng)到來(lái)，半導體各領(lǐng)域能否抓住時(shí)代的機遇？如何利用AI為企業(yè)降本增效，是每一家制造業(yè)相關(guān)企業(yè)急需考慮的重中之重。EEPW也將持續關(guān)注并為大家報道各企業(yè)最新新聞，更多信息和咨詢(xún)請持續關(guān)注EEPW官網(wǎng)。