人工智能在工业4.0中的应用分析

王可凡

（河北省石家庄二中实验学校，河北石家庄，051430）

0 引言

随着工业技术和智能信息化的迅猛发展，德国提出了工业4.0战略，顺应了当前世界科技发展形势。同时，人工智能对大数据的处理，使工业生产可以达到更高水平。这是因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行控制、监控以及设备状态预测，并通过建立神经网络达到自我学习的目的。在此基础之上，工业生产便可以以人工智能为依托，达到先进的智能化要求。作为计算机科学技术领域的一大分支，人工智能实际上是传统计算机的一个延伸。但传统计算机仅能够对逻辑数据进行收集、处理，无法达到对抽象大数据的处理要求。可见，人工智能在顺应工业4.0智能化的基础上，从工业生产获得的数据中拓展、模拟，并在对应的情况中做出相应的反应，具有效率高、精确度好、运用范围广等优势。

因此，本文正是基于将人工智能与工业4.0的结合，主要分析人工智能借助工业4.0在工业现场中的应用，为进一步开展该领域的学习与实际应用提供准备。

1 基本概念

1.1 人工智能

人工智能第一次是在1956年提出的，当时其主要是作为可体现出智能行为的硬件或软件形式出现的。随着互联网技术的发展以及深度学习的出现，人工智能的应用领域正在不断拓展[1]，其中典型的人工神经网络结构如图1所示。

图1 一种典型的人工神经网络模型

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，来模拟人脑对数据处理的思维，通常都是由多层结构组成，分别为输入层、隐含层和输出层，其中最为关键的是隐含层，通过隐含层中复杂的算法实现模拟人工的工作过程。其一般工作过程可描述为：

首先通过输入层感知外部环境数据信息，接着进入隐含层进行数据处理，如线性变换、聚类分类等算法实现数据智能处理，特别地隐含层是根据实际应用需要进行特定设计，经过处理后得到目标结果传送到输出层以供后续使用。本质上，每一层都有其对应的算法，每一层对应的输出即为下一层对应的输入，借助这种数据处理流程，实现模拟人脑的神经元工作机制[2]，从而得到对有关初始数据的学习结果。

1.2 工业 4.0

工业4.0是伴随前三次工业革命而来的，以建设数字化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进程。工业革命的发展经历了18世纪末“蒸汽时代”的第一次工业革命。20世纪初“电气时代”的第二次工业革命后，人类真正意义上进入了大工业生产的时代。经历了“科技时代”的第三次工业革命之后，人类开始向更加智能化、自动化的工业4.0时代迈进[4]，其进程如图2所示。

图2 工业革命历程示意图

工业4.0的前提是信息技术，本质是物联网技术的应用，实现向增强型分散控制模式的转变，以彻底改变集中式控制方式，最终以建立高度灵活、高度数字化和高度人性化的生产模式，实现生产全过程的信息融合，实现产品与服务价值的提升。典型的工业4.0应用示意如图3所示。

工业4.0[2][5]主要是以实现智能工厂、智能生产、智能物流为目标。其中智能工厂是以智能化生产为任务，通过信息技术为手段，实现生产设施的网络化，并运用到智能生产与智能物流中。智能生产过程则是通过智能设备的应用为现代工业生产及产品的供应创造条件，并在互联网、物联网等技术的协助下实现由原料到生产过程再到最终的智能物流运输的统一调配。

图3 典型的工业4.0应用示意图

2 人工智能在工业4.0中的应用

工业4.0的目标是实现生产过程从传统的信息化向智慧化转变，因此人工智能技术是基础。从相关文献可知，当前人工智能在工业4.0中的应用主要集中在现场控制、现场监控、生产过程、状态预测等领域[6]。

2.1 现场智能控制技术

工业4.0的核心目的是实现现场设备的数字化、自动化与智能化，因此主要表现形式便是对现场控制实现智能化，当前现场智能控制技术有基于专家系统、模糊控制、人工神经网络和基于遗传算法的优化。本文主要基于人工神经网络阐述现场智能控制技术与工业4.0的融合实现，人工智能的控制器结构如图4所示。

图4 人工智能控制器结构示意图

借助人工智能控制器实现现场设备的智能控制，在一定程度上具有对工业生产数据的智能化处理能力，同时也可以进一步将人工智能运用到工业生产流水线的控制系统中，能够节约人力、提高准确率、降低误操作率。

2.2 现场智能监控技术

安全监控是现场生产十分重要的环节，对现场安全具有重要作用。其主要是结合图像处理、计算机视觉与模式识别技术对图像进行分类处理，因此可以借助人工智能技术实现对图像信息的智能化处理。如实现对现场动态状态的跟踪分析、借助人脸识别、虹膜识别实现智能化的生产监督与管理。人工神经网络的优势就是对图像的分析与处理，可以将现场大量的图片进行实时处理，并通过其分析网络对当前设备情况进行实时监控，对出现的特殊情况进行警报或直接进行处理，为现场生产制造提供坚强的安全防护。

2.3 智能生产制造系统

现场智能制造系统通常由现场智能机器人和后端的专家系统构成，其一般结构如图5所示。

图5 智能制造系统组成

智能生产制造系统是在信息技术基础之上，建立生产管理信息系统，并借助工业4.0平台实现制造过程的高度柔性和集成特点，利用人工智能模拟实现专家系统的智能分析、智能处理和决策控制，进而取代部分人脑工作，实现对生产过程的智能优化、智能控制，如建立设备的智能化控制系统、设备的智能化检测，以及生产计划的智能化调度等，最终达到现场全过程的智能化生产。

2.4 设备状态预测维护

现场生产设备的健康状态关系实际生产的效率，也直接关系着产品的生产质量，一旦设备出现安全问题，轻则影响生产，重则会导致安全事故，对产品和工人安全造成一定安全隐患。随着生产现场的数字化改造，尤其是一旦工业4.0的普及，将会给设备状态预测带来巨大的技术优势，如可以大量存储设备运行数据，并借助人工智能技术对设备状态数据进行智能分析，最终给出设备运行状况的合理评估，并进行对应的健康状态预测与故障分析，同时在设备出现特殊状况时，可以对设备进行检测以实现修复和维护工作。

3 结论

在未来，人工智能的发展和科技的进步将为工业4.0的实现乃至工业生产更高层次的要求提供保障，而工业生产的智能化也将成为生产发展的必由之路。虽然现在人工智能的发展仍处于起步阶段，但只要能够更好地解决人工神经网络的建设，就能有效地推动工业生产与人工智能的进步。

智能制造作为当前工厂制造的新概念，概念提出的本身蕴含了对新技术的发展渴望，如人工智能技术、工业4.0等都将是智能制造发展道路上的关键技术。唯有充分融合各种先进技术，才能实现智能制造目的。