深度分析人工智能与工业4.0在智能制造中的应用

OFweek工控网讯 在2017中国大数据应用大会上，美国辛辛那提大学特聘讲座教授、美国白宫信息物理系统与美国挑战项目顾问李杰，分享了对工业大数据，以及人工智能怎么改进工业大数据分析的见解。

工业大数据

我在美国产官学界工作了三十七年，IMS中心是2000年建立的， 目前全球有90多个企业伙伴，比如说像三菱电机、GE， 华为、中船、中车、三一重工等等。我们花了15年时间写出来的这本《工业大数据》，以前根本没有想过要写这本书，很多企业说你把他它整理出来，所以这本书是2015年在中国通用电气公司上海研发中心发？表的，基本上把过去15年做的方法、思维逻辑可以传承的东西留下来了，里边还有一些案例。《从大数据到智能制造》 这本书讲了很多智能制造的案例，比如半导体、汽车、发动机、机器人等都用最新的方法解决过去人还不能解决的问题。

《CPS新一代工业智能》这本书是2017年新出版的，CPS就是未来的智能系统不停留在传感器或者软件。它是一个管理系统，汽车跑的时候碰到一个坑，下次开这个路一公里前会告诉你这个路有一个坑，然后把这个再分享给别人，别的车就知道这条路有一个坑。比如说可以省很多油钱，开车气压不稳，你不知不觉每天就浪费五块钱，一个月浪费一百五十块钱，一年就浪费了一千多块钱，那么你完全不知道，这时CPS会告诉你。

现在我们在做的工业大数据，基本上是围绕工业问题，污染、效率、质量、生产？些可？问题中找到不可？的问题。这些问题给了我们很多知识经验，所以数据的做法就是把这些问题的原因和参考性找到，最后产生价值。工业大数据常常讲一句话，就是”经验”到”事实”的转变，就是我可以把人的经验变成可以用数学或者数据的结果来证明的事实。做产品的企业比较喜欢集中在产品上，也就是“蛋黄”，发动机起飞之后，很多的“蛋白”数据就出来了，“蛋白”数据可以拿来分析，可以找到飞机起飞、落地的原因，它和空气湿度有关系，和风向有关系，所以从起飞、飞航、落地三个阶段做归类，是做维护还是做安全检查，这样就分开了，所以数据的分类、分割、分享等都可以做好。

2005年小松智能维护大数据，但是数据量太大，量大不是问题，重点是没有把数据分类、分割， 分解，你要把数据先分类、分割、分解之后再传出去做分析，不要所有的传上去做梳理，这个很累的。所以我们利用蛋黄、蛋白观念挖掘数据，所以我们把经验累积起来。目前小松用无人机把工地建模起来，工地建模扫描之后，自动挖掘机一个晚上就把工地挖完了，这就是智能化。