吳善科
【關(guān)鍵詞】工業(yè)自動(dòng)化;工業(yè)人工智能;智能制造
人工智能已成為國(guó)家層面打造工業(yè)制造業(yè)整體競(jìng)爭(zhēng)力的重要途徑。近年來(lái),工業(yè)人工智能技術(shù)的進(jìn)步為智能制造提供了技術(shù)支撐,依靠實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)和統(tǒng)計(jì)來(lái)輔助決策者進(jìn)行管理,提高工作能效、提前預(yù)知市場(chǎng)需求、智能制造與倉(cāng)儲(chǔ)管理優(yōu)化?;趫D像識(shí)別、自然語(yǔ)言分析、社群網(wǎng)絡(luò)、機(jī)器人等方面的技術(shù)為人工智能的成功應(yīng)用奠定了基礎(chǔ),然而在工業(yè)應(yīng)用場(chǎng)景下,所收集到的設(shè)備運(yùn)行數(shù)據(jù)和架構(gòu)與過(guò)去存在較大差異,造成數(shù)據(jù)的普適性和可用性欠缺,部分專(zhuān)業(yè)已經(jīng)開(kāi)始著手于研究方式的更新,但缺乏統(tǒng)一的指導(dǎo)思想和實(shí)施架構(gòu)來(lái)有效優(yōu)化發(fā)展策略,這使得工業(yè)人工智能的發(fā)展還有很長(zhǎng)的一段路要走。
工業(yè)自動(dòng)化歷經(jīng)數(shù)百年的發(fā)展,其發(fā)展簡(jiǎn)史如圖1所示,第一次工業(yè)革命以蒸汽機(jī)的出現(xiàn)作為標(biāo)志。在此期間,調(diào)速器的廣泛推廣推進(jìn)了第一次工業(yè)革命的發(fā)展。第二次工業(yè)革命能源的來(lái)源也發(fā)生了變化[1]。電力的出現(xiàn)代替了之前的蒸汽動(dòng)力,伴隨著PID控制與邏輯控制的發(fā)展,機(jī)械動(dòng)作和傳送實(shí)現(xiàn)了自動(dòng)化。工業(yè)生產(chǎn)中產(chǎn)量的需求、計(jì)算機(jī)和通訊技術(shù)的發(fā)展,使得一種名為邏輯程序控制器(PLC)的專(zhuān)用計(jì)算機(jī)控制程式得以在工業(yè)場(chǎng)景中廣泛應(yīng)用。在組態(tài)、過(guò)程控制軟件的幫助下工廠生產(chǎn)的自動(dòng)化水平獲得進(jìn)一步提升。工業(yè)過(guò)程的運(yùn)行優(yōu)化需求使得實(shí)時(shí)優(yōu)化(RTO)和模型預(yù)測(cè)控制(MPC)技術(shù)快速發(fā)展。自動(dòng)化水平的快速提升是第三次工業(yè)革命的顯著特點(diǎn),生產(chǎn)與管理過(guò)程逐漸向信息化、智能化的方向發(fā)展。隨著第5代通訊技術(shù)的面世以及邊緣計(jì)算與大數(shù)據(jù)的融合,工業(yè)互聯(lián)網(wǎng)的建設(shè)進(jìn)一步加快。為工業(yè)人工智能的發(fā)展打下堅(jiān)實(shí)的基礎(chǔ)。CPS和匯聚研究的出現(xiàn),促進(jìn)了工業(yè)自動(dòng)化朝著數(shù)字化、網(wǎng)絡(luò)化的方向快速發(fā)展[2]。
自動(dòng)化的概念伴隨著人類(lèi)各項(xiàng)生產(chǎn)生活行為的發(fā)展,實(shí)現(xiàn)全面自動(dòng)化是人類(lèi)長(zhǎng)久以來(lái)不變的目標(biāo)。人工智能的核心目標(biāo)與自動(dòng)化的核心目標(biāo)十分接近,都是建立機(jī)械系統(tǒng)與人工勞作之間的關(guān)聯(lián),將人類(lèi)的感官、認(rèn)知、決策、執(zhí)行的功能以另一種方式呈現(xiàn)出來(lái),完成人類(lèi)不適宜完成的工作?,F(xiàn)階段人工智能的機(jī)理尚未完全研究透徹,無(wú)法用數(shù)學(xué)模型來(lái)表達(dá)所有的工作任務(wù);輸出與輸入的關(guān)系受到眾多復(fù)雜變量的干擾,數(shù)據(jù)難以進(jìn)行量化和感知;決策與目標(biāo)之間存在差異,使得自動(dòng)化和人工智能技術(shù)的應(yīng)用仍然存在較大的局限性。
(一) 制造與生產(chǎn)全流程智能化
