《【工業(yè)節(jié)能論文】工業(yè)自動(dòng)化中人工智能的應(yīng)用》由會(huì)員分享，可在線閱讀，更多相關(guān)《【工業(yè)節(jié)能論文】工業(yè)自動(dòng)化中人工智能的應(yīng)用（7頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、【工業(yè)節(jié)能論文】工業(yè)自動(dòng)化中人工智能的應(yīng)用 摘要：人工智能是一個(gè)研發(fā)訓(xùn)練計(jì)算機(jī)來執(zhí)行以前只有人類才有能力的智能行為方法的研究領(lǐng)域。自動(dòng)化的目的是代替人或輔助人去完成人類生產(chǎn)、生活和管理活動(dòng)中的特定任務(wù)，提高工作效率、效益和效果。二者都是通過機(jī)器延伸增加人類認(rèn)識(shí)世界和改造世界的能力。文章從人工智能的定義及發(fā)展、自動(dòng)化的定義及發(fā)展、智能制造對(duì)人工智能的要求、工業(yè)人工智能的涵義、面臨的挑戰(zhàn)及應(yīng)對(duì)策略等方面進(jìn)行了闡述，分析了人工智能與工業(yè)自動(dòng)化的關(guān)系。 關(guān)鍵詞：人工智能；自動(dòng)化；工業(yè)人工智能 1人工智能與自動(dòng)化 1.1人工智能的定義及發(fā)展簡(jiǎn)史

2、 1.1.1人工智能的定義美國(guó)國(guó)家科技委員會(huì)于2016年制定的《為人工智能的未來做好準(zhǔn)備》指出，目前并沒有一個(gè)普遍接受的人工智能定義。一些人把人工智能定義為是計(jì)算機(jī)化的系統(tǒng)，能夠表現(xiàn)出通常被認(rèn)為是需要智能的行為；其他人將人工智能定義為一個(gè)系統(tǒng)，該系統(tǒng)能夠無論遇到什么樣的復(fù)雜問題，都可以合理的解決，或者采取適當(dāng)?shù)男袆?dòng)實(shí)現(xiàn)它的目標(biāo)。雖然對(duì)AI的界定并不明確且隨時(shí)間推移不斷變化，但AI的研究和應(yīng)用始終秉持一個(gè)核心目標(biāo)，即使人的智能行為實(shí)現(xiàn)自動(dòng)化或復(fù)制。美國(guó)總統(tǒng)行政辦公室于2016年發(fā)布的《人工智能、自動(dòng)化及經(jīng)濟(jì)報(bào)告》中指出，AI不是單一技術(shù)，而是應(yīng)用于特定任務(wù)的技術(shù)集合。2017年，《S

3、cience》定義的強(qiáng)人工智能是指具有與人一樣智慧和全面的智能。斯坦福大學(xué)人工智能百年研究《人工智能和2030生活》廣義定義了人工智能是一種致力于機(jī)器智能化的活動(dòng)，而智能是指系統(tǒng)在其所處環(huán)境中具有預(yù)見功能。2018年7月德國(guó)人工智能戰(zhàn)略概述中指出，作為一門科學(xué)學(xué)科，人工智能指的是一個(gè)研發(fā)訓(xùn)練計(jì)算機(jī)來執(zhí)行以前只有人類才有能力的智能行為方法的研究領(lǐng)域[1]。 1.1.2人工智能的發(fā)展簡(jiǎn)史“人工智能”一詞是1956年JohnMcCarth組織的達(dá)特茅斯暑期研究項(xiàng)目的討論會(huì)上提出，探究機(jī)器可以在哪些方面模擬人的智能。早在18世紀(jì)托馬斯貝葉斯就指出推理事件的概率提供計(jì)算框架，這是最初具有

