工业制造须发展工业人工智能

作者:柴天佑
  点击数:69  发布时间:2019-11-15 11:00

工业制造分两类:离散制造和流程制造。这两类制造在生产线上基本上看不出差别,其实底层的工业装备、控制系统不同。一般而言,控制系统保证了产品的自动化。但是,在有些情况下产品无法实现自动化,其中一种情况就是个性化定制。 

个性化定制要求底层的工业装备能够加工不同的产品。这要求装备一定是智能化的,且控制系统要变成智能系统,以感知不同装备、工艺。但是,当前的生产线无法解决个性化定制的高效化——这也是工业4.0提出的重要目标之一。 

工业制造仍依赖知识工作者 

现在的工业流程,就是把参数确定好,把生产线变成 “黑灯工厂”。但如果原料或产品品种发生改变,工艺就要重做。这需要决策部门进行指标的调整,再由工程师将其设定在控制系统之中。 

这正是自动化系统的现状。自动化系统的结构,其实就是人与信息物理系统融合的系统,也就是人参与的信息物理系统——信息系统得到的信息跟人的感知、认知得到的信息综合用以进行分析和决策。 

比如特高压输电和选矿系统。虽然生产线是完全自动的,但为了得到不同的产品,都要重新进行分析、设计,把人为设置参数指令放到生产线。也就是说,流程中需要工程师等知识工作者的参与。 

这样的系统存在哪些问题?人的决策行为制约其发展。为什么?原因在于人难以感知动态变化的运行工况,也难以及时处理异构信息。另外,人的决策是有主观性的,不同人的决策是不一样的,这就不能够保证整个生产线是高效、全优的。 

实现智造的三大挑战 

鉴于此,未来怎么做?要想实现个性定制的高效化、流程工业的全局优化,就要把现在的人和控制系统、装备变成自主系统,把系统管理系统变成人机合作的决策系统。 

这和原来的系统区别在于,它具有了感知、认知、决策功能,且其最终的目标是高效化和最优化的方向,如此企业生产结构、效率将会发生根本性的改变。 

现在的生产结构是三层:企业资源计划系统、制造执行系统和离散装备控制系统(流程制造中叫做过程控制系统)。未来要变成两层结构:底层都是自主系统,上层为人机合作的决策优化系统,这便是未来制造流程的远景。 

这会带来哪些挑战?我认为有三点。第一个挑战是,人工智能的典型代表是基于大数据的深度学习,但是深度学习直到现在并没有完全应用于制造流程。 

在智能制造领域有三个难题:多尺度、多元信息的获取,预报模型,把决策和控制过程集成。这三个难题可归纳为多尺度、多元信息的动态感知。要实现智能制造,这是必须要解决的问题。

第二,在制造中人工智能要想比人出色,就要对产品质量,对于能耗、物耗包括运行状态有预测和追溯。所谓追溯就是出现问题以后,能够感知到底是由哪道工序或动作导致的。 

第三个挑战是把决策和控制进行集成优化。 

“小数据大任务”的问题 

今天的人工智能分两种:强人工智能和弱人工智能。强人工智能指和人相比具有全面的智能,但相当一部分科学家认为这无法实现;弱人工智能是在特定场景下比人做得好,就如今天的自动驾驶、机器人下棋可以做得很好,但它做不到两者兼备。第三次人工智能浪潮的迭起源于大数据、强大的计算和深度学习算法。我认为未来人工智能必须走向智能系统。

AlphaGo为什么不能在工业中应用?原因在于它是在一个完全确定的规则中,计算机可以了解所有的规则,并且在博弈过程中可以建立可试错的精确决策模型用以离线训练,一直训练到可以战胜人类。另外,它的决策是一个单目标——就是输赢,它可以用大量的计算机,且不考虑能耗。 

而工业过程的决策是在开放环境下,规则不确定,工业过程难以建立决策可试错的模型。而且工业过程的决策是多目标、相互冲突的,比如要想把质量做好并不等于成本最低。 

可以说,目前的人工智能技术、博弈技术,属于“大数据小任务”,而工业将来遇到的问题决策是“小数据大任务”——工业大数据对计算机而言都是小数据。 

工业人工智能四大关键技术 

人工智能的最终目标,主要是实现人的智能行为的自动化和复制。从这个意义上来讲,人工智能不是单一的技术,而是用于特定任务的技术集合。 

那么,什么是“工业人工智能”?为什么要发展工业人工智能? 

工业人工智能在国际上开始被提出,包括美国提出的工业人工智能、德国提出的“与经济结合推动智能”。在我国,中国工程院编制的关于新一代人工智能的发展规划,也提及要研究如何用人工智能解决智能制造的问题。 

总结来说,工业人工智能目前在制造流程中主要完成三项工作:运行工况多元信息的感知和认知,工作经营层、生产层、运行层的协同决策,以企业综合生产指标优化为目标自动协同控制装备的控制系统。 

这三件事目前都是知识工作者在做的,如何实现自动化和智能化将是工业人工智能的重要方向。 

这里有几个关键技术要解决:第一是关键技术复杂工业环境下运行工况多尺度、多元信息的智能感知和识别技术,第二是复杂工业环境下基于5G多元信息的快速可靠的传输技术,第三是系统辨识与深度学习相结合的智能建模、动态仿真和可视化的技术;第四是关键工艺参数和生产指标的预测和追溯技术;第五是人机合作的智能优化决策技术,特别是结果端、边、云协同实现智能算法的技术。只有攻克了这些技术,才有可能使工业发生革命性的改变。

摘自《中国科学报》




热点新闻
推荐产品