datasheet

DeepTech深科技

文章数:725 被阅读:4676294

账号入驻

从智能传感器到决策模型,换一种思路挖掘工业互联网更多潜能 | 干货

2018-12-08
    阅读数:

(来源:Pixabay)


在工业互联网进程中,数据 vs 专家,哪个更重要?

 

“历史上总是螺旋的,当我们觉得专家太值钱的时候,就需要用一些方式去取代他。可是当我们有了成山成海的数据之后,发现专家还是不可或缺的。”

 

尽管大数据、人工智能、机器人技术发展迅速,但如何将这些技术真正落地产业,将技术与工人们的实战经验结合,仍需要更针对性、更切实的智能制造或工业互联网的科学研究与科技创新力量的加入,再加上大量跨界专业知识的融合。

 

近日,由鸿绎智库和中国自动化学会联合主办的“工业 4.0 X 智能制造 X 工业互联网”科创专家交流会上,鸿绎智库与中国自动化学会正式建立了战略合作关系,结合人才、技术、产业资源共同为科技创新向前突围贡献力量。

 

图 | 中国自动化学会副秘书长、浙江大学学术委员会委员陈积明教授,DeepTech 深科技联合创始人、鸿绎智库签约代表陈禺杉先生 (来源:鸿绎智库)

 

鸿绎智库是由全球科技品牌务商 DeepTech深科技与富士康科技集团携手共同发起成立新兴科技智库平台,是一个开放平台,面向科学家、科研工作者、科技创业家、企业、机构投资人,提供从科学到科技,从科技到产业的完整价值传递服务。中国自动化学会是我国最早成立的国家一级学术群众团体之一,覆盖了我国自动化科学技术领域的各个层面,组织成员包括了全国自动化科学技术领域的中国科学院院士、中国工程院院士、科学家、专家、教授、工程技术人员、管理人员以及在学术、工程技术领域中有一定造诣的科技工作者、企业家和管理科学家。


双方表示将根据各自科研、产业、媒体等资源优势在智库建设、学术交流与合作、产业转化、宣传推广等方面,深化合作,实现优势互补,合作共赢。


在交流会上,来自中科院自动化所、清华大学、北京航天航空大学、北京化工大学和武汉大学等高校及研究机构的代表就多种模型系统决策问题、智能传感器发展方向、无人驾驶系统变速转向、提高控制系统的“自学”能力,以及工业互联网未来的发展方向等问题进行了专题分享与讨论,这些分享嘉宾已经正式加入鸿绎智库成为科创专家成员,鸿绎智库期待未来有更多科研工作者加入我们,也希望有机会与产业界人士深入交流,解决产业实际问题。

 

图 | 鸿绎智库负责人、DeepTech深科技首席内容运营官陈慧玲(右一)与讨论嘉宾(来源:鸿绎智库)

 

图 | 交流会现场(来源:鸿绎智库)


图 | 交流会现场(来源:鸿绎智库)

 

工业互联网发展到了什么阶段?与会专家的一段讲话令人十分振奋:

 

“五年前,如果我们跳出来说要给别人做建筑节能,人家不太相信。一年电费才2000多,大不了不要了。但现在已经不一样了,因为大家看到我们不仅仅可以省钱,更重要的是看到信息管理带来的附加值。所以,现在我们跟别人说我要做建筑里的信息维护,别人会很欢迎。这是一个非常自下而上,有着很深刻群众根基的诉求。要发挥数据带来的价值,人工智能会是非常重要的一环,现在才刚刚开始。

 

以下是交流会精华摘要:

 

通过抓取用能数据、发电数据并贯通使用,是当前工厂、楼宇及其它用能大户正在寻求的节能提效解决方案之一。然而要做到这一点非常困难,由于风电、太阳能等可再生能源的发电量存在不稳定性,不同用户在同一个系统中的需求也在不同时间有各种各样的变化。本质上,这是需要在不同时间、不同空间的尺度上建立一个满足各种需求的模型。

 

“人工智能解决信息物理融合的能源系统问题有三个重要支柱:物联网、大数据、云计算。物联网所获取的数据放到大数据的平台上,让不同的用户根据各自的需求利用无处不在的计算平台,最关键的是如何在最后做出决策。”清华大学全球创新学院副院长、清华大学智能与网络化系统研究中心副主任贾庆山教授提出了通过以“事件”作为决策条件的解决思路。