4、人工智能特征的技術(shù)想法。19世紀(jì)，喬治布爾指出邏輯推理可以向求解方程組那樣被系統(tǒng)的執(zhí)行。20世紀(jì)之初，第一臺(tái)電子計(jì)算機(jī)的問世標(biāo)志著能夠感知和自主行動(dòng)的第一代機(jī)器人問世。阿蘭圖靈于1950年發(fā)表“計(jì)算機(jī)和智能”中設(shè)想了建造計(jì)算機(jī)模擬人類智能的可能性，包括如何測(cè)試人工智能、機(jī)器怎樣自主學(xué)習(xí)等方面。隨后幾十年，人工智能幾經(jīng)起伏，研究出現(xiàn)的難題遠(yuǎn)超預(yù)期。20世紀(jì)90年代后期，人工智能研究關(guān)注特定領(lǐng)域和應(yīng)用研究，進(jìn)入加速階段。其中在圖像識(shí)別和醫(yī)療診斷方面尤為突出，1997年，IBM開發(fā)計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫；蘋果Siri，IBM回答計(jì)算機(jī)waston在回答游戲節(jié)目獲勝；2010年以

5、后，來自政府、電子商務(wù)、商業(yè)、社交媒體、科學(xué)和政府提供了可用的大數(shù)據(jù)和強(qiáng)大的計(jì)算能力，科技產(chǎn)業(yè)增加在人工智能領(lǐng)域的投資，上述因素促使了人工智能發(fā)展浪潮。同時(shí)，深度學(xué)習(xí)技術(shù)發(fā)展快速，在圖像識(shí)別領(lǐng)域，人類錯(cuò)誤率為5%，2011年人工智能最好結(jié)果錯(cuò)誤率為11%，到2015年就降低到3.5%，博弈游戲技術(shù)AlphaGo打敗人類圍棋冠軍等等。 1.1.3人工智能技術(shù)發(fā)展方向可解釋的AI是人工智能技術(shù)的發(fā)展方向之一，斯坦福大學(xué)人工智能和2030生活》指出，人工智能領(lǐng)域正朝著建立智能系統(tǒng)的方向發(fā)展；2018年的《美國(guó)及其智能國(guó)家戰(zhàn)略報(bào)告》中指出，很難估計(jì)計(jì)算機(jī)控制系統(tǒng)在不久的將來可以實(shí)現(xiàn)哪些

6、功能。機(jī)器智能系統(tǒng)在企業(yè)，政府，和全球居民的日常生活中占據(jù)越來越重要的角色。 1.2自動(dòng)化的定義及發(fā)展簡(jiǎn)史 1.2.1自動(dòng)化的定義自動(dòng)化涉及到人類活動(dòng)的所有領(lǐng)域，是人類自古以來永無止境的夢(mèng)想和追求目標(biāo)。自動(dòng)化的界定雖然不明確，且隨著時(shí)間推移不斷變化，但自動(dòng)化的研究和應(yīng)用多年來始終秉持一個(gè)核心目標(biāo)：研制系統(tǒng)代替人或者輔助人去完成人類生產(chǎn)、生活和管理活動(dòng)中的特定任務(wù)，減少和減輕人的體力和腦力勞動(dòng)，提高工作效率、效益和效果。 1.2.2自動(dòng)化的發(fā)展簡(jiǎn)史自動(dòng)化的發(fā)展史漫長(zhǎng)而有力，18世紀(jì)，從風(fēng)車離心調(diào)速器到蒸汽機(jī)離心調(diào)速器，從麥克斯韋《論調(diào)節(jié)器》，經(jīng)傳帶

7、控制，到勞斯、赫爾維茨穩(wěn)定性判據(jù)。進(jìn)入19世紀(jì)，船舶陀螺駕駛儀，布萊克負(fù)反饋放大器，奈奎斯特判據(jù)，ZieglerNicholsPID參數(shù)整定法，M9火炮指揮控制系統(tǒng)（Bode圖）中為后續(xù)的現(xiàn)代控制理論、PLC、分布式控制系統(tǒng)奠定了基礎(chǔ)，進(jìn)入19世紀(jì)80年代，RTO和模型預(yù)測(cè)控制、工藝模型開環(huán)設(shè)定、數(shù)據(jù)驅(qū)動(dòng)的運(yùn)行反饋控制繼續(xù)推動(dòng)著自動(dòng)化的發(fā)展。 1.2.3自動(dòng)化的發(fā)展方向控制系統(tǒng)向智能自主控制系統(tǒng)的方向發(fā)展，管理與決策系統(tǒng)向智能優(yōu)化決策系統(tǒng)和智能優(yōu)化決策和控制一體化系統(tǒng)方向發(fā)展。 1.3自動(dòng)化與人工智能的相互關(guān)系 AI的核心目標(biāo)是使人的智能行為實(shí)現(xiàn)

