關于組織推薦省級第十六批“一企一技術”研發中心的通知 山東省工業和信息化廳關于進一步推動大型工業企業研發機構建設 的實施意見 龔正到泰安市調研指導主題教育 堅定踐行初心使命 勇做新時代泰山“挑山工” 關于2019年度國家中小企業公共服務示范平臺名單的公示 前8月互聯網企業業務收入增20.9% 安筱鵬:數字化轉型的十個關鍵詞 我省啟動新型智慧城市試點示范建設工作 關于組織申報2019年度山東省數字經濟園區(試點)的通知 苗圩《人民日報》撰文:我國工業和信息化的輝煌成就與寶貴經驗 山東省工業和信息化廳關于公布2019年山東省工業企業“質量標桿”典型經驗的通知
當前位置:首頁 > 專家動態

柴天佑院士:從制造流程智能化談工業人工智能

發布時間:2019-09-06 08:53:23 來源:走向智能論壇 作者:news1
       8月30日,全球工業智能峰會在上海召開。中國工程院院士柴天佑在峰會發表《從制造流程智能化談工業人工智能》演講——

尊敬的各位與會代表,大家早上好!首先感謝工業智能分會的邀請,我預祝這次大會一定圓滿成功,我今天報告的題目是《從制造流程智能化談工業人工智能》。微信圖片_20190906085015.jpg


首先我們講制造流程智能化的概念,這個圖主要說明目前的智能,工業分兩類,一類是離散制造,一類是流程制造。離散制造產品可以數數,流程制造產品不能數數,但是到了生產線基本上是一樣的。所謂的一樣就是底下的裝備不一樣,下面一層是工業裝備,如果作為流程來講叫做工業過程,上面有控制系統。控制系統保證了這個產品是自動的,但是在兩種情況下是無法實現自動的。


一種如果走個性定制的話,就得要求底下的裝備能夠加工不同的產品,這時候裝備就要變成一個智能化,然后我們控制系統要變成智能系統,能感知不同的裝備,所以今天的生產線是解決不了個性定制的高效化,所以這是工業4.0提出的重要目標之一。


現在的流程是怎么回事呢?流程就目前來看把參數確定好以后,大家看到的生產線都可以做到黑燈工廠。但是如果原料一變,產品的品種一變,這時候工藝就得重新做。所以工藝重新做的時候,從剛開始的決策部門就要進行把指標由綜合生產指標變成工藝參數,而工藝參數再由工程師把它變到控制系統的設定,這樣這條線才能自動,所以這是今天我們講自動化系統的現狀。


它的整個系統是這樣的結構,也就是人與信息物理系統融合的系統,我這張圖就表明了有一個人,我講的這個是知識工作者,他是企業家,他也是我們現在的工業工程師和各種工程師,他現在的操作過程是這樣的,首先根據我們現在的信息系統拿到所有看到的信息,然后他要根據自己的感知、認知和功能得到另外的工況信息,所以我們調度開會就是得到信息。


這個信息得到以后進行分析和決策,所以這個系統是人參與的信息物理系統,這個系統本身我舉了兩個例子,這個是我們特高壓,它的產品可以說是世界領先的,但是它的加工底下的生產線是完全自動的,但是要得到各種不同的產品,他要重新進行分析,重新進行設計,重新把指令放到生產線,所以有一大堆知識工作者參與。


這條線是我們現在選礦項是完全自動的,但是參數的改變還是需要人,這樣一個系統現在存在的問題是什么呢?人的決策行為是制約發展的,什么原因呢?人難以感知動態變化的運行工況,人是難以及時的處理異構信息。另外,人的決策是有主觀性的,人的決策是不一樣的,所以這樣就不能夠保證整個這條生產線是高效、全優的。


這條線的未來怎么做?要想高效化、個性定制的高效化,流程工業的全局優化,就要把現在的人和控制系統、裝備變成自主系統,而把現在整個系統管理系統要變成人機合作的決策系統。這樣一個系統和原來的區別在哪兒?它具有了感知、認知、決策功能,最終的目標是高效化和最優化的方向,這樣企業結構將會發生根本性的改變,現在的企業結構是三層結構。


大家搞企業都知道ERP資源計劃系統,制造執行系統和離散裝備控制系統,而流程叫過程控制系統,這個目前的國際標準,未來變成兩層結構,底下都是自主系統,然后有一個人機合作的決策優化系統,這是未來制造流程的遠景。


這個遠景帶來哪些挑戰?第一個挑戰人工智能的典型代表是基于大數據的深度學習,但是到深度學習現在并沒有完全應用于制造流程。在智能制造里有三個難題:


1.多尺度、多元信息的獲取,所以這塊現在是人在做的;

2.預報模型,怎么去預報,現在人也在預報,所以人的預報不一樣,得的結果不一樣;

