index-module_contentImg_JmmC0">
隨著生產(chǎn)技術(shù)的進(jìn)步，工業(yè)場(chǎng)景逐漸復(fù)雜、多樣化，不論是工業(yè)場(chǎng)景中的人，還是設(shè)備，都需要具備更強(qiáng)的自適應(yīng)和主動(dòng)智能能力。
工業(yè)物聯(lián)網(wǎng)的野蠻生長(zhǎng)為這種主動(dòng)智能能力的發(fā)展奠定了基礎(chǔ)。借助IoT技術(shù)，遍布傳感器的工業(yè)現(xiàn)場(chǎng)，每天產(chǎn)出數(shù)量驚人的數(shù)據(jù)，而這些數(shù)據(jù)是培育工業(yè)AI的最好土壤。
AI+IoT結(jié)合的形式，將為工業(yè)帶來(lái)更多可能。基于AI+IoT的智能自動(dòng)化、智能創(chuàng)新，將明顯提升生產(chǎn)效率、產(chǎn)線(xiàn)良品率，加快產(chǎn)線(xiàn)部署、轉(zhuǎn)型速度，實(shí)現(xiàn)定制化、柔性生產(chǎn)。擴(kuò)大產(chǎn)量，提升質(zhì)量，保證企業(yè)長(zhǎng)期穩(wěn)定的利潤(rùn)增長(zhǎng)。
報(bào)道 | 機(jī)器之能
AIoT即AI+IoT，是人工智能（AI）技術(shù)與物聯(lián)網(wǎng)（IoT）基礎(chǔ)架構(gòu)的結(jié)合。與IoT單純收集數(shù)據(jù)不同，AIoT可以利用ML/DL等人工智能技術(shù)，在無(wú)人或少人干預(yù)的情況下，對(duì)物聯(lián)網(wǎng)收集的海量數(shù)據(jù)進(jìn)行分析，幫助人類(lèi)制定策略，改善物聯(lián)網(wǎng)中的人機(jī)交互，并增強(qiáng)數(shù)據(jù)管理和分析能力，實(shí)現(xiàn)更高效的IoT運(yùn)營(yíng)。
在這個(gè)過(guò)程中，AI可以高效利用IoT數(shù)據(jù)，發(fā)掘數(shù)據(jù)的深層價(jià)值，改善決策流程，以DaaS（Data as a Service）的新形式，使AI+IoT達(dá)到1+1>2的效果，強(qiáng)化行業(yè)賦能。
AIoT需要將AI嵌入到IoT網(wǎng)絡(luò)中的不同組件中，包括程序、系統(tǒng)、芯片、邊緣設(shè)備以及云等基礎(chǔ)架構(gòu)。在不同的設(shè)備、軟件和平臺(tái)之間設(shè)置適當(dāng)?shù)膮f(xié)議和API，建立基于IoT的互操作，優(yōu)化系統(tǒng)和網(wǎng)絡(luò)，并從數(shù)據(jù)中提取價(jià)值。
一
AIoT只能做預(yù)測(cè)性維護(hù)嗎？
一直以來(lái)，預(yù)測(cè)性維護(hù)都是AI+IoT在工業(yè)場(chǎng)景中的頭號(hào)應(yīng)用案例。基于AI分析的預(yù)測(cè)性維護(hù)，可以實(shí)現(xiàn)精準(zhǔn)管控，停機(jī)、停產(chǎn)時(shí)間最小化，在生產(chǎn)流程上減少產(chǎn)能浪費(fèi)。
然而預(yù)測(cè)性維護(hù)不論是在技術(shù)水平，應(yīng)用價(jià)值上都不能真正發(fā)揮出AI的力量。對(duì)于工業(yè)生產(chǎn)的價(jià)值，也僅止步于降本增效，并不能驅(qū)動(dòng)創(chuàng)新，無(wú)法真正給工業(yè)企業(yè)帶來(lái)長(zhǎng)期的增長(zhǎng)助力。
隨著硬件設(shè)備的不斷升級(jí)，工業(yè)場(chǎng)景中的數(shù)據(jù)量持續(xù)快速增長(zhǎng)，只有利用AI的分析能力，才能真正發(fā)掘工業(yè)大數(shù)據(jù)的價(jià)值。