8、自動(dòng)化或復(fù)制，而自動(dòng)化的核心目標(biāo)是減少和減輕人的體力和腦力勞動(dòng)，提高工作效率、效益和效果；二者都是通過算法和系統(tǒng)的手段，建立相互之間的共同點(diǎn)，即通過機(jī)器延伸和增加人類的感知、認(rèn)知、決策、執(zhí)行的功能，增加人類認(rèn)識(shí)世界和改造世界的能力，完成人類無法完成的特定任務(wù)或比人類更有效的完成特定任務(wù)。但是，目前由于機(jī)理不清，難以建立數(shù)學(xué)模型；輸入與輸出相關(guān)信息處于開放環(huán)境，變化不確定；信息難以獲取及感知；決策目標(biāo)沖突等原因，使得自動(dòng)化和人工智能技術(shù)在某些對(duì)象難以應(yīng)用。 2智能制造對(duì)人工智能的要求 2.1自動(dòng)化技術(shù)在工業(yè)革命中的作用 在第一次工業(yè)革命中，反饋控制

9、實(shí)現(xiàn)了蒸汽機(jī)調(diào)速的自動(dòng)化。在第二次工業(yè)革命中，PID與邏輯控制實(shí)現(xiàn)了傳送帶自動(dòng)化。而操作工作自動(dòng)化、管理與決策工作信息化推動(dòng)了三次工業(yè)革命，在第三次工業(yè)革命中，先進(jìn)控制與運(yùn)行優(yōu)化實(shí)現(xiàn)了工業(yè)過程的運(yùn)行優(yōu)化，ERP與MES實(shí)現(xiàn)了生產(chǎn)管理與決策的信息化。 2.2知識(shí)工作者在制造過程管理與決策中的作用及問題 2.2.1制造過程管理與決策現(xiàn)狀人類通過視聽觸嗅味的感知系統(tǒng)感知工況數(shù)據(jù)和信息，通過大腦決策生產(chǎn)（產(chǎn)量，質(zhì)量，能耗，物耗，成本）、運(yùn)行指標(biāo)（反應(yīng)產(chǎn)品質(zhì)量、效率和消耗相關(guān)的工藝參數(shù)）、運(yùn)行工況（正常或異常）和控制系統(tǒng)指令（速度、電流等），控制系統(tǒng)則跟隨指令使生產(chǎn)指標(biāo)在

10、目標(biāo)范圍內(nèi)。 2.2.2人難以實(shí)現(xiàn)運(yùn)行工況的準(zhǔn)確識(shí)別和優(yōu)化決策《science》指出，人的決策行為制約發(fā)展主要體現(xiàn)在三個(gè)方面，在感知層面，運(yùn)行工況涉及多尺度多源信息，伴隨著原料、工況波動(dòng)頻繁，而人難以感知?jiǎng)討B(tài)變化的運(yùn)行工況；在認(rèn)知和知識(shí)處理層面，由于對(duì)反應(yīng)機(jī)理不清楚，多源異構(gòu)信息不明確，難以及時(shí)處理異構(gòu)信息；在決策和執(zhí)行層面，決策過程中伴隨著多目標(biāo)沖突和多尺度現(xiàn)象，操作和決策也存在主觀性和不一致性，難以實(shí)現(xiàn)全局優(yōu)化。除了上述因素，我國(guó)在質(zhì)量、能耗、物耗等方面也與國(guó)際先進(jìn)水平存在差距。 2.3智能制造對(duì)人工智能需求 2.3.1兩種主要類型的工業(yè)的特

