李建:人工智能助力智能儀表發展

廠商:北京安控科技股份有限公司
  點擊數:4999  發布時間:2019-11-01 20:38
儀器儀表是制造行業邁向智能建設的基礎,是智能制造的“眼”和“手”,儀表的智能化程度從某種程度也決定了智能制造的“智慧化”程度。
關鍵詞:儀器儀表 ,人工智能 ,智能制造

16.jpg

北京安控科技股份有限公司產品經理李建

儀器儀表是制造行業邁向智能建設的基礎,是智能制造的“眼”和“手”,儀表的智能化程度從某種程度也決定了智能制造的“智慧化”程度。

AI(人工智能)技術,簡而言之就是將人的思維的過程進行模擬,將人的經驗和學習的過程,通過算法如:神經網絡算法、模糊算法、遺傳算法等,使儀器儀表能通過自我認知、自我學習、自我繼承的方式達到“智能”甚至“智慧”的水平。

利用AI技術,個人認為儀器儀表的智能化發展可以從以下幾個方面體現:

(1)保證儀表使用的可靠性和精度

儀表在生產制造時通過使用先進的自動化生產線可以保證高穩定性,達到要求的精度。但當儀表應用到實際的現場時,往往穩定性和精度都會受損,達不到預期的目標。出現這種情況的原因主要是兩方面:一是實際現場的環境比較復雜比較惡劣(如高溫、高寒、電磁干擾等),二是安裝和使用時不規范導致達不到預期要求。

利用人工智能技術,尤其是弱人工智能技術,可以使現場儀表對其工作的環境進行感知、記憶,利用虛擬設計和算法不斷繼承和訓練,最后可以使儀表在特定的環境中保持高可靠性,也可以使設計廠家快速和低成本地設計出符合特定行業要求的產品。安裝時,儀表可以對現場的安裝習慣進行記憶,優化設計,可以提供良好的人機交互系統矯正安裝操作。達到制造商和客戶的雙贏。

(2)自我校準,自我診斷,消除漂移,減少維護成本

物聯網建設以及智能制造都需要安裝成千上萬,甚至上百萬的儀表到現場,由于地球經緯度變化、使用過程中老化影響,導致儀表的零點漂移、線性發生變化。儀表發生漂移就會導致數據不準確,數據是智能生產、智能分析、智能決策的基礎,所以儀表的校準工作就顯得尤為重要。而大量儀表的校準對于客戶來說是非常困難的,甚至是不可能完成的工作。

通過人工智能技術,儀表可自我感知地理信息的變化,以及自身傳感器件的線性變化,自我調整自己的零點以及線性。客戶無需耗費大量的財力人力去做儀表的校準,減少停機時間,提高生產效率。

各類儀表在物聯網和制造行業中大批量的使用,提供了“全面感知”的數據,但同時也面臨著大量的儀表要進行維護。怎么快速定位儀表的故障點,快速維修,減少停機時間,是客戶非常關注的一點。而智能儀表就要解決這個問題,儀表自我感知,自我診斷,自動檢測出故障部位甚至檢測出故障原因,給出故障處理方法,大大方便了儀表的維護工作。

(3)自我學習,自我繼承,節能優化

智能儀表利用自身的專家庫、算法庫、大數據分析算法燈,結合控制系統的歷史數據、實時運行的數據,優化控制和動作過程及頻次。如:智能農業,對農田的農作物進行灌溉,智能儀表可以結合天氣預報信息、歷史灌溉的頻次和水量,合理的調整目前的灌溉水量和頻次,保證農作物生產的同時節約用水。

(4)良好的人機交互能力

未來的智能儀表應該具備良好的人機交互能力,可以方便和工程師進行交互,如通過語音或者書面描述。智能儀表同時可以根據不同工程師交互的內容,通過記憶和累計比較不同人員關注的參數,進行定制化推送,方便工程師快速得到自己想要的信息。

總之,人工智能技術正在推動儀表的智能化發展,讓儀表具備自我認知、自我學習、自我繼承的能力,逐漸走向智慧化。從而大大縮減設計廠商的研發時間,加快切入市場的能力,客戶利用更加智能的儀表,可以提高自己的生產效率,降低生產成本,實現安全生產。

摘自《自動化博覽》2019年10月刊

相關文章


熱點新聞
推薦產品
 
  • 在線反饋
1.我有以下需求:



2.詳細的需求:
姓名:
單位:
電話:
郵件:
喜乐彩基本走势图