AI+IoT在工業(yè)場(chǎng)景中的應(yīng)用潛力尚待挖掘，利用AI+IoT驅(qū)動(dòng)的智能創(chuàng)新、智能自動(dòng)化，將在未來(lái)的AI應(yīng)用中創(chuàng)造巨大的價(jià)值。
傳統(tǒng)的工業(yè)自動(dòng)化產(chǎn)生于上世紀(jì)中葉，彼時(shí)的技術(shù)尚不足以支撐非線(xiàn)性、自適應(yīng)的制造系統(tǒng)。為了保證高效穩(wěn)定的運(yùn)行，幾十年來(lái)，工業(yè)自動(dòng)化一直基于PLC編程，執(zhí)行線(xiàn)性的機(jī)械運(yùn)動(dòng)，完成特定任務(wù)，而無(wú)法適應(yīng)變化，亦無(wú)法自我提升。
隨著數(shù)字技術(shù)的跨越式發(fā)展，數(shù)字孿生、物聯(lián)網(wǎng)等技術(shù)逐漸普及，為非線(xiàn)性、自適應(yīng)的主動(dòng)型機(jī)器在工業(yè)場(chǎng)景中的應(yīng)用奠定了基礎(chǔ)。
二
AIoT的工業(yè)場(chǎng)應(yīng)用模式
設(shè)計(jì)優(yōu)化：人工智能在智能創(chuàng)新方面的應(yīng)用，以助力產(chǎn)品的結(jié)構(gòu)設(shè)計(jì)和仿真分析最為主要。在結(jié)構(gòu)設(shè)計(jì)過(guò)程中，企業(yè)會(huì)產(chǎn)生大量的結(jié)構(gòu)件和模型庫(kù)，在模型庫(kù)的優(yōu)化管理過(guò)程中，利用AI技術(shù)可以大幅提高企業(yè)知識(shí)庫(kù)的建設(shè)效率和應(yīng)用效率。
在多物理場(chǎng)仿真的過(guò)程中，AI技術(shù)可以更好地優(yōu)化模擬場(chǎng)，加快數(shù)據(jù)分析速度，優(yōu)化人工建模。而基于3D打印技術(shù)的材料仿真、拓?fù)鋬?yōu)化，也將受益于AI技術(shù)。
優(yōu)化排產(chǎn)：在現(xiàn)代化的數(shù)字工廠(chǎng)中，利用數(shù)字孿生技術(shù)對(duì)工廠(chǎng)的生產(chǎn)流程進(jìn)行模擬分析。AIoT可以生成最優(yōu)的排產(chǎn)計(jì)劃，實(shí)現(xiàn)多邊界、多約束條件的高效排產(chǎn)。減少物料和產(chǎn)能浪費(fèi)，快速響應(yīng)工廠(chǎng)生產(chǎn)需求，提高生產(chǎn)效率。
優(yōu)化供應(yīng)鏈：覆蓋供應(yīng)鏈上下游的智能系統(tǒng)，可以監(jiān)控企業(yè)產(chǎn)品的全生命周期，利用AIoT智能核算數(shù)據(jù)。根據(jù)原材料報(bào)價(jià)、配件報(bào)價(jià)、產(chǎn)品報(bào)價(jià)、市場(chǎng)走勢(shì)，統(tǒng)籌產(chǎn)供銷(xiāo)，制定合理的策略，降庫(kù)存、減成本，優(yōu)化整個(gè)供應(yīng)鏈流程。
預(yù)測(cè)性維護(hù)：通過(guò)AIoT數(shù)據(jù)采集，以數(shù)字孿生模型為基礎(chǔ)，對(duì)工業(yè)流程中的各環(huán)節(jié)設(shè)備進(jìn)行模擬分析。預(yù)測(cè)設(shè)備一段時(shí)間內(nèi)的運(yùn)行情況，并根據(jù)運(yùn)行情況，實(shí)行精確維護(hù)，最大限度地降低宕機(jī)風(fēng)險(xiǎn)，并縮短停機(jī)時(shí)間。
三
AIoT加速智能工業(yè)發(fā)展
在智能自動(dòng)化方面，NVIDIA與Fanuc合作開(kāi)發(fā)的自主學(xué)習(xí)AI機(jī)器手臂，真正為工業(yè)機(jī)器人賦予了智慧。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等智能技術(shù)，將全自適應(yīng)、可自我提升的機(jī)器人變成了現(xiàn)實(shí)。
