人工智能与工业4.0在智能制造的应用

Posted airen123

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了人工智能与工业4.0在智能制造的应用相关的知识,希望对你有一定的参考价值。

美国辛辛那提大学特聘讲座教授, 美国白宫信息物理系统与美国挑战项目顾问李杰,在2017中国大数据应用大会上,分享了对工业大数据,以及人工智能怎么改进工业大数据分析的见解。

至顶网CIO与应用频道 07月20日 北京消息:在2017中国大数据应用大会上,美国辛辛那提大学特聘讲座教授、美国白宫信息物理系统与美国挑战项目顾问李杰,分享了对工业大数据,以及人工智能怎么改进工业大数据分析的见解。

技术分享图片

工业大数据

我在美国产官学界工作了三十七年,IMS中心是2000年建立的, 目前全球有90多个企业伙伴,比如说像三菱电机、GE, 华为、中船、中车、三一重工等等。我们花了15年时间写出来的这本《工业大数据》,以前根本没有想过要写这本书,很多企业说你把他它整理出来,所以这本书是2015年在中国通用电气公司上海研发中心发佈表的,基本上把过去15年做的方法、思维逻辑可以传承的东西留下来了,里边还有一些案例。《 从大数据到智能制造》 这本书讲了很多智能制造的案例,比如半导体、汽车、发动机、机器人等都用最新的方法解决过去人还不能解决的问题。

《 CPS新一代工业智能》这本书是2017年新出版的,CPS就是未来的智能系统不停留在传感器或者软件。它是一个管理系统,汽车跑的时候碰到一个坑,下次开这个路一公里前会告诉你这个路有一个坑,然后把这个再分享给别人,别的车就知道这条路有一个坑。比如说可以省很多油钱,开车气压不稳,你不知不觉每天就浪费五块钱,一个月浪费一百五十块钱,一年就浪费了一千多块钱,那么你完全不知道,这时CPS会告诉你。

现在我们在做的工业大数据,基本上是围绕工业问题,污染、效率、质量、生产這些可見问题中找到不可見的问题。这些问题给了我们很多知识经验,所以数据的做法就是把这些问题的原因和参考性找到,最后产生价值。工业大数据常常讲一句话,就是”经验”到”事实”的转变,就是我可以把人的经验变成可以用数学或者数据的结果来证明的事实。做产品的企业比较喜欢集中在产品上,也就是“蛋黄”,发动机起飞之后,很多的“蛋白”数据就出来了,“蛋白”数据可以拿来分析,可以找到飞机起飞、落地的原因,它和空气湿度有关系,和风向有关系,所以从起飞、飞航、落地三个阶段做归类,是做维护还是做安全检查,这样就分开了,所以数据的分类、分割、分享等都可以做好。

2005年小松智能维护大数据,但是数据量太大,量大不是问题,重点是没有把数据分类、分割, 分解,你要把数据先分类、分割、分解之后再传出去做分析,不要所有的传上去做梳理,这个很累的。所以我们利用蛋黄、蛋白观念挖掘数据,所以我们把经验累积起来。目前小松用无人机把工地建模起来,工地建模扫描之后,自动挖掘机一个晚上就把工地挖完了,这就是智能化。

轮胎也是如此,轮胎压力不一样,跑的时候也不一样,怎么调整就不知道,你一个月多花一百美金,一年多花一万多美金,由此就可以知道哪一个轮胎不好,但是这是人根本做不到的事情,我们为什么讲这个东西?我们讲工业大数据,就是要利用很多数据资源,我们可以用历史数据,传感数据,然后再做分析方法,再找出他的原因做预防,这些是很重要的。以前是数据全部上传,这个观念也对,也不对,就看你做什么行业,比如说苹果手机数据要上云这没有什么了不起,比但高铁的数据一天一截车厢数据量的花費相当高。所以关于大数据有三个基础,就是DT,PT,AT,DT叫做数据技术,PT叫做平台技术,AT叫分析技术。分析技术有两个,一个是分析的工具,另一个是分析的工艺。工具好比厨房烹饪的工具,工艺是厨师要有的,我给你一条鱼三个人三个不同的做法,三个不同的味道,所以工具可以开源,工艺不可能开源,因为他是工匠精神。 谈到DT讲的三个特性,接下来的三个“B”,第一个就是数据要分裂性。第二个“B”是数据的优劣性,第三个“B”是数据的背景性,很多行业数据量大但是都没有背景,所以都不能用, 所以这方面工业大数据DT不是一般人都能够做到的。

