(4.10)--人工智能在工业4.0中的应用分析.pdf

智能应用 人工智能在工业 4�0 中的应用分析 摘要： 自工业4�0战略提出以来，以人工智能为代表的智能化产品正在被逐步应用于工业生产，并取得了一定应用。本文以人工智能与工 业4�0的交叉应用为切入点，阐述了人工智能的发展与工业生产智能化的进步，并提出将人工智能应用到工业4�0中，以实现智能控制、智 能监控、智能生产制造以及智能预测及维护的目的，为人工智能的进一步广泛应用提供借鉴参考。 关键词：人工智能；工业4�0；智能控制；智能监控；状态预测 DOI:10.16589/11-3571/tn.2018.24.010 0 引言 人工智能的学习方式主要是通过借助先进的处理器建 立类似图 1 所示的人工神经网络模型，来模拟人脑对数据 随着工业技术和智能信息化的迅猛发展，德国提出了工 处理的思维，通常都是由多层结构组成，分别为输入层、 业 4�0 战略，顺应了当前世界科技发展形势。同时，人工智 隐含层和输出层，其中最为关键的是隐含层，通过隐含层 能对大数据的处理，使工业生产可以达到更高水平。这是因 中复杂的算法实现模拟人工的工作过程。其一般工作过程 为人工智能具有深度学习的能力，可以通过已获得的数据进 可描述为： 行控制、监控以及设备状态预测，并通过建立神经网络达到 首先通过输入层感知外部环境数据信息，接着进入隐含 自我学习的目的。在此基础之上，工业生产便可以以人工智 层进行数据处理，如线性变换、聚类分类等算法实现数据智 能为依托，达到先进的智能化要求。作为计算机科学技术领 能处理，特别地隐含层是根据实际应用需要进行特定设计， 域的一大分支，人工智能实际上是传统计算机的一个延伸。 经过处理后得到目标结果传送到输出层以供后续使用。本质 但传统计算机仅能够对逻辑数据进行收集、处理，无法达到 上，每一层都有其对应的算法，每一层对应的输出即为下一 对抽象大数据的处理要求。可见，人工智能在顺应工业 4�0 层对应的输入，借助这种数据处理流程，实现模拟人脑的神 智能化的基础上，从工业生产获得的数据中拓展、模拟，并 经元工作机制 [2]，从而得到对有关初始数据的学习结果。 在对应的情况中做出相应的反应，具有效率高、精确度好、 ■ 1�2 工业 4�0 运用范围广等优势。 工业 4�0 是伴随前三次工业革命而来的，以建设数字化 因此，本文正是基于将人工智能与工业 4�0 的结合，主 产品服务的生产模式和推进工业生产智能化为目的的革命 要分析人工智能借助工业 4�0 在工业现场中的应用，为进一 进程。工业革命的发展经历了 18 世纪末“蒸汽时代”的第 步开展该领域的学习与实际应用提供准备。 一次工业革命。20 世纪初“电气时代”的第二次工业革命后， 1 基本概念