您所在位置：企業焦點新聞
公司產（chǎn）品分類
公司動態
工業人工智能：當下有為，未來可期
發布時間（jiān）：2020-7-10
將夢想變（biàn）為現實是科技的（de）魅力所在（zài），而科技所創造的現實價值，也許連科幻電影都不（bú）曾預料（liào）到（dào）。如今，人（rén）工智能已經融入社會生活的方方麵（miàn）麵，從“刷（shuā）臉”支付、語（yǔ）音助手等日常應用，到疫情期間發揮重要作用的（de）智能測溫係統（tǒng）、智能消毒機器人（rén），都為人（rén）們提供著更加（jiā）便（biàn）捷和人性化的服務。
與此同時，人（rén）工智能（néng）也從消費領域拓展到製造（zào）業、基礎設施、能源、交通、醫療等關（guān）係國計民生的關鍵領域，逐步實現規模化落地。
“人工智能與（yǔ）工業場景融合將釋放出巨大潛能。我們應當關注人工（gōng）智能在不同工業（yè）領域的創新和應用（yòng），以提（tí）升現有係統性能，並助力（lì）數字化轉型達到新高度。” 西門子大中華區總裁兼首席執行官赫爾曼（Lothar Herrmann）表示，“憑借在工業領域170多年的豐（fēng）富經驗和專業知識，遍布世界的專家資源，以及先進的（de）人工智能技術，西門子為客戶（hù）提供安全可信、更懂工業的人工智（zhì）能解（jiě）決（jué）方（fāng）案。”
汽車製造：破題“智造”，未（wèi）雨綢繆
在現代化的汽車生產車間裏，數字化（huà）和智能化技術為突破傳統（tǒng）製造工藝中的難點打（dǎ）開了全新思路。
以衝壓工藝為例，振（zhèn）動（dòng）直接反映著加工過程中的設備健康狀況，是設備安（ān）全評估的一項核心指標。然而，振動分析極為複雜，產線上多種設備和眾多組件之間的振動相互影響、疊加，形成一場大型“複合（hé）”振動，隻有經驗豐富的領域專家才（cái）能“讀懂”這些動態交錯的信號（hào）。但專家無法全天（tiān）候實時監測，尤其在伺服壓機應用場景中（zhōng），速度、位移、壓力等都在不斷變化，單憑人力更難以捕捉（zhuō）複雜的加工過程。當人力不可為，人工智能介入是必然選擇。
北京奔馳與（yǔ）西（xī）門子合作，以人（rén）工智能、雲計算等數字化技術打造智能製（zhì）造車間
來自西門（mén）子數字化工業集團客戶服（fú）務部門和西門子（zǐ）中國研究院的專家團隊，將專家經驗與人工智能相結合，實現了基於振動分（fèn）析的（de）預測性（xìng）維護。北京奔馳汽車有（yǒu）限公司（北京奔馳）與西門子（zǐ）合（hé）作，為其衝壓車間（一期）生產線上的關鍵設備加裝（zhuāng）了70多個傳感器，每個傳感器每秒（miǎo）可采集20000多（duō）個數（shù）據點（diǎn）。如此龐大的數據量上傳至雲端，進（jìn）行基於機器學習技術的雲端大數據分析。 “聰明”的人工智能係統因此成為了專家智慧的延伸，能夠實時掌（zhǎng）握設備狀態，並預測未（wèi）來一段時間內出現故障的可能（néng）性。
有了人工智（zhì）能的加持，針對加工（gōng）過程（chéng）中的（de）振動分析會更（gèng）加精準且全麵，幫助工作人員高效安排運維工作
“成（chéng）功部署後，係統在一天深夜捕捉到（dào）車間某處電機異常振動，即時通知客戶，避免了非計劃性停機，保證了產線的正常運行。”西門子中國研究院高級研（yán）究員周林飛說，“未雨綢（chóu）繆，這讓大家切實感受到了工（gōng）業人工（gōng）智能的價（jià）值所在。”
過程工業（yè）：工（gōng）廠裏的“最強大腦”
在石油化（huà）工、有色冶金（jīn）、鋼鐵等（děng）過程工業領域，生產連續性至關重要。由於設（shè）備（bèi）故障而導致的短暫非計劃（huá）性停機就可能給企業造成（chéng）上百萬（wàn）的經濟損失，甚至引發（fā）火災、爆炸等（děng）嚴重安全事故。
在中國石化青島煉油化工有限責任公司（青（qīng）島煉化）的（de）智能工廠裏，西門子預測性維護係統SiePA為客戶建立起從智能預警到高級診斷的閉（bì）環機製，幫助客戶有效控製（zhì）風險，保證生產的可靠性和安全性。這一過程既運用了對傳感器量化數據的機器學（xué）習與深度分析，也結合了基於知識圖譜的自然語言處理技術，堪稱（chēng）工業界的“中西醫（yī）結合”。
SiePA係統是工廠中的 “最強大（dà）腦” 。它基於智能運算為工作人員及時提供設備故障預警，並根據簡要描述迅速匹配相關曆史案例，進而推（tuī）薦行之（zhī）有效的維（wéi）護方案。通過便捷的交互式操（cāo）作，工作人員還可以將當前（qián）的處理過程與（yǔ）結果反饋給係統，形成機器學習模型的閉環優化，實現知識經（jīng）驗的固化與傳承。
