訂閱
糾錯
加入自媒體

AIoT如何賦能工業(yè)制造?

近年來,隨著各行各業(yè)數(shù)字化轉(zhuǎn)型的不斷深入,人們越發(fā)能夠感受到,數(shù)字智能時代正在加速向我們走來。

以5G、云計算、邊緣計算、大數(shù)據(jù)、人工智能為代表的數(shù)字前沿科技,與行業(yè)領(lǐng)域進行深度融合,落地孵化出大量的創(chuàng)新應(yīng)用場景。這些場景,不僅改變了行業(yè)的工藝和流程,還顛覆了商業(yè)模式,重構(gòu)了產(chǎn)業(yè)生態(tài)格局。

最為典型的,就是一直以來被稱為國民經(jīng)濟支柱產(chǎn)業(yè)的工業(yè)制造業(yè)。

眾所周知,工業(yè)是最重要的物質(zhì)生產(chǎn)部門,也是國力的象征。它不僅為人們的物質(zhì)生活提供必要的消費品,還為整個社會發(fā)展提供原材料和動力,支撐國家的經(jīng)濟自主、政治獨立以及國防安全。

縱觀18世紀以來的人類近代史,其實就是工業(yè)革命的發(fā)展史。從蒸汽機開始,人類歷經(jīng)了三次工業(yè)革命的洗禮,才實現(xiàn)了生產(chǎn)力的飛躍,并一步步走到了現(xiàn)在的信息時代。

如今,數(shù)字技術(shù)浪潮與工業(yè)技術(shù)升級相融合,又將催生第四次工業(yè)革命。這次革命,又會如何重塑人類社會的運作模式呢?AIoT+工業(yè)4.0,究竟會朝著怎樣的方向發(fā)展?

大家不妨隨著這篇文章,來深度了解一下數(shù)智制造的未來場景。

AIoT,如何賦能工業(yè)制造

對于第四次工業(yè)革命,大家應(yīng)該都有所了解。這是一次以人工智能、虛擬現(xiàn)實、石墨烯、基因技術(shù)、量子信息、可控核聚變、清潔能源以及生物技術(shù)為突破口的工業(yè)革命。

站在工業(yè)制造業(yè)的角度來說,它最大的變化,就是數(shù)字智能技術(shù)的深入應(yīng)用,以及工業(yè)互聯(lián)網(wǎng)(Industrial Internet)的引入。

工業(yè)互聯(lián)網(wǎng),完全不同于我們每天使用的手機互聯(lián)網(wǎng)(消費互聯(lián)網(wǎng))。它是行業(yè)互聯(lián)網(wǎng)的代表,也是新一代ICT(信息通信)技術(shù)與OT(工業(yè)操作)技術(shù)的深度融合。

工業(yè)互聯(lián)網(wǎng)既是工業(yè)基礎(chǔ)設(shè)施的數(shù)字化升級,也是工業(yè)流程和工業(yè)經(jīng)濟生態(tài)的演進。通過工業(yè)互聯(lián)網(wǎng)對人、機、物、系統(tǒng)等的全面連接,可以構(gòu)建覆蓋全產(chǎn)業(yè)鏈、全價值鏈的全新制造和服務(wù)體系。這個體系,以信息化、網(wǎng)絡(luò)化、智能化為基礎(chǔ)。它的驅(qū)動力,除了化石燃料和電力之外,還包括算力和連接力。

在算力和連接力的幫助下,工業(yè)制造分工協(xié)作將會進一步細化,生產(chǎn)流程也會被深度優(yōu)化。生產(chǎn)過程中的研發(fā)、生產(chǎn)、質(zhì)控和維保等環(huán)節(jié),都會由人工控制,改為算力控制。算力的終極表現(xiàn)形式,就是AI人工智能。

說了半天,可能大家會覺得過于抽象,難以理解。接下來,我們不妨通過幾個案例,看看數(shù)字智能究竟如何賦能工業(yè)制造,提升生產(chǎn)效率。

首先,我們看一個流水線工業(yè)機器人智能分揀的案例。

進入21世紀后,工業(yè)機器人、機械臂被廣泛采用,取代了部分流水線員工。早期的機器人,只能接受特定的指令和程序,執(zhí)行少量的固定操作,基本不具備智能。

當(dāng)傳送帶送來了不同的物品,機器人不能對物品進行類別判斷,更無法進行區(qū)別處理。

引入了工業(yè)互聯(lián)網(wǎng)之后,情況就不一樣了。

通過對機器人安裝通信模組,可以將機器人攝像頭拍攝的物品圖像上傳云端,云端進行圖像識別,結(jié)合機器學(xué)習(xí)和人工智能算法,提前判斷物品類別。然后,機器人在云端的指令下,驅(qū)動機械臂,在準(zhǔn)確的位置抓取物品,進行分類。

這樣一來,機器人就真正達到了和流水線工人一樣的處理能力,甚至更強。

我們再來看另外一個案例——結(jié)合AIoT技術(shù)的產(chǎn)品質(zhì)量檢驗。

產(chǎn)品質(zhì)檢,以前一直都是自動化干預(yù)的難點。因為產(chǎn)品出現(xiàn)缺陷的問題點較多,損壞的位置和形態(tài)也不一樣,傳統(tǒng)自動化機械無法進行準(zhǔn)確判斷,只能靠人工進行識別判斷。

