我们利用韧性系统理论进行柔性研究 ， 尝试把应变的机制植入到制造系统 。 比较传统方法和新方法 ， 传统方法比如做并联 ， 比如一台机器用时太长 ， 我们就买三台机器 ， 做重构 ， 这个机床可以做B也可以做A也可以做C 。 还有一个方法是堆栈（是一种数据结构） ， 有时零部件多买了会成为库存 ， 那么移动的堆栈不是堆在一个仓库里 ， 而是堆在N个不同的仓库里 ， 甚至可以堆在一些远程的仓库里 。 在布局的时候用数学的方法能够动态规划 ， 看怎样能够达到最优 。
文章图片
图5 堆栈
图5是我的几个博士后学生自己创业开发做的AGV系统 。 通过数学模型进行各种各样的分析 ， 还有各种各样不同的策略进行优化 ， 去年在杂志上发表了文章 ， 这就是布局 。 这个布局的方法一个是在可重构的基础上可移动地堆栈 ， 然后建模优化的方法也可以用在别的地方 。
三、应变
讲到应变主要是人工智能 。 我们要知道它是什么 ， 知道怎么应对它 ， 工业人工智能是制造业现在最大的课题之一 。 工业4.0的精神就是人工智能 ， 包括网络智能 ， 这是最关键的地方 。
人工智能面临好几个挑战 ， 第一个是数据 ， 生产企业有很多数据 ， 但这些数据是企业的生命线 ， 不可外泄 。
各个公司的数据系统也是无法分享的 。 比如 ， 你买了一台全球最有名的机器人 ， 你的控制系统能不能跟我的控制系统对接？可以 ， 但是要改变你的参数 ， 这样行不行？不行 。 他不会把所有的数据都给你 ， 他一定要保护自己的专利 。 所以各公司的数据无法分享 ， 各自的数据也不兼容、不完整 。 采集数据能力有限 ， 不可能拥有所有数据 ， 那么就得不到完整的信息 。 一般都只有大量正常运作时的数据 ， 没有故障的数据或者这类数据很少 。 这就是数据孤岛的问题 。 数据很多 ， 但不能连在一起 。
人工智能生产过程应变的三个步骤：
第一层是信号处理 。 分了硬件和软件的信号处理 ， 接着你要做一个建模 ， 这个建模是AI ， 还要做一个决策也是AI的 ， 这是不同的方法 。 他是怎么实现的呢？第一层是先把数据连起来、数据采回来 ， 各种装备数据的采集 。 第二层是数字孪生 ， 相当于把信号取出来进行统计分析 ， 然后比对是不是跟原来设计吻合 ， 然后做成数字孪生 。 广州南沙好多公司基本上可以做到这两个 。 最重要的是第三层 ， 怎么样监控诊断 ， 发现其中问题的根源 ， 然后防患于未然 ， 优化系统 ， 这才是人工智能制造的关键所在 。 这就是韧性 。
我做监控诊断决策已经做了将近三十年了 ， 1996年、2003年开发了很多自己的算法 ， 后来回到香港 ， 算法做得不是很多 ， 一直到最近这三年才重新开始专注于算法 。
推荐阅读
- 最新消息|中围石油回应被看成中国石油：手续合法 我们看不错
- 系列|2021中国航天发射圆满收官！年发射55次居世界第一
- 微信|微信支付“九宫格”全面支持开通中国银联云闪付
- IT|全球汽车行业价值两年突增至3万亿美元 中国电动车企立大功
- 运载火箭|2021中国航天发射次数首破50
- 孙自法|中国科技馆“智能”展厅携多款机器人亮相 喜迎新年和人机共融时代
- 观众|中国科技馆“智能”展厅携多款机器人亮相
- 观众|古筝机器人现场演奏，32件展品亮相中国科技馆“智能”展厅
- 疫苗|中国生物：全球首支获批使用二代新冠疫苗将在阿联酋用于序贯接种
- 风险|筑牢安全线 打造防护堤 中国移动为5G业务发展保驾护航