工廠設備是否（fǒu）存在潛在風險？應該采取什麽措施？企業所關心的兩大核心問題都可以在SiePA係統中找到答案。
除了設備本身之外，SiePA係統還可以結合生產環境和相關工藝數據，智能挖掘潛在的異常生產過程，為整個工廠的運行狀態提供預測性分析。這（zhè）將有助於（yú）確保生產的（de）穩定性，對於製藥、食品飲料（liào）、精細化工等生產批次化（huà）明（míng）顯（xiǎn）的行業具（jù）有重（chóng）要意義。
數字化光（guāng）伏：“快（kuài）、準、穩”可兼得
從城市上空俯瞰，人們會發（fā）現一排排的藍（lán）色屋（wū）頂（dǐng）。它們是把太陽能直接轉化（huà）為電（diàn）能（néng）的光伏組件。製造企業采（cǎi）用屋（wū）頂分布式光伏（fú）發（fā）電方式，不但（dàn）能緩解當地供電高峰時間段的電（diàn）網壓力，同時還環保節能，為自身節省大量工業電費支出。
蘇州西門子電器有限公司（SEAL）的工廠屋頂（dǐng）光伏（fú）總裝機容量1.24兆瓦，平均發電效率達84.5%，每年為工廠（chǎng）減少碳（tàn）排放約1220噸
屋頂光伏使用（yòng）壽命周期為25年左右，有效的運維管理是光伏電站長期穩（wěn）定運行的根本保障。然而，定期進行全麵（miàn）巡檢（jiǎn）與清洗需要投入大量的人力物力，且難以及時、準（zhǔn）確地發現異常（cháng）。如何讓長期的運維工作降本增效，是管理者最為關（guān）心的問題。
組件運行狀態（tài）的完全可視化（huà）和在線實時診斷讓（ràng）全電站無人值守（shǒu）成為可能
對（duì）此，來自西門（mén）子智能基礎設施集團解（jiě）決方案與服務業務部門、MindSphere數字化應用（yòng）中心的專家團（tuán）隊，運用人工（gōng）智能和物（wù）聯網技術開發出組件級別（bié）的監控與診斷解決方案，實現了貫穿光（guāng）伏電站全生命周期的智能（néng）化運維管理。在西門子DSDE數字化光伏診斷平台的界麵上，組件異常、衰減情況、清（qīng）洗建（jiàn）議以及電站整體狀態等信息要素皆一目（mù）了然，幫助運維（wéi）人員精準（zhǔn）定位問題 、優化策略。
聚焦前沿技術，預見智能未來（lái）
隨著人（rén）工智能（néng）在工業領域的滲（shèn）透，出現了許多在消（xiāo）費（fèi）領域所不曾遇到的挑戰。當下，西門子人工智能研發團（tuán）隊（duì）正致力（lì）於開展一係列（liè）創新實踐，推動前沿技術的成果轉化。
“我們希望提供用得起、用得好的工業人工智能解決方案，將工業數（shù）據的巨大隱藏價值變得可（kě）見且可得（dé）。”西門子中國研究（jiū）院大數據分析研發部總監田鵬偉說道。
一方麵，工業領域普（pǔ）遍故障（zhàng）樣（yàng）本少（shǎo），數據（jù）打標依賴行業專家，成本高（gāo）昂。西門子研發團隊將神經網絡和傳統貝葉斯方法相結（jié）合，盡可能把工業領域的先驗知識融入模型（xíng），減少對樣本數（shù）據量的（de）依賴（lài），開（kāi）展基於小樣本數據的有效學習。與此同時，團隊還通過主動（dòng）學習技術來降低數據打標的成本，先（xiān）基於算法篩選（xuǎn）出最有用的（de）未標記樣本，再（zài）交由專（zhuān）家進行標記，隻需要和專家進（jìn）行少量交互即可高效完成模型訓練。
另一方麵，工業人工智能的巨大潛力與高應用門檻似乎是一對無法解決的矛盾。西門子研發團（tuán）隊前瞻（zhān）性地探索基於元學（xué）習（xí）等技術的自動機器學習應用，讓係（xì）統根據當前數據集的特征幫助使用者快速選擇算法模型和參數配置，降低（dī）專業性要求，這（zhè）將大力助（zhù）推人工智能在（zài）工業中的普及（jí）。
美國辛辛那提大學（xué）工業人工（gōng）智能中心主任、《工業人工智能》作者李傑教授表示：“人工智能在（zài）工業領域（yù）的真正價值是替（tì）人找到工業係統中不可（kě）見世界的參數的關係與變化，預測並有（yǒu）效（xiào）得避免問題的發生 。當工（gōng）業人工智能滲透愈發深（shēn）入，當它的潛力在工（gōng）業智能（néng）化進程中被充分釋放時，整個工業應該是 ‘無（wú）憂’ 的。”
作（zuò）為（wéi）工業人工智能的（de）理想賦能者，西門子正在加速這一天的到來，讓企業不再（zài）為運維成本、生產瓶（píng）頸以及未來隱患而擔憂，讓（ràng）工業變得更具智慧（huì）、更加安（ān）全。