11、點(diǎn)和發(fā)展目標(biāo)離散工業(yè)和過程工業(yè)作為典型代表，有著各自顯著的特點(diǎn)，對(duì)于離散工業(yè)，其過程結(jié)構(gòu)主要由總體設(shè)計(jì)、零件加工、組裝和機(jī)械制備四部分組成，在此過程中，機(jī)械裝備的零件加工與組裝是可拆分的物理過程，產(chǎn)品與加工過程可以數(shù)字化，機(jī)械裝備的性能取決于總體設(shè)計(jì)的優(yōu)化。對(duì)于過程工業(yè)，同樣由四部分組成，分別對(duì)應(yīng)工藝設(shè)計(jì)、物質(zhì)轉(zhuǎn)化過程、成品材料和下一生產(chǎn)工序。過程工業(yè)中，有多個(gè)工業(yè)過程組成的不可拆分物理化學(xué)過程，原材料、成品材料和物質(zhì)轉(zhuǎn)化過程難以數(shù)字化，工藝設(shè)計(jì)優(yōu)化與制造流程的整體優(yōu)化等特點(diǎn)。 2.3.2對(duì)人工智能的需求《為人工智能的未來做好準(zhǔn)備》中指出，人工智能在短期內(nèi)的核心經(jīng)濟(jì)成效是將以無

12、法實(shí)現(xiàn)自動(dòng)化的任務(wù)實(shí)現(xiàn)自動(dòng)化，美國(guó)白宮2018年舉行的“面向美國(guó)工業(yè)的人工智能峰會(huì)”上提出，重點(diǎn)發(fā)展具有高影響、面向特定應(yīng)用領(lǐng)域的AI、應(yīng)用于美國(guó)工業(yè)來增強(qiáng)美國(guó)勞動(dòng)力素質(zhì)，提高工作效率，更好的服務(wù)于客戶。美國(guó)基金委在2018年關(guān)于“面向美國(guó)工業(yè)的人工智能”發(fā)表聲明，人工智能可以使美國(guó)工業(yè)的各個(gè)環(huán)節(jié)產(chǎn)生變革，為先進(jìn)制造創(chuàng)造新的希望。美國(guó)科學(xué)技術(shù)委員會(huì)于2018年制定的《美國(guó)先進(jìn)制造領(lǐng)先戰(zhàn)略》的主旨是爭(zhēng)取智能制造系統(tǒng)的未來領(lǐng)先地位。報(bào)告指出，通過與數(shù)字設(shè)計(jì)相結(jié)合，將制造過程所需的信息無縫的結(jié)合到從原材料到產(chǎn)品的轉(zhuǎn)換過程中，從而形成一個(gè)高度互聯(lián)的工業(yè)實(shí)體，它可以通過一整套供應(yīng)鏈系統(tǒng)橫跨多個(gè)公司。智能

13、制造能夠通過對(duì)缺陷和故障的檢測(cè)和糾正來確保產(chǎn)品質(zhì)量的一致性，和質(zhì)量的可追溯。這些進(jìn)步取決于強(qiáng)大的工業(yè)物聯(lián)網(wǎng)創(chuàng)新，和面向各種制造流程的機(jī)器學(xué)習(xí)算法，以及可在以信息為中心的一體化系統(tǒng)中的即插即用的機(jī)床和控制系統(tǒng)。德國(guó)聯(lián)邦政府于2018年11月制定的人工智能戰(zhàn)略中列出了德國(guó)工業(yè)界對(duì)AI的需求，明確了促進(jìn)AI的開發(fā)與應(yīng)用面向經(jīng)濟(jì)，經(jīng)濟(jì)是下一步AI研究的推動(dòng)力。中國(guó)《新一代人工智能引領(lǐng)下的智能制造研究》中也明確了新一代智能制造作為我國(guó)智能制造的第二階段（2025-2035）戰(zhàn)略目標(biāo)，新一代智能制造的目標(biāo)是使我們智能制造技術(shù)和應(yīng)用水平走在世界前列。 3工業(yè)人工智能的涵義、面臨的挑戰(zhàn)及應(yīng)對(duì)策