平台做出来让每个人都能用,但是必须要处理数据,第一层就是看看怎么收集数据,第二层就是数据到信息化内容转变,第三层就是虚拟网络化内容管理,第四层是对问题的识别及决策,第五层是装备的充组,它是一层一层的。比如很多数据不需要收集,直接在处理端就完成了,上云之后没有数据本质了,但是它有分析的价值,它本质不一样,云都处理好了。比如鱼处理好了,我可以一鱼三吃。所以这方面的技术你们都可以去做,但是它有一套系统哲学,咱们国内机会很多,都有很多小成功,小成功也创造了很多财富。在二十六年前我就说数据有一天可以经过一个学习软件把它分类、分割、分解、分析,然后做分享。然后就会有一个芯片与软件结合在不同工业应用包括飞机发动机测试,风电,高铁,还有大的发电站,还有中国电信整个的传输,我们今天谈的目的就是人工智能怎么改进工业大数据分析,这是我们今天要谈的主题。

技术分享图片

人工智能怎么改进工业大数据分析

人工智能不能把数据智能化,但是可以把意义智能化,我在美国做的第一个人工智能,是用邮政包裹分析它,就是自动化分包裹,自动化辨别地址,不需要人来操作。后来我们把这个软件用在工业方面,我们学习软件有监督式的、非监督式的,里面有很多软件可以用,目的就是把软件工具变成让人可以看得懂的意义。

举一个例子,我们用SOM,一个分类学习的方法,它可以把很多数据一方面缩减,一方面分类、分割,如和辨别出来轴承是内环还是外环有问题,就和医生听心脏声音一样,他本人听不出来,他要磁共振来辨别。所以我们可以经过这个分类找到。

CPS可以更智能化,更有管理性,CPS是实体系统和信息系统对称的系统,比如车跑的时候有一个信息管理系统可以让我们知道哪个地方风险最高,那个地方转弯经常出车祸,我还没有到,在一公里前就减速到30公里每小时,就可以保证安全 。

数据来源有很多种,数据的关系,数据的意义,所以海上风电,当我看到这个风速在变的时候角度不一样了,所以可以根据这个把风速切割,发电量和风速、角度的关系,这个是人不可能知道的事情,当我知道以后就可以知道这个风电连续三个小时就在衰退,明天我就可以做一些事情。

动车也一样,高铁跑的时候直接就用建模分析,每个高铁数据做分析了,我就知道哪一段路不稳,未来中车要做全世界的“一带一路”规划,光有数据是不行的,没有支撑平台不行,高铁轴承两百公里/小时速度以下中国可以做,两百公里/小时速度以上的中国不能做,现在要跑460公里一小时的速度,那这就需要技术来支撑它。

2005年我们和丰田一个压缩机合作,这个压缩机轴承一年坏几次,它在跑的时候一定要压缩,要有效率,它会产生共振,一共振轴承就坯了,这只需要三到五秒钟时间,所以三秒钟时间之内你要监测到马上把能量释放出去就可以解决了,所以我们当时就监测它的压力特徵, 监测到阀门15微妙就能够马上打开。我们从12个参数中只用了四个最重要的参数,我们就用SVM做模型特徴分割。分割准不准会造成误差,如果按照原来的情况会有误差,但是如果分割线稍微小心一点,给你警示多一点绝对不会有故障。在过去十一年沒有故障過。

日产机器人健康监控,机器人每日自己做一个比较,我们不可能监控他,我根据运动点来做比较,做了比较之后建立一个档案,和其他机器人做比较 。所以不需要他是谁,不需要监控,就是不需要数据量,但是需要它的差异化和特性。我们在加拿大厂做了实际生产,去年10月20号很快抓到两个机器人在变化,三天前就知道会故障了。