“从数学上说,‘事件’就是一堆状态转移的集合,本质是部分客观的马氏决策功能,是一类可连续进行观察的随机动态系统的最优化决策方法。”贾教授强调用人工智能的方法解决在工业 4.0 里遇到的决策分析难题,其中深度学习和强化学习的结合是通过分析总结历史数据、随机动态做出决策的高效工具,此外,更重要的是发掘需求对象的结构,根据多维度的需求定义一个迫切性指标,从而获得最优决策顺序。

 

(来源:鸿绎智库)


此外,当一个系统中需要综合使用不同人员、不同业务带来的模型时,这又将面临一个模型网络的问题。我们的想法是要找到最大公约数,确定共同的时空单元,基于此把刚才的模型重写,之后再从上往下用策略投影、从下往上通过聚集(状态聚集、行为聚集),最终把经验和特征提取出来,通过上下两层的迭代,最后来提升和发挥每一个模型的作用,实现全局的优化。


这种方法适合大规模、分布式的问题,比如利用风电、太阳能这样的新能源,通过储能再结合无人 AGV、电动汽车、建筑和设备这些柔性负荷,将三方协调在一起,将有很大的节能和降低成本的潜力。目前,“虚拟电厂”的概念可以协助电网调峰调频,这也是工业互联网能够开展新产业的增长点。

 

做出决策的前提是可以实时掌握大量的和足够准确的数据,传感器是工业互联网的重要基础之一。在国家传感器技术重点实验室从事了近 20 年研究工作的蔡浩原博士,在现场分享了关于智能传感器技术的研究成果。“所谓的智能传感器,不仅仅是把信息给采集出来,然后传输出去,而是在传感器中集成算法,也就是首先对信息进行采集、过滤、然后把有价值的信息上传到云端,再由人工智能或其它大数据的算法进行处理。”蔡博士将这种技术路线总结为:以微纳传感器为核、以异质异构封装为壳,以软件算法为质。


(来源:蔡浩原博士)


蔡博士展示了一款正在开发的振动智能传感器的框架结构图,最底层相当于三轴的加速路器,同时包括温度传感器,通过信号的调理电路,把加速度的信息采集出来,然后会在上面运行一些基本的处理算法。比如包括时域的积分方法、频域的计算方法,去计算加速度信号、以及速度信号、位移信号,同时还能够做为一些简单的分析。总而言之,就是针对具体的使用情况,会增加相应的智能判断算法。

 

以与某公司合作的数控机床刀具磨损检测传感器为例。公司康一直致力于做到真正无人工厂的状态,数控机床是非常重要的加工设备,刀具大概可能只持续运行将近两个小时左右就需要进行更换,但是更换时间不能仅仅通过加工时长来定义,加工的工序、材料都会影响刀的磨损程度。因此,蔡博士团队做了一个在刀把上集成的无线振动传感器,通过检测刀具在材料加工时的振动状态,把振动信号无线传输出来,再加上工业大数据的算法决定刀的更换频率。这种传感器的制作难度在于需要一个异型的安装方式,且要避免金属刀把在无限信号传输过程造成的影响。


(来源:蔡浩原博士)


中科院自动化所副研究员、中国 3D 科技创新产业联盟副理事长的吴怀宇博士分享了一个典型的工业 4.0 应用的服务模式—— 3D 人体智能测量的大数据应用服务,用于在线个性化定制,针对 C2M 做解决方案。即通过物联网传感器,包括3D 精确的扫描仪、智能硬件、手机APP,全方位、多途径地采集用户的大数据;然后把大数据导入云端数据库中,再通过机器学习算法来对数据进行智能化的分析,构建智能服务。

 

3D 技术方面精度是非常关键的质量指标,包含两种维度:数据上的精度,和用户主观感受上的精度,也是所谓的“舒适度”。目前吴博士团队通过自主研发 3D 硬件、3D 软件、大数据、人工智能、3D CAT 系统、智能工厂改造产品和解决方案,将 3D 技术应用在各个行业。比如,通过3D扫描技术获得人体三维个性化数据,再通过 3D 智能建模可以形成个性化人体相关的产品定制,如服装行业、医美及医疗行业等;另外,通过 3D 扫描仪判断 3D 姿态,利用机器人自动抓取、摆正、分解和配装,实现工厂全部流程自动化。