制造與生產(chǎn)全流程智能化的落腳點(diǎn)是實(shí)現(xiàn)工業(yè)生產(chǎn)的效率提升以及環(huán)境改善。如圖2所示,操作者的管理智能化,將控制系統(tǒng)和加工裝備融合為智能生產(chǎn)系統(tǒng),將管理和生產(chǎn)的環(huán)節(jié)高效地結(jié)合起來(lái);把ERP和MES轉(zhuǎn)變?yōu)樵O(shè)備與人工合作的智能化管理決策平臺(tái);把企業(yè)資源計(jì)劃系統(tǒng)、制造執(zhí)行系統(tǒng)組合為工業(yè)一體化智能平臺(tái)[3]。CPS系統(tǒng)中的運(yùn)行主體是策劃者、管理者和執(zhí)行者。智能自主控制系統(tǒng)徹底改變了過(guò)程控制的思路與模式,管理的形式由開(kāi)環(huán)流程、結(jié)果調(diào)整轉(zhuǎn)變?yōu)槿答仚C(jī)制、實(shí)時(shí)監(jiān)控調(diào)整;自主協(xié)同控制。突出管理和決策的自動(dòng)化進(jìn)程,將全流程自動(dòng)優(yōu)化充分應(yīng)用到生產(chǎn)和管理中。
(一)技術(shù)層面存在的挑戰(zhàn)
復(fù)雜條件下的動(dòng)態(tài)多模組對(duì)象的采集、分配、轉(zhuǎn)換。決策與控制過(guò)程集成優(yōu)化:復(fù)雜環(huán)境下高度耦合的變量其控制策略的確定及數(shù)據(jù)信息的獲取。例如能耗指標(biāo)的優(yōu)化決策是非凸動(dòng)態(tài)優(yōu)化[4]。非單一組別及復(fù)雜層次下管理與過(guò)程優(yōu)化的集成。過(guò)程優(yōu)化需面向不同的時(shí)間標(biāo)尺和空間標(biāo)尺;當(dāng)前條件最優(yōu)解隨著環(huán)境條件和生產(chǎn)條件的變化而浮動(dòng);隨后控制系統(tǒng)的參數(shù)設(shè)置也需要進(jìn)行相應(yīng)的調(diào)整[5]。過(guò)程控制方案對(duì)博弈理論的挑戰(zhàn),以AlphaGo和制造流程策略作為例子,在信息采集方面,AlphaGo有確定的規(guī)則,制造流程策略則采用開(kāi)放策略,規(guī)則的不確定性很大;在過(guò)程特征方面,AlphaGo建立精確的數(shù)學(xué)模型以進(jìn)行仿真試錯(cuò),后者難以用數(shù)學(xué)語(yǔ)言進(jìn)行精準(zhǔn)描述。
(二) 優(yōu)化策略
工業(yè)人工智能的發(fā)展可從研究方向和研究思路上進(jìn)行優(yōu)化以解決上述提到的多項(xiàng)難題。在研究方向上,開(kāi)展復(fù)雜條件下的動(dòng)態(tài)多模組對(duì)象的采集;多來(lái)源生產(chǎn)環(huán)境狀況計(jì)算和帶自檢功能的復(fù)雜信息人工智能訓(xùn)練模式;平臺(tái)與工業(yè)大數(shù)據(jù)雙輪驅(qū)動(dòng)的人工智能學(xué)習(xí),工業(yè)指標(biāo)與生產(chǎn)參數(shù)的預(yù)測(cè)與檢測(cè);機(jī)器自主過(guò)程控制與多機(jī)合作等方面的研究。重點(diǎn)關(guān)注基于產(chǎn)業(yè)分析的方式與工業(yè)大數(shù)據(jù)的有效結(jié)合;將新一代移動(dòng)通訊技術(shù)、云計(jì)算等高新技術(shù)和自動(dòng)控制領(lǐng)域的理論有機(jī)結(jié)合;加快工業(yè)人工智能領(lǐng)域基礎(chǔ)設(shè)備的研制;進(jìn)一步提升人工智能系統(tǒng)的優(yōu)化性能以及穩(wěn)定性能、加強(qiáng)不同學(xué)科領(lǐng)域的配合,實(shí)現(xiàn)理論研究與實(shí)際應(yīng)用的雙向促進(jìn)。
工業(yè)人工智能由于其應(yīng)用場(chǎng)景的特殊性,對(duì)于效率的提升以及系統(tǒng)的穩(wěn)定有著更高的要求,需要智能化系統(tǒng)具備隨生產(chǎn)要求不斷優(yōu)化的性能.盡管當(dāng)前工業(yè)人工智能技術(shù)正在飛速發(fā)展,然而許多延伸方向的應(yīng)用仍然處于起步階段,工業(yè)生產(chǎn)中的許多困難還有待解決,如何讓工業(yè)人工智能發(fā)揮更大的作用并創(chuàng)造更多的價(jià)值還需要長(zhǎng)期的研究和發(fā)展。