中国并不是把过剩的东西送去“一带一路”沿线国家,早期是因为东西做得很多,过剩了,水缸满了,挖一条沟让水出去,这叫“一带一路”,其实并不是这样,所以要把系统工程带出去。智慧海洋我们与中国船舶合作,对海洋里 风浪,天气, 利用智能化建模让船能够省油。 这种就是“”蛋黄+蛋白“”服务,让全世界的船都省油了,顾客会很高兴的交给你管。

现在我们开发的很多电讯传感器,所以我们开发了皮肤传感器,直接贴在皮肤上,你的皮肤一动我就知道力度大不大,比如腿痛,所以可以根据这个算出 肌肉受伤的问题与运动员是否过度。

结论,大数据要是事实,是效益。


 

汾酒,如何酿一坛数字化好酒

本文转载自微信公众号 IBM企业咨询服务

 

 

“杏花村里酒如泉”,被郭沫若称赞“甘如泉”山西汾酒在2017年迎来了好日子。

 

今年以来,山西国企改革步伐加快,汾酒集团作为明星企业之一备受关注。同时,白酒消费和资本市场的回暖也让汾酒集团收获了净利润大增和股价翻番的喜人成绩单。在亮眼业绩的背后,汾酒集团正借助信息化升级,悄然完成管理、体制等方面的全面转变。

 

千年汾酒散发出的酒香之中多了一分科技和互联网的味道,而强壮、稳定的数字化核心系统也让汾酒飘香别有韵味。

 

转型,打通部门隔阂

 

在近日召开的IBM新一代数字化引擎研讨会上,汾酒集团信息中心主任梁中红讲述了汾酒是如何搭上IBM这趟信息化快车的。从去年9月至今年3月,汾酒集团与IBM联手成功部署了SAP S/4HANA平台,这对汾酒集团来说算是赶了趟“时髦”,更标志着企业发展来到了新时代。

 

汾酒集团是一家老牌国企,也是最早在A股上市的“白酒第一股”。梁中红表示,作为曾经的白酒典范,“企业领导和公司员工都想重新赢回原来的市场地位,要想实现这个目标,我们发现在现代企业管理中,信息化是重中之重。”

 

2017年是山西的改革年,汾酒集团是两家重点改革企业之一,国资委出台7项政策,给了企业很大授权,政策的红利对汾酒集团上下的激励很大。显然,对于信息化转型,汾酒集团是来真的!

 

“实现信息化,第一个要打破的就是原有部门与部门之间、人与人之间的壁垒,要将信息孤岛消灭,打通部门之间的隔阂,提升整体效率。”梁中红介绍,过去,汾酒集团生产和销售两大公司之间,每月光对账报表工作就要花掉很多人力和时间,由于系统割裂,一个20多人的财务团队需要花一周时间对接数据,而如今财务自动化之后,仅仅需要2人。对此,汾酒集团的财务人员感叹,“过去我们只是会计,现在才算是真正的财务。”

 

数据,让企业管理者看得见“前线”

 

据介绍,从系统上线至今,汾酒集团整个系统运营良好。对于汾酒集团的老总和各级管理者们来说,只要坐在办公室里就可以实时看到公司的即时运营状况。

 

汾酒集团为这个可视化的数据呈现系统取了个有趣的名字——“汾酒管理驾驶舱”。梁中红介绍,数据正在汾酒集团整个管理运营链条中发挥更大的作用,从采购到运营,全产业链都被打通,目前集团IT部分正配合业务部门做好数据的提取、分析和分配,并在不断循环中提升数据价值,“也许一张报表、一个数据,前端部门尝到甜头,就会欲罢不能了。”

 

高效数据贯通的背后是统一的数据标准。IBM GBS全球业务咨询服务部马明透露,在数据标准统一的过程中,IBM和汾酒集团团队花了很大精力,“就像人有身份证,产品也有自己的身份证,而在过去这是完全不统一的,统计口径也不一致,出现了许多‘一物多码’和‘一码多物’的情况。通过MDG主数据治理平台,我们对生产资料进行唯一编码,进行了巨大的数据清理工作。”

 