14、略 3.1工業(yè)人工智能的涵義 雖然對(duì)工業(yè)人工智能的界定并不明確且隨著時(shí)間的推移不斷變化，目前工業(yè)人工智能的核心目標(biāo)是：針對(duì)產(chǎn)品與工藝設(shè)計(jì)、經(jīng)營(yíng)管理與決策、制造流程運(yùn)行管理與控制等工業(yè)生產(chǎn)活動(dòng)中目前仍然依靠人的感知、認(rèn)知、分析與決策能力和經(jīng)驗(yàn)與知識(shí)來完成的知識(shí)工作，實(shí)現(xiàn)知識(shí)工作的自動(dòng)化與智能化來顯著提高經(jīng)濟(jì)社會(huì)效益[2]。 3.2挑戰(zhàn)的科學(xué)問題 3.2.1挑戰(zhàn)難題人工智能發(fā)展到深度學(xué)習(xí)沒有考慮如何應(yīng)用于制造工程（Nature，2017），多尺度、多源信息獲取、預(yù)報(bào)模型和資源計(jì)劃決策與控制過程集成是智能制造中的挑戰(zhàn)難題（Nature，

15、2017）。 3.2.2科學(xué)問題（1）多尺度、多源信息的動(dòng)態(tài)感知挑戰(zhàn)難題1：復(fù)雜動(dòng)態(tài)環(huán)境下的對(duì)象的檢測(cè)、分流、識(shí)別和感知（《國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃》，2016）。例如，電熔鎂砂是國(guó)家重要戰(zhàn)略物資，主要應(yīng)用于航天、工業(yè)等領(lǐng)域，需要重大耗能設(shè)備。在電熔鎂砂生產(chǎn)過程中的加料工況、熔化工況和排氣工況中，感知火焰、聲音和電流過程存在不及時(shí)、不準(zhǔn)確、質(zhì)量波動(dòng)、能耗高等問題，需要對(duì)整個(gè)生產(chǎn)過程進(jìn)行動(dòng)態(tài)感知，包括動(dòng)態(tài)變化溫度、火焰視頻、聲音、振動(dòng)信號(hào)、電流、功率等多尺度數(shù)據(jù)的實(shí)時(shí)感知。挑戰(zhàn)難題2：需要研究多源數(shù)據(jù)機(jī)器學(xué)習(xí)來進(jìn)行知識(shí)發(fā)現(xiàn)（《國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃》）。電熔鎂砂生產(chǎn)

16、過程中，人工識(shí)別欠燒工況的依據(jù)是爐壁顏色變紅，電流上升，這種方法會(huì)導(dǎo)致爐壁燒漏、影響產(chǎn)品質(zhì)量甚至停產(chǎn)等問題。因此，需要對(duì)欠燒工況提前發(fā)現(xiàn)的規(guī)則進(jìn)行挖掘，包括挖掘電流、電流變化率與欠燒工況的因果關(guān)系；通過爐壁視頻信號(hào)挖掘欠燒工況特征；基于運(yùn)行數(shù)據(jù)與視頻信號(hào)的機(jī)器學(xué)習(xí)。在此過程中，我們需要明確，深度學(xué)習(xí)是完全標(biāo)注大樣本的靜態(tài)特征學(xué)習(xí)，而目前的挑戰(zhàn)難題是不完全無標(biāo)注樣本的動(dòng)態(tài)特征學(xué)習(xí)[3]。（2）決策與控制過程集成優(yōu)化挑戰(zhàn)難題1：復(fù)雜系統(tǒng)多沖突目標(biāo)的實(shí)施動(dòng)態(tài)求優(yōu)。例如能耗指標(biāo)的優(yōu)化決策是非凸動(dòng)態(tài)優(yōu)化。挑戰(zhàn)難題2：多層次多尺度決策與控制過程集成優(yōu)化。運(yùn)行決策與控制面向不同時(shí)間尺度和空間尺度；全局最優(yōu)解

