閱讀 | 訂閱
閱讀 | 訂閱
軌道交通新聞

李杰:人工智能與工業(yè)4.0在智能制造的應(yīng)用

星之球科技 來源:工控網(wǎng)2017-08-22 我要評論(0 )   

咨詢公司埃森哲近日發(fā)布《人工智能:助力中國經(jīng)濟(jì)增長》報告,報告顯示,人工智能將助推中國經(jīng)濟(jì)增長率增加1.6個百分點,其中制

 咨詢公司埃森哲近日發(fā)布《人工智能:助力中國經(jīng)濟(jì)增長》報告,報告顯示,人工智能將助推中國經(jīng)濟(jì)增長率增加1.6個百分點,其中制造業(yè)將從該技術(shù)中受益最多。報告深入研究了人工智能對中國經(jīng)濟(jì)的影響,指出到2035年,中國經(jīng)濟(jì)年增長率將在人工智能拉動下從6.3%提速至7.9%。
 
基于人工智能對中國經(jīng)濟(jì)整體影響及行業(yè)規(guī)模數(shù)據(jù),埃森哲還進(jìn)一步解讀了人工智能對中國15個行業(yè)帶來的經(jīng)濟(jì)影響。其中,制造業(yè)獲益最多,其次為農(nóng)林漁業(yè)和零售業(yè)。到2035年,人工智能將推動這三大行業(yè)的年增長率分別為2%、1.8%和1.7%。事實上,人工智能已經(jīng)在中國的不少行業(yè)中產(chǎn)生“看得見”的效應(yīng),尤其是制造企業(yè)正將引入人工智能技術(shù)作為轉(zhuǎn)型升級的必需品。
 
在2017中國大數(shù)據(jù)應(yīng)用大會上,美國辛辛那提大學(xué)特聘講座教授、美國白宮信息物理系統(tǒng)與美國挑戰(zhàn)項目顧問李杰,分享了對工業(yè)大數(shù)據(jù)以及人工智能怎么改進(jìn)工業(yè)大數(shù)據(jù)分析的見解。
 
  

QQ截圖20170823100931

 

工業(yè)大數(shù)據(jù)
 
我在美國產(chǎn)官學(xué)界工作了三十七年,IMS中心是2000年建立的,目前全球有90多個企業(yè)伙伴,比如說像三菱電機(jī)、GE, 華為、中船、中車、三一重工等等。我們花了15年時間寫出來的這本《工業(yè)大數(shù)據(jù)》,以前根本沒有想過要寫這本書,很多企業(yè)說你把他它整理出來,所以這本書是2015年在中國通用電氣公司上海研發(fā)中心發(fā)佈表的,基本上把過去15年做的方法、思維邏輯可以傳承的東西留下來了,里邊還有一些案例?!?從大數(shù)據(jù)到智能制造》 這本書講了很多智能制造的案例,比如半導(dǎo)體、汽車、發(fā)動機(jī)、機(jī)器人等都用最新的方法解決過去人還不能解決的問題。
 
《CPS新一代工業(yè)智能》這本書是2017年新出版的,CPS就是未來的智能系統(tǒng)不停留在傳感器或者軟件。它是一個管理系統(tǒng),汽車跑的時候碰到一個坑,下次開這個路一公里前會告訴你這個路有一個坑,然后把這個再分享給別人,別的車就知道這條路有一個坑。比如說可以省很多油錢,開車氣壓不穩(wěn),你不知不覺每天就浪費(fèi)五塊錢,一個月浪費(fèi)一百五十塊錢,一年就浪費(fèi)了一千多塊錢,那么你完全不知道,這時CPS會告訴你。
 
