本文图片来源:ABB
如今,在云托管数据集上训练的人工智能和机器学习算法可以在网络边缘的本地计算设备上执行,使工厂能够在生产和使用地点安全、实时的处理和分析数据。
作为数字化战略的核心要素,很少有行业不受人工智能变革力量的影响。而且,从过程控制和自动化的角度来看,人工智能具有巨大潜力CONTROL ENGINEERING China版权所有,可以分析和管理现代工业设施中数千个相互连接的设备、系统和过程所产生的庞大数据集。
在典型的工业环境中,人工智能可以帮助优化控制过程的效率、可靠性和安全性。它还可以帮助减少人工干预繁重或日常任务的需要,最终有助于增加工厂正常运行时间控制工程网版权所有,同时降低运营成本。在实现这些目标的过程中,人工智能也为实现全自动化工厂运营的长期目标铺平了道路。
人工智能算法由多年积累的实际运营数据提供支持,可以使用机器学习进行训练,以发现人类工程师通常不会注意到的趋势和异常。这些洞察可以预警传感器即将发生的故障,或者建议如何微调特定过程以使其更节能。
有效的决策取决于确保及时获取准确、相关的数据,以及快速分析和解释这些信息的能力。而在过程控制环境中,正是这种 “利用数据做更多事情 ”的必要性www.cechina.cn,让人们开始关注人工智能最有价值的地方——也就是生产和使用运营数据的地方。
01 边缘人工智能
“边缘人工智能”是指在联网的设备上应用人工智能实时或接近实时地执行任务。为人工智能引擎决策过程提供信息的数据可以远程托管在云端。同样,它也可能位于网络边缘,非常靠近设备本身。
虽然边缘计算的起源可以追溯到2000年左右,但在网络边缘部署人工智能模型,是一个相对较新的现象。CPU功率和电路小型化的进步CONTROL ENGINEERING China版权所有,为紧凑型硬件设备提供了数字处理能力,在十年前这些能力被认为只有超级计算机才有。同样,高速5G连接允许从数千或数百万个物联网(IoT)设备中收集数据,为云端或远程数据中心托管的日益复杂的AI/ML模型提供数据。用更多设备和更多数据训练这些模型,它们会变得更智能、更准确、更可靠。
将人工智能计算能力转移到网络边缘有几个好处。首先,它可以大大降低在现场设备和云端传输大量数据的带宽要求和相关成本。在本地而不是遥远的地方执行应用程序,还可以缩短系统延迟——数据来源点和处理地点之间的往返时间。无论你是坐在无人驾驶汽车里,还是在另一个大陆为患者进行机器人手术,系统输入和输出之间即使有100毫秒的延迟,也可能产生灾难性后果。
将计算资源集中在数据产生和消费的地方,可以减轻通过互联网将站点连接到远程数据中心所具有的潜在网络安全风险。虽然私有云和公共云提供了高度的内在安全性,但能够始终将商业敏感数据保存在本地,使其不受未经授权的泄露和审查,从而可以确保对数据的最终所有权和控制权。
02 边缘计算在关键任务中的作用
同样,边缘计算在关键任务的应用中也很有吸引力,因为它不依赖于持续的互联网连接来处理数据。这确保了应用的高可用性,否则这些应用可能会受到网络中断、或者连接不良的远程站点的影响。
考虑到这些优势,边缘计算在许多工业过程控制和自动化环境中发挥着变革作用也就不足为奇了。作为现场设备和云之间的智能桥梁,它允许资产所有者充分利用从工业物联网设备和控制系统中所收集的、越来越多的数据。
每个工厂的运营人员都面临着优化工厂正常运行时间、效率、安全性、可持续性和盈利能力的挑战。关键是从数千个传感器、子系统和其它来源产生的大量运营、IT和工程技术数据中及时提取可操作的见解。在远离移动宽带覆盖的偏远或难以进入的环境中,如矿山、化学加工厂、海上风电场或石油平台等,这一点尤其困难。从商业角度来看,边缘和云计算所支持的人工智能分析,有助于从工厂目前尚未使用的约 80% 的生产数据中释放出实际价值。
根据定义,边缘和云计算模式有着根本的不同。不过,它们被广泛视为互补技术,将边缘计算的即时性、安全性和弹性与云计算的无限规模和存储容量结合在一起。
一个典型的例子是化工厂的过程优化模型。该模型由现场工业物联网设备收集的、由云托管的大规模生产数据提供支持,然后可以使用边缘人工智能,在现场实时执行。该模型的输出可确保设备和系统能够更快、更准确地响应其环境需求。
03 强大的边缘智能工具
边缘人工智能还可作为一种强大的工具,为工业设备所有者的其他用例提供支持,例如基于状态的资产健康和性能监控。从网络边缘的传感器、执行器和其他设备收集的仪表数据可用作基于状态的监控的基础。训练有素的人工智能算法可以发现联网设备或子系统数据特征中的潜在异常,并将其行为与数以万计的其他类似设备的历史数据进行交叉对比。通过向工厂人员发送自动通知,它可以提前预警潜在的系统故障,否则可能会影响工厂或过程性能CONTROL ENGINEERING China版权所有,导致代价高昂的计划外停机。
未来,边缘计算将为众多工业自动化应用带来变革性的影响。结合工业物联网技术和人工智能驱动的分析,边缘计算可以作为云托管存储和应用的补充,从而挖掘过程工业中生产数据的更多价值。
关键概念:
■ 了解将人工智能计算能力转移到网络边缘有哪些好处。
■ 边缘AI可作为一种强大的工具,为工业设备所有者的其他用例提供支持。
思考一下:
边缘AI将为工业自动化应用带来哪些变革性影响?