李杰：人工智能与工业4.0在智能制造的应用

本篇文章3278字，读完约8分钟

支钉首席信息官和应用渠道。新京报7月20日电:在2017中国大数据应用大会上，美国辛辛那提大学杰出教授、白宫网络物理系统和美国挑战项目顾问李杰分享了他对工业大数据以及人工智能如何改善工业大数据分析的看法。

李杰，美国辛辛那提大学杰出讲座教授，美国白宫网络物理系统和美国挑战项目顾问

工业大数据

我在美国生产和政府学术界工作了37年。国际监测系统中心成立于2000年。目前，世界上有90多个商业伙伴，如三菱电机、通用电气、华为、CSSC、CRRC、三一重工(600031，咨询单位)等。我们花了15年时间来编写这个行业大数据。我们以前从未想过要写这本书。很多企业说是你整理出来的，所以这本书是2015年在中国通用电气公司上海R&D中心发行的？表，基本上是过去15年来做的方法，思维逻辑可以继承遗留下来的东西，有一些情况。从大数据到智能制造，这本书讲述了许多智能制造的案例，如半导体、汽车、发动机、机器人(300024)等。，所有这些都使用最新的方法来解决过去人们无法解决的问题。

《cps新一代工业智能》一书于2017年新出版。cps是未来的智能系统，它不会停留在传感器或软件上。这是一个管理系统。当汽车行驶时，会遇到一个坑。下一次你在这条路上行驶一公里，你会被告知这条路上有一个坑，然后和其他人分享。其他车会知道这条路上有个坑。例如，你可以节省很多汽油钱，而且驾驶压力不稳定。不知不觉中，你每天浪费五美元，每月一百五十美元，一年一千多美元。那你就不知道了，cps会告诉你。

我们现在正在做的工业大数据主要集中在工业问题上，比如污染、效率、质量和产量？有些可以吗？你难道不能在问题中找到答案吗？问题是。这些问题给了我们很多知识和经验，所以数据的方式就是找出这些问题的原因和参考，并最终产生价值。工业大数据经常说一句话，那就是从经验到事实的转变，那就是，我可以把人类的经验变成一个可以被数学或数据的结果所证明的事实。生产产品的企业更喜欢专注于产品，即蛋黄。发动机起飞后，大量的蛋白质数据就出来了。蛋白质数据可以用于分析，飞机起飞和降落的原因可以找到。这与空的空气湿度有关。它与风向有关，所以它分为三个阶段:起飞、飞行和着陆，无论是维护还是安全。

2005年，小松智能地维护了大数据，但数据量太大，这不成问题。关键是数据没有分类、划分和分解。在将数据发送出去进行分析之前，您应该对其进行分类、划分和分解，而不是将其发送出去进行梳理。这很累人。所以我们用蛋黄和蛋白质的概念来挖掘数据，这样我们就积累了经验。目前，小松使用无人驾驶飞行器对施工现场进行建模。在扫描施工现场模型后，自动挖掘机将在一个晚上挖出施工现场，这是智能的。

轮胎也是如此，它们有不同的压力和不同的运行时间。我不知道如何调整它们。你一个月要花100多美元，一年要花10000多美元，所以你可以知道哪个轮胎坏了，但这是人们根本做不到的。我们为什么要谈论这件事？当我们谈论工业大数据时，我们需要利用大量的数据资源。我们可以利用历史数据，感知数据，然后做分析方法，然后找出原因进行预防。这些非常重要。过去，所有数据都是上传的。这个概念是对是错。这取决于你从事什么行业。例如，苹果的手机数据需要去云。这没什么大不了的，但是高铁的数据每天都要花费大量的汽车数据。相当高。因此，大数据有三个基础，即dt、pt和at。dt称为数据技术，pt称为平台技术，at称为分析技术。有两种分析技术，一种是分析工具，另一种是分析过程。工具就像厨房烹饪工具，工艺是厨师需要的。我给你一条鱼，三个人，三种不同的实践和三种不同的口味，所以工具可以是开源的，但是手艺不能是开源的，因为他是一个工匠。谈到dt的三个特征，接下来的三个B，第一个是数据应该被划分。第二个B是数据的利弊，第三个B是数据的背景。许多行业有大量的数据，但是他们没有背景，所以他们不能使用它。因此，工业大数据的dt是普通人无法实现的。

