向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

当工业4.0遇见AI:现在的智能制造有多“智能”?

当工业4.0遇见AI:现在的智能制造有多“智能”?

工业制造在标准、互联等领域始终是很特殊的,现在谈工业4.0与AI是否为时过早?AI在工业4.0时代是否真的在发挥作用,以及究竟发挥到何种程度?这是我们期望以由上至下的方式,从工业制造AI解决方案、AI芯片、EDA,以及实际应用几个层面,来窥见当下工业制造的AI技术现状…

5P7esmc

这里的“知识库”即是AI在W.K. Choi所说“预测”中的大脑,其中包含所有“知识点”和解决方案,并通过学习不断完善。这里再来看一个例子,在某晶圆厂半导体制造CVD(化学气相沉积)流程中,追踪发现某一天(本例为4月18日)出现了异常高的报警数,很多晶圆质量都受到影响(图2)。报警内容为:“TDS”设备某节气阀发生位置偏移。如果这份数据拉长到为期半个月,那么很容易发现,在高报警事件发生的前两天,数据就已经显现出节气阀位置发生潜在漂移——而且早在10天以前,前序压力就因为节气阀位置偏移而出现不规则现象。5P7esmc

AI19120402.jpg5P7esmc

那么实际在发生高报警数之前,通过预测性维护(Predictive Maintenance)就能率先预知问题,“在错误发生之前就预测到错误”,以避免故障停机时间,因此得以提升效率并节省成本。更多的“预测”行为还包括预测设备的剩余可用寿命(RUL),以及各种执行基于条件的的预测性分析。5P7esmc

这里“基于条件”的预测性分析可认为是智能制造的核心产物。就好像日常的汽车保养,仍是基于时间或里程的:如每隔一个固定时间或固定行驶里程前往4S店做保养;但如果能够针对汽车发动机转速、温度、振动等各种参数做关联分析和预测,则在综合所有参数与AI分析过后,系统得出现在是否需要维护或下一次维护时间应该是在什么时候,这才是节约保养成本、提高生产效率的最佳方案。5P7esmc

现在我们知道,AI在智能制造中的应用,至少可有检测、分析和预测三步骤。不过这依然不是AI的全部。在BISTel的定义中,AI能够实现的终极目标远不止此。“AI应用,可嵌入已习得的知识,并实现自动化操作;应用AI获取的知识库,具备自主控制、自主治愈的能力。”5P7esmc

这句话强调的是AI学习的“自适应”能力,全过程包括完全自主地发现问题、学习问题,并采取行动。工厂内部的这个过程无需或少有人工干预。W.K. Choi说:“这是我们理想中的智能生产。”即便这一步尚未达成。5P7esmc

当工业MCU/SoC开始增加AI单元

从上述解决方案的实例来看,AI如何部署似乎还不够明朗。我们尝试往下看解决方案底层的硬件支持。不难想见,上层AI应用需求自然能够带动下层AI芯片或专核的兴盛,比如工业现场生产用机械臂或电机内部的MCU/SoC——毕竟我们反复在说AI这一技术热点是贯彻在整个垂直行业的。5P7esmc

常规能够想到的AI专核通常是具备高度并行计算能力+片上存储+低精度计算的ASIC核心,尤其如果是特别针对某个具体的工业应用场景。不过行业内颇具代表性的瑞萨电子DRP(Dynamic Reconfigurable Processor)技术,或称e-AI(嵌入式AI,DRP是e-AI技术的一部分)在思路上还略有不同。这里还是先举个例子。5P7esmc

AI19120403.jpg5P7esmc

在图3故障预判解决方案中,工业制造现场电机运行时,可通过加速度传感器来采集电机运行振动情况,这些采集的数据上传到云服务器,经由云服务器的学习软件做深度学习(基于谷歌TensorFlow神经网络架构);再由解释器将高级语言AI模型翻译成MCU可识别的机器语言,AI控制软件将AI模型下载到本地e-AI单元,实现故障预判。5P7esmc

这套系统监测的是电机运行情况,并可预测其剩余使用寿命,属于相当典型的AI预测性维护使用场景。在这一例中,由于硬件的具象化,我们得以更清晰地理解预测性维护的流程是什么样。瑞萨电子中国工业自动化事业部高级总监徐征告诉我们,除了预测性维护,e-AI还能用于异常检测,提高质量,自动化检验。5P7esmc

“我们已经在一些工业生产现场取得验证性测试结果,比如瑞萨电子那珂工厂,GE医疗(日本)日野工厂。那珂工厂的验证测试结果表明,以下三点在智慧工厂中是完全可行的:5P7esmc

- 使用AI识别异常结果。通过为复杂波形设置阈值,消除难点。5P7esmc
- 显著减少错误信息,从每月每台机器大约50条错误信息降低为零,消除工程师负担。5P7esmc
- 准确检测异常结果。通过使用高分辨率数据,将异常结果检测率提高6倍以上。”

原创
本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
黄烨锋
欧阳洋葱,编辑、上海记者,专注成像、移动与半导体,热爱理论技术研究。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

您可能感兴趣的文章

  • 中美若继续AI争霸:将没有赢家

    在美国,人们广泛认为中国已经在AI技术领域抢得先机,是时候该接受美国无法再以一己之力主导AI与IT技术的创新步伐。加拿大滑铁卢国际治理创新中心(CIGI)暨美国夏威夷东西中心(East-West Center)资深研究员Dieter Ernst撰写的最新研究报告,揭开了中国AI产业现况的神秘面纱...

  • 燧原科技B轮融资7亿!武岳峰领投,腾讯已投3轮

    5月7日,AI芯片创企——燧原科技宣布完成B轮融资7亿元人民币,由半导体产业基金武岳峰资本领投,腾讯、上海双创、海松资本,万物资本、达泰资本、红点创投中国基金跟投(顺序不分先后)。值得一提的是,这是腾讯连续3次投资支持该公司...

  • 传Wave Computing将破产,MIPS即将自由?

    最近一段时间以来,有传言称Wave Computing即将申请破产,不过,目前并没有实际证据证实这一消息。不过,国际电子商情姐妹媒体《EE Times》得到消息,若Wave Computing在接下来几天申请破产,MIPS可望能再次成为独立公司...

  • 后智能音箱时代,什么才是制胜法宝?

    随着智能手机红利逐渐消退,业界把目光转移到新一代的智能硬件市场,其中最火爆的无疑是智能音箱……

  • 借助AI和大数据,打赢这场全球战“疫”!

    结合大数据进行预测和分析,以及AI和各种热传感器,可望有效控制COVID-19疫情扩散,让致死病例数降至最低,凝聚全球力量,打赢这场“看不见敌人”的战“疫”...

  • 2020全球ICT预算支出将成长6%

    根据IDC最新的黑皮书(Black Book)研究结果显示,2020年全球信息通信技术支出(ICT Spending)年成长率为6%,达到5.2兆美元,资讯投资(IT Spending)年成长率5%。考虑到疫情带来的不确定性,预期企业会紧缩短期投资,未来仍有向下修正的风险…

相关推荐

可能感兴趣的话题