現(xiàn)在,同樣是借助攝像頭、傳感器等數(shù)據(jù)采集設(shè)備,可以對檢驗對象進行高速拍照,然后將數(shù)據(jù)發(fā)到云端。云端結(jié)合機器學(xué)習(xí),判斷缺陷類別,例如虛焊、漏焊、腐蝕、斷裂等,然后指示機械臂,將次品標(biāo)識、挑出。

更厲害的是,AI不僅可以判斷產(chǎn)品缺陷,還可以總結(jié)缺陷規(guī)律,幫助生產(chǎn)線找到缺陷的可能原因,進行改正規(guī)避。

AIoT核心要素分析

通過上面兩個例子,我們可以看到,想要實現(xiàn)真正的數(shù)字智能,離不開這么幾個重要元素:

首先,必須擁有性能強大的數(shù)據(jù)采集設(shè)備,包括超高分辨率的攝像頭,超細精度的傳感器,等等。數(shù)據(jù)采集設(shè)備是數(shù)據(jù)之源。沒有數(shù)據(jù),一直都免談。

其次,我們需要高性能且無處不在的通信網(wǎng)絡(luò)。

一個完整的網(wǎng)絡(luò),包括終端和網(wǎng)絡(luò)側(cè)設(shè)備。終端這邊決定網(wǎng)絡(luò)性能的,就是模組。

近年來,隨著時代的發(fā)展,無線通信技術(shù)在通信能力上已經(jīng)大幅追近了與有線通信技術(shù)之間的差距。而且,無線技術(shù)本身還有靈活部署、免布線覆蓋的優(yōu)勢,所以,正在工業(yè)制造、物流運輸、教育醫(yī)療、城市治理方面廣泛應(yīng)用。

無線模組的能力也在突飛猛進,功耗不斷降低,集成度越來越高,往往一個模組可以支持多種制式和功能。例如移遠通信的Rx500x系列模組,在支持2/3/4/5G的同時,還提供GNSS定位、eSIM等功能。

5G,是目前技術(shù)最先進的通信技術(shù)。它具有大帶寬、低時延、海量連接等特點,非常適合工業(yè)制造場景。前面我們案例里面提到的高速圖像識別,海量高清圖像的傳輸,就需要5G這樣的高速網(wǎng)絡(luò)。

而且為了快速實現(xiàn)拍照、分析、處理的閉環(huán),需要網(wǎng)絡(luò)擁有極低的時延,這個也是5G的強項。5G空口端到端時延可以控制在幾毫秒,且抖動低,可靠性高,完全符合工業(yè)場景要求。

3GPP R16標(biāo)準(zhǔn)確定之后,5G工業(yè)模組正在不斷涌現(xiàn),賦能了工業(yè)場景的5G化。

最后,就是強大的算力平臺。

借助模組和網(wǎng)絡(luò),數(shù)據(jù)得以暢通流動,進入云端。云端結(jié)合大數(shù)據(jù)分析,對海量的IoT數(shù)據(jù)進行處理,通過在這些數(shù)據(jù)上構(gòu)建合適的算法模型,就能實現(xiàn)生產(chǎn)流程的智能化,用高效的AI取代人工,提升效率,降低成本。

值得一提的是,AI算力的運用,既可以在云計算中心完成,也可以在邊緣計算節(jié)點完成,甚至可以在具有AIoT能力的通信模組上直接完成。

數(shù)智時代的通信模組,不僅通信能力強,算力也在不斷增強,可以承擔(dān)越來越多的端計算任務(wù),包括人工智能算法的運行。

例如移遠通信的智能模組SG500Q、SA800U、SC66、SC665S等產(chǎn)品,就具備基礎(chǔ)的AI算力,集成高算力CPU、高性能GPU及NPU,可以完成不少運算工作,分擔(dān)云端的壓力。

端計算、邊緣計算、云計算相結(jié)合,實現(xiàn)了算力的無處不在,既有效減少了網(wǎng)絡(luò)傳輸數(shù)據(jù)的負荷,也減少了數(shù)據(jù)處理的時延。

結(jié)語

數(shù)字智能時代,最寶貴的是什么?

是想象力。

我們的社會,擁有百行千業(yè),每個行業(yè)都有自己的工作場景。數(shù)字智能技術(shù)是一種賦能,究竟如何利用這種賦能,深入改造自己所處的行業(yè),是每個行業(yè)人都必須深入思考的問題。

僅從工業(yè)制造場景來說,目前涌現(xiàn)出的各種數(shù)字化應(yīng)用,已經(jīng)在潛移默化地顛覆我們的行業(yè)——在智慧礦場,無人礦機和礦車正在有條不紊地進行礦石的挖掘和搬運;在智慧碼頭,身處舒適空調(diào)房間的工作人員,正在遠程操作吊機,進行貨柜調(diào)運;在智慧電網(wǎng),無人巡檢機器人正在對輸配電設(shè)備進行嚴格的檢查……

量變產(chǎn)生質(zhì)變,無數(shù)細分場景的演進,最終推動產(chǎn)業(yè)的變革。

未來已來,讓我們拭目以待!

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號