“当下虽然花了大力气,但这是一件功在千秋的事情。”马明感叹,“有时候大数据未必数据量有多大,数据纬度更多、更丰富,才会更有价值。”

 

梁中红表示,目前,基础数据的扎实已经在日常工作生产中带来了丰厚的回报。

 

IBM,“百年老店”之间的合作

 

“我们这是站在巨人的肩膀上,赶互联网的潮流。”梁中红口中的“巨人”有两个,一个是SAP,另一个则是IBM。

 

近年来,汾酒集团在IT方面的战略投资力度明显加大。梁中红坦言,在选择IBM和SAP之前,汾酒集团IT团队曾考察过蒙牛、泸州老窖等同类企业案例,“IBM的门槛确实比一般企业要高,但IBM在关口的把控上也要比其它企业更严。”

 

“IBM是百年老店,汾酒集团也是一家百年老店,都是在各自行业内有口碑的公司。”梁中红透露,在前期调研和沟通中,IBM团队从管理思想到队伍建设等都与汾酒集团的战略方向吻合度较高,拥有共识之后,“最终通过招标环节实现了与IBM的合作。”

 

除此之外,汾酒集团在信息化上的战略规划已经放眼至3-5年,甚至未来10年,梁中红相信,IBM可以携手完成对汾酒集团的转型和改造,因为IBM是一家可以实现“咨询+落地”的公司,“最终还是要落到业务上来,希望带来价值。”

 

柔性制造,展露互联网制造雏形

 

“汾酒必喝,喝酒必汾”是山西汾酒一句深入人心的广告语,而在如今消费者的眼中,汾酒究竟扮演着怎样的角色?据了解,汾酒在产品个性化体验上已经开始有所突破,结婚用的婚庆个性化用酒,将自己的名字刻在酒坛上,具有收藏价值的“头锅原浆”……汾酒正在面对更广阔的消费群体展示自己的互联网制造能力。

 

“关于互联网+,我们已经研究了很久。”梁中红说,SAP S/4HANA平台搭建之后,有了实时数据库,汾酒集团正在规划构建打通专卖店、渠道供应商等业务层面的统一协调系统,通过大平台来服务营销团队、经销商、消费者,给公司和消费者都带来福利。

 

梁中红表示,汾酒集团正是要对消费者最关心问题给出答案。通过追溯系统,消费者可以确保销售渠道的正品来源可靠;透明的价格系统可以让人们明明白白知道自己的消费没有吃亏;而对于经销渠道来说,更合理的利润分配模式可以让渠道一起享受企业发展的果实。

 

不仅如此,目前酒类消费市场的渠道需求正变得越来越短平快,“渠道商很可能会突然对某个型号的产品下单,例如马上要1000箱,但只能当周交货,下一周就不要了。”马明说,为了适应消费的变化,酒类生产者正在通过“柔性制造”,来适应这种越来越短的生产窗口期。

 

“IBM的认知计算、人工智能等将能在未来实现对酒类消费者和经销商行为预测,实现更加精准的商务智能应用。”马明说。

 

对此,梁中红表示,“人工智能等新技术,我们会一个点一个点的尝试和应用。很多新的概念,我们都会尝试,例如新零售,我们是不是可以搞一个小的平台,并引入淘宝的电商模式、滴滴的抢单模式、美团的外卖模式,我们将来要走的路肯定是混合模式,而不是单一的。”

 

技术分享图片

 

 

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。

 

AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。

 

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

 

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细:这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

     

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率;

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间。

 

给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。

 

 

子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。

 

如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!

 

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

 


 

产业智能官  AI-CPS

 

用“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能),在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链

以上是关于人工智能与工业4.0在智能制造的应用的主要内容,如果未能解决你的问题,请参考以下文章

数字孪生德勤:工业4.0与数字孪生,制造业如虎添翼

行研报告专题资料 | 制造业智能制造工业自动化工业4.0

概念- 工业4.0

人工智能及工业4.0

EMQ打造面向工业 4.0 的智能工厂|云边协同架构助力视觉 AI 缺陷检测应用构建

从Oracle Cloud架构设计看混合云助力工业4.0应用