基于AI技術(shù)，無(wú)需人類(lèi)編程，機(jī)器臂就可以自己實(shí)踐、學(xué)習(xí)如何完成任務(wù)，利用深層神經(jīng)網(wǎng)絡(luò)強(qiáng)化機(jī)械臂的動(dòng)作，使之盡可能地接近任務(wù)目標(biāo)，例如抓取、堆疊等。同時(shí)，這一過(guò)程還可以通過(guò)機(jī)器人協(xié)同工作，累計(jì)更多數(shù)據(jù)，從而加速機(jī)器訓(xùn)練的過(guò)程。
在此之后，越來(lái)越多的AI機(jī)械臂產(chǎn)品出現(xiàn)在工業(yè)應(yīng)用領(lǐng)域，真正為工業(yè)加上了“智能”二字。把原本的線(xiàn)性、標(biāo)準(zhǔn)化、被動(dòng)的工業(yè)場(chǎng)景，升級(jí)到了非線(xiàn)性、自適應(yīng)、自升級(jí)的更高維度。
在物流領(lǐng)域，DHL的目標(biāo)是到2028年制造10,000輛支持IoT的卡車(chē)運(yùn)輸車(chē)輛。DHL建立的Smart Trucking敏捷卡車(chē)模型，可以利用AIoT技術(shù)監(jiān)測(cè)卡車(chē)運(yùn)行情況，降低人力消耗和運(yùn)力成本，實(shí)現(xiàn)業(yè)務(wù)瘦身，提升業(yè)務(wù)效率。
通過(guò)AIoT的可靠性實(shí)時(shí)跟蹤系統(tǒng)，DHL在90%以上的運(yùn)輸線(xiàn)路中，實(shí)現(xiàn)了50%的時(shí)效提升。目前，DHL每天覆蓋全球400萬(wàn)公里的10萬(wàn)噸運(yùn)力均受益于AIoT平臺(tái)。
在工業(yè)服務(wù)領(lǐng)域，施耐德電氣則推出了專(zhuān)注于變頻系統(tǒng)業(yè)務(wù)的人工智能機(jī)器人 “小嚴(yán)”。“小嚴(yán)”基于自然語(yǔ)言識(shí)別技術(shù)，增加了專(zhuān)注變頻系統(tǒng)相關(guān)專(zhuān)業(yè)知識(shí)，以嵌入施耐德電氣變頻顧問(wèn)的形式，24小時(shí)全天候在線(xiàn)響應(yīng)用戶(hù)關(guān)于變頻系統(tǒng)業(yè)務(wù)的咨詢(xún)需求。
作為施耐德EcoStruxure架構(gòu)中應(yīng)用、分析與服務(wù)層的典型應(yīng)用，施耐德電氣變頻顧問(wèn)是施耐德電氣為客戶(hù)開(kāi)發(fā)的一款針對(duì)變頻系統(tǒng)的數(shù)字化服務(wù)平臺(tái)，可以通過(guò)對(duì)客戶(hù)資產(chǎn)、設(shè)備、環(huán)境、人員操作數(shù)據(jù)和信息等進(jìn)行實(shí)時(shí)遠(yuǎn)程采集、存儲(chǔ)、分析和可視化，精確反映現(xiàn)場(chǎng)設(shè)備狀況。
盡管AIoT的概念相對(duì)較新，但其在工業(yè)領(lǐng)域的大量創(chuàng)新應(yīng)用，已經(jīng)使AIoT賦能工業(yè)成為智能制造時(shí)代的焦點(diǎn)。AIoT在工業(yè)、消費(fèi)品及服務(wù)行業(yè)中的增長(zhǎng)勢(shì)頭正在逐年提升。
在未來(lái)，AI+IoT帶來(lái)的智能自動(dòng)化、智能創(chuàng)新，將明顯提升生產(chǎn)效率、產(chǎn)線(xiàn)良品率，加快產(chǎn)線(xiàn)部署、轉(zhuǎn)型速度，實(shí)現(xiàn)定制化、柔性生產(chǎn)。擴(kuò)大產(chǎn)量，提升質(zhì)量，保證企業(yè)長(zhǎng)期穩(wěn)定的利潤(rùn)增長(zhǎng)。