17、隨生產(chǎn)條件和運(yùn)行工況變化；最后控制系統(tǒng)設(shè)定值隨全局最優(yōu)解變化等。（3）制造過程決策對(duì)博弈游戲技術(shù)的挑戰(zhàn)以AlphaGo和制造過程決策作為對(duì)比，在信息感知方面，前者完全，并已確定規(guī)則，后者處于開放環(huán)境，不完全，不確定規(guī)則；在過程特征方面，前者可以建立精確到可試錯(cuò)的決策仿真模型，后者則難以建立決策仿真模型；在決策目標(biāo)方面，前者可轉(zhuǎn)化為輸贏的單一目標(biāo)，后者則是多沖突目標(biāo)（質(zhì)量，效率，能耗等）；在決策方法方面，前者是基于深度學(xué)習(xí)的策略與價(jià)值網(wǎng)絡(luò)，后者則面臨更大的挑戰(zhàn)。 3.3應(yīng)對(duì)策略 面對(duì)上述諸多挑戰(zhàn)，我們應(yīng)從研究方向和研究思路上加以應(yīng)對(duì)。在研究方向上，開展復(fù)雜工業(yè)環(huán)境

18、下多數(shù)據(jù)多源信息的獲取；復(fù)雜運(yùn)行工況運(yùn)算和診斷的多源數(shù)據(jù)的機(jī)器學(xué)習(xí)方法；模型與工業(yè)大數(shù)據(jù)雙驅(qū)動(dòng)的機(jī)器學(xué)習(xí)，包括機(jī)理不清的復(fù)雜系統(tǒng)的建模，生產(chǎn)指標(biāo)與工藝參數(shù)（質(zhì)量，能耗）的預(yù)報(bào)與回溯，決策規(guī)則等；智能自主控制與人機(jī)協(xié)作等方面的研究。在研究思路上，抓住基于機(jī)理分析的模型與工業(yè)大數(shù)據(jù)緊密融合與協(xié)同；模型驅(qū)動(dòng)的自動(dòng)化與數(shù)據(jù)驅(qū)動(dòng)的人工智能技術(shù)緊密融合與協(xié)同；移動(dòng)互聯(lián)網(wǎng)、云計(jì)算等先進(jìn)信息技術(shù)和計(jì)算機(jī)控制系統(tǒng)的緊密融合與協(xié)同；研制工業(yè)人工智能技術(shù)的基礎(chǔ)設(shè)備；研制面向特性應(yīng)用領(lǐng)域的工業(yè)智能系統(tǒng)，使系統(tǒng)的適應(yīng)性、自主性、效率、功能、可靠性、安全性和感知與認(rèn)證的準(zhǔn)確性、決策的精準(zhǔn)優(yōu)化遠(yuǎn)超今天的系統(tǒng)、跨學(xué)科合作研究

19、，以理論與方法研究和實(shí)驗(yàn)與應(yīng)用驗(yàn)證研究相結(jié)合的思路進(jìn)行系統(tǒng)研究。 4結(jié)束語(yǔ) 隨著日前教育部《關(guān)于公布2019年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果的通知》（教高函〔2020〕2號(hào)）的發(fā)布，工業(yè)智能專業(yè)作為人工智能與工業(yè)自動(dòng)化深度融合的新興本科專業(yè)，首度被列入教育部本科專業(yè)目錄，東北大學(xué)成為國(guó)內(nèi)首家（批）本科設(shè)立工業(yè)智能專業(yè)的高校，這標(biāo)志著我國(guó)的本科專業(yè)建設(shè)開始打破“常規(guī)”，實(shí)現(xiàn)傳統(tǒng)特色發(fā)展、個(gè)別突破發(fā)展、轉(zhuǎn)型升級(jí)發(fā)展，全面邁入了多學(xué)科交叉融合發(fā)展的新時(shí)期，切實(shí)以高校專業(yè)建設(shè)帶動(dòng)引領(lǐng)工業(yè)人工智能領(lǐng)域人才培養(yǎng)質(zhì)量提升。 參考文獻(xiàn)： [1]閆志明，唐夏夏，秦旋，等.教育人工智能（EAI）的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢(shì)———美國(guó)《為人工智能的未來做好準(zhǔn)備》和《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J].遠(yuǎn)程教育雜志，2017（1）：26-35. [2]柴天佑.工業(yè)互聯(lián)網(wǎng)與工業(yè)人工智能[N].中國(guó)信息化周報(bào)，2019-10-28（7）. [3]康世斌.電氣自動(dòng)化控制中人工智能技術(shù)應(yīng)用分析[J].科技創(chuàng)新與應(yīng)用，2019（34）：150-151.