每个人都可以使用这个平台，但是数据必须经过处理。第一层是如何收集数据，第二层是从数据到信息内容的转换，第三层是虚拟网络内容管理，第四层是问题识别和决策，第五层是设备填充，层层进行。例如，很多数据不需要收集，直接在处理端完成。去云后，没有数据的本质，但它有分析的价值。它的本质是不同的，云很好地处理了它。例如，一旦鱼被加工，我可以吃三条鱼。因此，你可以做这项技术，但它有一个系统哲学。在我们国家有很多机会，也有很多小的成功，这也创造了很多财富。26年前，我说过有一天一个学习软件可以对数据进行分类、分割、分解、分析和共享。然后将有一个芯片与软件结合在不同的工业应用中，包括飞机发动机测试、风力发电、高铁、大型电站和中国电信的整个传输。今天演讲的目的是人工智能如何改进工业大数据分析，这也是我们今天要讨论的主题。

人工智能如何改进工业大数据分析

人工智能不能使数据智能化，但它能使意义智能化。我在美国制造的第一个人工智能是用邮包来分析它，也就是说，自动分割包裹和自动识别地址，而不需要人工操作。后来，我们在工业中使用了这个软件。我们研究的软件是有监督和无监督的，并且有许多可用的软件，目的是将软件工具转化为可理解的含义。

例如，我们使用som，一种分类学习方法，一方面可以减少大量的数据，另一方面可以对其进行分类和划分。如果轴承的内圈或外圈有问题，就像医生在听心脏的声音一样。他自己听不到，所以他需要磁共振来分辨。所以我们可以通过这个分类找到它。

Cps可以更加智能和易于管理。cps是一个对称的物理系统和信息系统。例如，当汽车行驶时，有一个信息管理系统可以让我们知道哪里的风险最高。在那个地方转弯时经常会发生车祸。我还没到，一公里前减速到每小时30公里是安全的。

数据有很多来源，数据之间的关系和数据的意义。因此，当我看到风速在变化时，角度是不同的，所以我可以把风速、发电量和风速之间的关系和角度根据这个来切。这是人们无法知道的事情。当我知道的时候，我可以知道风力已经连续下降了三个小时，明天我可以做点什么。

子弹头列车也是如此。高速列车运行时，直接通过建模进行分析。在分析了每一列高速列车的数据后，我知道哪一段路是不稳定的。未来，CRRC将让一带一路在世界各地策划。没有支持平台，就不可能有单独的数据。中国可以以低于200公里/小时的速度运行高速列车轴承，但高于200公里/小时的中国不行。现在它需要技术来支持它。

2005年，我们与丰田压缩机合作。这台压缩机的轴承一年坏几次。运行时必须压缩。它必须是高效的。它会引起共鸣。一旦共振方位是绿色的，只需要三到五秒钟，所以如果你在三秒钟内立即监测能量释放，这个问题就可以解决。因此，我们当时监测了它的压力特性，阀门可以在15个细微之处后立即打开。我们只使用12个参数中的4个最重要的参数，所以我们使用支持向量机作为模型特征。分开。如果分割不准确，就会有错误。然而，如果分段线稍微小心一点，你将被警告不会有任何错误。在过去的十一年里？有错吗？。

尼桑机器人健康监控，机器人每天都做一个比较，我们不能监控他，我根据运动点做一个比较，然后建立一个文件与其他机器人进行比较。因此，它不需要他是谁，不需要监控，它只是不需要大量的数据，但它需要它的区别和特点。我们在加拿大工厂进行了实际生产。去年10月20日，我们发现两个机器人变化很快，我们知道它们会在三天前坏掉。

中国不会把多余的东西送给一带一路周边的国家。在早期，这是因为做了许多事情，水箱是满的，挖了一条沟让水出去。这叫一带一路，但事实并非如此，所以有必要拿出系统工程。智能海洋我们与中国船只(600150，诊断单元)合作，使用智能建模使船只节省燃料。这是蛋黄+蛋白质服务，让世界各地的船只节省燃料，顾客会很乐意给你。

现在我们已经开发了许多电信传感器，所以我们已经开发了直接附着在皮肤上的皮肤传感器。当你的皮肤移动时，我知道力量是否很大，比如腿痛，所以我们可以计算肌肉损伤的问题和运动员是否过度。

总之，大数据是事实，也是益处。