3.如何把決策和控制過程集成。


這樣目前三個具有挑戰的難題,這三個難題在工業過程里頭具體來講就是多尺度、多元信息的動態感知,人可以拿眼睛去看工況,去來判斷,現在如果我要把這個信息拿到必須解決動態感知問題。


第二個要想比人做得好,那么你要對產品質量,對于能耗、物耗,包括運行狀態,也就是這個狀態是異常還是正常的,一定要有一個預測和追溯。所謂追溯就是出現問題以后到底哪道工序影響,哪個動作影響,這都是現在能解決的。當然,再往一塊再走把決策和控制進行集成優化。


我這兒畫了一張圖,這張圖說明AlphaGo為什么在工業不能用,因為AlphaGo它是一個完全確定的規則,人的大腦是掌握不了的,但是通過圖像、計算機可以把所有的規則都放在計算機里。


它整個博弈是可以建立可失措精確的決策模型,既然有這樣的模型就可以離線訓練,一直訓練到我能打勝你,我再和你比。另外,它的決策過程是一個單目標,就是輸和贏,所以它可以用大量的計算機,它不考慮能耗。


而工業過程的決策在開放環境下,不確定、不決定的規則,也就是說這個規則是變的,有好有壞。另外,工業過程是難以建立決策可試錯的模型。另外工業過程的決策是多目標的,是沖突的。也就是說,你要想把質量做好并不等于成品最低。


所以我們講目前的人工智能技術,包括博弈技術,是在一個閉空間的技術,所以是一個大數據小任務。而工業將來遇到的問題決策是小數據大任務,工業的大數據在計算機領域、人工智能領域來講都是小數據。


下面又講為什么要解決這個問題要發展工業人工智能?為什么加了一個“工業”?因為今天的人工智能要分兩種人工智能,一種叫強人工智能,它和人的智能比具有全面的智能,但是這個技術相當一部分科學家認為實現不了的,這是兩派;另外一種叫弱人工智能,也叫窄人工智能,它一定是為特定的場景,但是它的目標比人做得要好。所以今天可以自動駕駛,可以下棋,但是它做不到兩者兼有。


到底什么是人工智能?從國家戰略上來講,人工智能最終的目標,雖然它是與時俱進的,但是它主要要實現人的智能行為自動化和復制。所以從這個意義上來講,人工智能不是單一的技術,而是利用于特定任務的技術集合。


當然,這是人工智能的簡史,人工智能的簡史雖然五六年出先,但是追溯到18世紀,主要是追溯到推理,推理到今天為止也沒有完全解決。當然,人工智能的發展后來是因為轉入了應用領域,計算機、機器人的出現,這是第一次高潮。


第二次高潮轉入到了圖像識別和診斷系統,第三次是因為出現了大數據,出現了強大的計算,加上物聯網產業的投入,機器學習在搜索上加上現在除了深度學習技術。未來的方向一個想要用的話必須走向科技,第二個必須要走向智能系統。


工業革命當中自動化起的作用是實現了操作工作的自動化,管理和決策的信息化,推動了三次工業革命。它們之間的區別是什么?作為研究對象不同,我們現在作為目前的自動化是以模型為基礎,知道機理,所以它是小數據,通過建模來解決。


但是另外有一類對象是難以建立數學模型,像一幅圖,所以它是大數據,但是不能用數學模型來描繪,這種情況用了大數據和機器學習,特別是找到了深度學習的方法。這是兩類不同的對象,將來人們面對的對象是這兩類都難解決的工業,所以這兩類對象必須結合起來。


國際上開始提出來,包括美國提出來美國工業的人工智能,德國提出來和經濟結合推動AI,包括工程院下一代人工智能指引下的智能制造都在研究怎么樣能夠用新一代工業人工智能來解決,所以這樣解決工業人工智能目前在流程里主要解決知識工作里三項工作,一個是運行工況多元信息的感知和認知,第二個工作經營層、生產層、運行層的協同決策,第三個以企業綜合生產指標優化為目標,自動協同控制裝備的控制系統。


這三件事目前都是知識工作者做的,如何使他們實現自動化和智能化將是工業人工智能的重要方向。這里有幾個關鍵技術要解決:


第一個關鍵技術復雜工業環境下運行工況多尺度、多元信息的智能感知和識別技術;

第二個復雜工業環境下基于5G多元信息的快速可靠的傳輸技術;

第三個系統辨識與深度學習相結合的智能建模、動態仿真和可視化的技術;

第四個關鍵的工藝參數和生產指標的預測和追溯技術;

第五個人機合作的智能優化決策技術,特別是結果端、邊、云協同實現智能算法的技術,只有這些技術攻克了才有可能將來使工業發生革命性的改變.


推薦

山西福利彩票快乐10分