現(xiàn)在我們在做的工業(yè)大數(shù)據(jù),基本上是圍繞工業(yè)問題,污染、效率、質(zhì)量、生產(chǎn)這些可見問題中找到不可見的問題。這些問題給了我們很多知識經(jīng)驗,所以數(shù)據(jù)的做法就是把這些問題的原因和參考性找到,最后產(chǎn)生價值。工業(yè)大數(shù)據(jù)常常講一句話,就是”經(jīng)驗”到”事實”的轉(zhuǎn)變,就是我可以把人的經(jīng)驗變成可以用數(shù)學(xué)或者數(shù)據(jù)的結(jié)果來證明的事實。做產(chǎn)品的企業(yè)比較喜歡集中在產(chǎn)品上,也就是“蛋黃”,發(fā)動機(jī)起飛之后,很多的“蛋白”數(shù)據(jù)就出來了,“蛋白”數(shù)據(jù)可以拿來分析,可以找到飛機(jī)起飛、落地的原因,它和空氣濕度有關(guān)系,和風(fēng)向有關(guān)系,所以從起飛、飛航、落地三個階段做歸類,是做維護(hù)還是做安全檢查,這樣就分開了,所以數(shù)據(jù)的分類、分割、分享等都可以做好。
 
2005年小松智能維護(hù)大數(shù)據(jù),但是數(shù)據(jù)量太大,量大不是問題,重點是沒有把數(shù)據(jù)分類、分割、分解,你要把數(shù)據(jù)先分類、分割、分解之后再傳出去做分析,不要所有的傳上去做梳理,這個很累的。所以我們利用蛋黃、蛋白觀念挖掘數(shù)據(jù),所以我們把經(jīng)驗累積起來。目前小松用無人機(jī)把工地建模起來,工地建模掃描之后,自動挖掘機(jī)一個晚上就把工地挖完了,這就是智能化。
 
輪胎也是如此,輪胎壓力不一樣,跑的時候也不一樣,怎么調(diào)整就不知道,你一個月多花一百美金,一年多花一萬多美金,由此就可以知道哪一個輪胎不好,但是這是人根本做不到的事情,我們?yōu)槭裁粗v這個東西?我們講工業(yè)大數(shù)據(jù),就是要利用很多數(shù)據(jù)資源,我們可以用歷史數(shù)據(jù),傳感數(shù)據(jù),然后再做分析方法,再找出他的原因做預(yù)防,這些是很重要的。以前是數(shù)據(jù)全部上傳,這個觀念也對,也不對,就看你做什么行業(yè),比如說蘋果手機(jī)數(shù)據(jù)要上云這沒有什么了不起,比但高鐵的數(shù)據(jù)一天一截車廂數(shù)據(jù)量的話費(fèi)相當(dāng)高。所以關(guān)于大數(shù)據(jù)有三個基礎(chǔ),就是DT,PT,AT,DT叫做數(shù)據(jù)技術(shù),PT叫做平臺技術(shù),AT叫分析技術(shù)。分析技術(shù)有兩個,一個是分析的工具,另一個是分析的工藝。工具好比廚房烹飪的工具,工藝是廚師要有的,我給你一條魚三個人三個不同的做法,三個不同的味道,所以工具可以開源,工藝不可能開源,因為他是工匠精神。談到DT講的三個特性,接下來的三個“B”,第一個就是數(shù)據(jù)要分裂性。第二個“B”是數(shù)據(jù)的優(yōu)劣性,第三個“B”是數(shù)據(jù)的背景性,很多行業(yè)數(shù)據(jù)量大但是都沒有背景,所以都不能用,所以這方面工業(yè)大數(shù)據(jù)DT不是一般人都能夠做到的。
 
平臺做出來讓每個人都能用,但是必須要處理數(shù)據(jù),第一層就是看看怎么收集數(shù)據(jù),第二層就是數(shù)據(jù)到信息化內(nèi)容轉(zhuǎn)變,第三層就是虛擬網(wǎng)絡(luò)化內(nèi)容管理,第四層是對問題的識別及決策,第五層是裝備的充組,它是一層一層的。比如很多數(shù)據(jù)不需要收集,直接在處理端就完成了,上云之后沒有數(shù)據(jù)本質(zhì)了,但是它有分析的價值,它本質(zhì)不一樣,云都處理好了。比如魚處理好了,我可以一魚三吃。所以這方面的技術(shù)你們都可以去做,但是它有一套系統(tǒng)哲學(xué),咱們國內(nèi)機(jī)會很多,都有很多小成功,小成功也創(chuàng)造了很多財富。在二十六年前我就說數(shù)據(jù)有一天可以經(jīng)過一個學(xué)習(xí)軟件把它分類、分割、分解、分析,然后做分享。然后就會有一個芯片與軟件結(jié)合在不同工業(yè)應(yīng)用包括飛機(jī)發(fā)動機(jī)測試,風(fēng)電,高鐵,還有大的發(fā)電站,還有中國電信整個的傳輸,我們今天談的目的就是人工智能怎么改進(jìn)工業(yè)大數(shù)據(jù)分析,這是我們今天要談的主題。
 
QQ截圖20170823100912

 
人工智能怎么改進(jìn)工業(yè)大數(shù)據(jù)分析
 
人工智能不能把數(shù)據(jù)智能化,但是可以把意義智能化,我在美國做的第一個人工智能,是用郵政包裹分析它,就是自動化分包裹,自動化辨別地址,不需要人來操作。后來我們把這個軟件用在工業(yè)方面,我們學(xué)習(xí)軟件有監(jiān)督式的、非監(jiān)督式的,里面有很多軟件可以用,目的就是把軟件工具變成讓人可以看得懂的意義。
 
舉一個例子,我們用SOM,一個分類學(xué)習(xí)的方法,它可以把很多數(shù)據(jù)一方面縮減,一方面分類、分割,如和辨別出來軸承是內(nèi)環(huán)還是外環(huán)有問題,就和醫(yī)生聽心臟聲音一樣,他本人聽不出來,他要磁共振來辨別。所以我們可以經(jīng)過這個分類找到。
 
CPS可以更智能化,更有管理性,CPS是實體系統(tǒng)和信息系統(tǒng)對稱的系統(tǒng),比如車跑的時候有一個信息管理系統(tǒng)可以讓我們知道哪個地方風(fēng)險最高,那個地方轉(zhuǎn)彎經(jīng)常出車禍,我還沒有到,在一公里前就減速到30公里每小時,就可以保證安全。
 
數(shù)據(jù)來源有很多種,數(shù)據(jù)的關(guān)系,數(shù)據(jù)的意義,所以海上風(fēng)電,當(dāng)我看到這個風(fēng)速在變的時候角度不一樣了,所以可以根據(jù)這個把風(fēng)速切割,發(fā)電量和風(fēng)速、角度的關(guān)系,這個是人不可能知道的事情,當(dāng)我知道以后就可以知道這個風(fēng)電連續(xù)三個小時就在衰退,明天我就可以做一些事情。
 
動車也一樣,高鐵跑的時候直接就用建模分析,每個高鐵數(shù)據(jù)做分析了,我就知道哪一段路不穩(wěn),未來中車要做全世界的“一帶一路”規(guī)劃,光有數(shù)據(jù)是不行的,沒有支撐平臺不行,高鐵軸承兩百公里/小時速度以下中國可以做,兩百公里/小時速度以上的中國不能做,現(xiàn)在要跑460公里一小時的速度,那這就需要技術(shù)來支撐它。
 
2005年我們和豐田一個壓縮機(jī)合作,這個壓縮機(jī)軸承一年壞幾次,它在跑的時候一定要壓縮,要有效率,它會產(chǎn)生共振,一共振軸承就壞了,這只需要三到五秒鐘時間,所以三秒鐘時間之內(nèi)你要監(jiān)測到馬上把能量釋放出去就可以解決了,所以我們當(dāng)時就監(jiān)測它的壓力特徵,監(jiān)測到閥門15微妙就能夠馬上打開。我們從12個參數(shù)中只用了四個最重要的參數(shù),我們就用SVM做模型特徴分割。分割準(zhǔn)不準(zhǔn)會造成誤差,如果按照原來的情況會有誤差,但是如果分割線稍微小心一點,給你警示多一點絕對不會有故障。在過去十一年沒有故障過。
 
日產(chǎn)機(jī)器人健康監(jiān)控,機(jī)器人每日自己做一個比較,我們不可能監(jiān)控他,我根據(jù)運(yùn)動點來做比較,做了比較之后建立一個檔案,和其他機(jī)器人做比較。所以不需要他是誰,不需要監(jiān)控,就是不需要數(shù)據(jù)量,但是需要它的差異化和特性。我們在加拿大廠做了實際生產(chǎn),去年10月20號很快抓到兩個機(jī)器人在變化,三天前就知道會故障了。
 
中國并不是把過剩的東西送去“一帶一路”沿線國家,早期是因為東西做得很多,過剩了,水缸滿了,挖一條溝讓水出去,這叫“一帶一路”,其實并不是這樣,所以要把系統(tǒng)工程帶出去。智慧海洋我們與中國船舶合作,對海洋里風(fēng)浪,天氣,利用智能化建模讓船能夠省油。這種就是“蛋黃+蛋白”服務(wù),讓全世界的船都省油了,顧客會很高興的交給你管。
 
現(xiàn)在我們開發(fā)的很多電訊傳感器,所以我們開發(fā)了皮膚傳感器,直接貼在皮膚上,你的皮膚一動我就知道力度大不大,比如腿痛,所以可以根據(jù)這個算出肌肉受傷的問題與運(yùn)動員是否過度。
 
結(jié)論,大數(shù)據(jù)要是事實,是效益。
 
李杰:
美國國家科學(xué)基金會(NSF)智能維護(hù)系統(tǒng)研究中心(IMS)主任,上海交通大學(xué)特聘講座教授,長江學(xué)者和中組部千人計劃專家,自2000年起領(lǐng)導(dǎo)全球工業(yè)大數(shù)據(jù)分析和智能維護(hù)系統(tǒng)技術(shù)研發(fā);2013年,擔(dān)任美國白宮信息物理系統(tǒng)與美國挑戰(zhàn)項目顧問;2016年起,擔(dān)任美國麥肯錫(Mckinsey&Company)全球顧問。李杰教授是美國機(jī)械工程學(xué)會(ASME)及美國制造工程學(xué)會(SME)的會士。目前的研究方向包括以工業(yè)大數(shù)據(jù)分析、賽博-實體系統(tǒng)技術(shù)(CPS)、智能維護(hù)系統(tǒng)和產(chǎn)品及服務(wù)主控式創(chuàng)新創(chuàng)值設(shè)計(Dominant Innovation),自2000年起與全球超過90家企業(yè)合作研發(fā)與應(yīng)用上述領(lǐng)域的技術(shù)和成果。李杰教授的研究突破了傳統(tǒng)機(jī)械設(shè)備故障預(yù)測的理論、方法和技術(shù),其關(guān)鍵性技術(shù)得到國際學(xué)術(shù)界的認(rèn)可與高度評價,被美國《財富》雜志譽(yù)為“21世紀(jì)全球三大熱門技術(shù)”之一。他所著的《工業(yè)大數(shù)據(jù)》與《從大數(shù)據(jù)到智能制造》在中國讀者和企業(yè)中廣受好評。

轉(zhuǎn)載請注明出處。

激光激光技術(shù)
免責(zé)聲明

① 凡本網(wǎng)未注明其他出處的作品,版權(quán)均屬于激光制造網(wǎng),未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用。獲本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使 用,并注明"來源:激光制造網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)責(zé)任。
② 凡本網(wǎng)注明其他來源的作品及圖片,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,并不代表本媒贊同其觀點和對其真實性負(fù)責(zé),版權(quán)歸原作者所有,如有侵權(quán)請聯(lián)系我們刪除。
③ 任何單位或個人認(rèn)為本網(wǎng)內(nèi)容可能涉嫌侵犯其合法權(quán)益,請及時向本網(wǎng)提出書面權(quán)利通知,并提供身份證明、權(quán)屬證明、具體鏈接(URL)及詳細(xì)侵權(quán)情況證明。本網(wǎng)在收到上述法律文件后,將會依法盡快移除相關(guān)涉嫌侵權(quán)的內(nèi)容。

網(wǎng)友點評
0相關(guān)評論
精彩導(dǎo)讀