6 工业智能工业智能化落地应用探讨、“有用的”AI在生产制造中应用.docxVIP

【工业智能】工业智能化落地使用探讨、“有用的”AI在生产制造中使用 2020-01-06 原文 工业智能化落地使用探讨 史喆?actAIM 在工业场景中，存在着很多无法被定量、无法被决策者把握的不确定要素，这些不确定要素既存在于制造过程中，也存在于制造过程之外的使用过程中。工业智能化是将工业过程与智能化技术深度融合，通过对数据的无效分析及智能建模，处理和避开可见问题，进一步处理和避开不行见问题。可见的问题包括失效、损坏、变质以及质量下降等，不行见的问题次要体现在底层设备上，次要是衰退现象，体现在机械设备的磨损、腐蚀、泄露、裂痕等。 简言之，工业智能化就是去除简单过程，直接处理最终问题并带来价值的过程，其目标实现的基础是数据和模型。 工业大数据—工业智能目标实现的基础? 相对于互联网大数据，工业数据的体量更大，来源也更为简单，包括传感器、把握器、库存、运营数据、修理维护以及人工记录等，具有更强的专业性、关联性、流程性、时序性、和解析性等特点。工业数据使用场景是对生产设备的在线监控与毛病预警，容错率极低，除此之外还包括能耗优化、质量风险规避、运维优化等，其核心规律是实现监测?分析?优化?执行。 具体而言，工业大数据分析和互联网大数据分析有以下区分： 1）高精确?????性 VS 对误差的容忍度强 起初的大数据叫做商业大数据或者社交大数据，最早使用于推举系统，通过显著性特征进行