(来源:吴怀宇博士)

 

目前,已经有雅戈尔、奥康、百丽等厂家在应用相关技术,吴博士团队的目标是打造一个全国最大的 C2M 工业 4.0 定制技术平台。

 

智能制造中制造效率固然重要,但产品物流的效率同样影响其成本和价值,自动驾驶落地物流仓储运输也是工业自动化重要的一环。车辆速度能独立于运动轨迹进行决策、规划和调控,对自动驾驶车辆的安全至关重要。“我们的想法是让速度变化独立于转向变化,也就是无论速度怎么变,实际上转弯过程中的轨迹是不变的,这是我们想实现的控制效果。”来自北京航空航天大学的李明星博士分享了利用鲁棒与解耦联合控制解决该问题的一些想法和成果。


(来源:李明星博士)


但正如工业自动化系统遇到的问题一样,这将是非常复杂的整体构成,涉及系统工程、包括感知、通信、控制等,彼此相互依赖,缺一不可。

 

来自北京化工大学信息科学与技术学院的沈栋教授分享了如何在先进制造过程中利用“学习控制”技术改善控制线路。基本原理就是,通过之前做同一件事产生的结果,对下一次去做这件事的动作有大概的预期并进行优化调整,随着不断的调整,将执行效率不断提高,同时利用同样的思路改变系统性能,也就是“迭代学习控制思想”。具体来说,这种方法可以叠加在原有的控制系统外,作为并行的学习系统,实现一些对非线性场景的应对:如输入端可能存在死区、饱和、预载等情况,以及当运行长度有变化时,即使在运行不完整的情况下,也能够不断地去学习。


(来源:鸿绎智库)


这种思路是针对有限时间内完成并不断重复的系统,与传统的控制方法相比有两点优势:一是可以通过不断重复逐步改善跟踪性能,进而也可以实现高精度跟踪,适合应用在精密加工中,比如机器人运动过程,晶圆的生产过程等。二是对系统信息几乎没有太大的要求,属于典型的数据驱动方法,迎合当下对大数据环境的要求。

 

武汉大学电气工程学院的张俊教授最后在交流会上带来了一个工业互联网框架性思考:工业智联网。智联网的核心思想,是智能技术和知识技术,把知识的过程以人为核心的低效,转变为以智能机器为核心的数字化、工具化、自主化。基础框架之下包括各类核心技术,比如工程技术、区块链智能、虚拟工业技术、社会计算技术、可信交互技术等。他认为,未来,智联网将形成一种新的经济模式,但前提最重要的传递知识,智能制造首先是实现知识性质的自动化,其核心是获取知识、表达知识、连接知识与关联知识。

 

这同时也回到了文章一开始提出的问题,获取数据与专家的知识/经验哪个更重要?这正式工业联网在面临的瓶颈问题,如何通过技术、有效的运作机制让两者从系统上有机结合,正是实现工业互联网的终极途径。

 

关于鸿绎智库


2018年6月2日,DeepTech 深科技正式宣布与富士康科技集团携手共同发起成立“鸿绎智库——新兴科技智库平台”,此一平台将成为全新形态的、连接科研能力与产业能量的新兴科技创新驱动力量,打开科技人才和产业资源的通路,建构数据科学驱动的科研服务平台。

 

鸿绎智库将是一个开放平台,面向科学家、科研工作者、科技创业家、企业、机构投资人,提供从科学到科技,从科技到产业的完整价值传递服务。

 

鸿绎智库科研服务平台将分阶段对产品及服务进行迭代,在智库运营初期,将以线下活动为主,将以大型峰会、技术、人才、资本相关中小型闭门会议、数据竞赛、黑客松、技术项目路演等形式为主,同时结合科技行业报告、科技发展趋势报告、人才报告、科研成果盘点等报告的定期发布。一方面为企业提供发展战略层面所必须的信息及资源,另一方面为科研人员或技术创业者们提供科研成果落地转化所需的资金支持或产业商用的渠道。


欢迎需要建立专家网络 /人才网络,布局核心技术与投资并购项目的企业集团、投资机构联系我们:contact@honyiresearch.com

欢迎希望推进新兴科技落地实现的科学家、科研工作者、科技创业者与我们联系:experts@honyiresearch.com


点击“阅读原文”订阅鸿绎智库交流会活动通知↓↓↓

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved