中科国际陆峰博士论述人机一体化智能系统对流程工业的意义和前景

发表时间: 2024-01-18 来源:焦点关注

  中科国际物联网控股集团有限公司是上海国际集团有限公司和中国科学院控股有限公司共同发起成立的数字化能源科技服务平台型公司,构建了物联平台、数据平台、智能引擎和专家知识库为支撑的完善产品架构;

  陆峰博士,毕业于墨尔本大学,金融学博士,曾先后工作于通用汽车金融、一汽、阿里和航天科技等有名的公司,带领团队深耕于金融、数字化、智慧交通、双碳等领域。

  流程工业人机一体化智能系统是一种以实现对整个制造、生产的全部过程的管理和决策,以及智能优化和智能自主控制为特征的制造模式。人机一体化智能系统的目标是使企业的制造流程“绿色化”和低碳化,并提高生产效率。将操作者的知识工作变得自动化,将控制管理系统和制作的完整过程转变为智能自主控制管理系统,使企业管理的人和生产管理者的知识工作智能化。

  ERP 和MES转变为人机合作的智能管理决策系统,将企业原有的ERP、MES、PCS三层结构转变为人机合作的智能管理决策系统和智能自主控制管理系统两层结构,将整个制造和生产的全部过程的决策、控制与运行管理转化为CPS,并将生产制造操作员以及知识工作者的知识工作变得自动化和智能化。CPS 中的知识工作者是计划者、管理者和决策者。

  人机合作的智能管理决策系统主要由智能优化决策、虚拟制作的完整过程、工况识别与自优化控制三个子系统组成。

  (2)以企业高效化与绿色化为目标,实现企业综合生产指标、计划调度指标、制造生产全流程生产指标、运行指标、生产指标、控制指令的综合优化决策;

  (4)通过自学习和自优化决策,实现人与智能优化决策系统之间的协同,使决策者能在动态变化的环境中准确优化决策。

  智能自主控制管理系统主要由三个子系统组成智能运行优化、高性能智能控制、运作时的状态识别和自优化控制。该智能自主控制管理系统的预期功能如下:

  (3)智能跟踪控制管理系统设定值的变化具有高动态性能,将实际运行指标控制在目标值范围内;

  (4)实现实时远程监控和移动监控,预测和排除异常运行工况,使系统安全、优化运行;

  (5)配合构成整个生产的全部过程的其他工业过程的智能自主控制管理系统,实现整个生产的全部过程的全局优化。

  流程工业生产全流程的智能化对自动化科学技术中基于数学模型或因果数据的建模、控制和优化提出了挑战。工业AI和工业互联网为流程工业提供了实现整个生产的全部过程智能化的新方法和新技术。

  虽然工业人工智能的定义尚不明确且跟着时间的推移而发生明显的变化,但工业AI研究及其应用的核心目标是实现当前工业生产活动中知识工作的自动化和智能化,从而明显提高经济和社会效益。这些活动包括生产和过程设计、运行管理和决策过程,制作的完整过程和运营管理控制——目前依赖于人类感知、认知、分析决策能力、经验和知识的活动。

  工业人工智能主要是利用工业大数据,开发用于工况识别、预测以及决策的AI算法和AI系统;并设计用于智能决策和智能化管控系统的软件,以补充和提高知识工作者在生产和设计过程中的能力。此外,AI算法、运算能力和人机交互也是不容忽视的问题。

  工业互联网的出现,大数据、CPS、互联网等信息技术的发展,以及对先进制造和人机一体化智能系统的重大需求。2012年10 月,美国通用电气在题为“Industrial Internet: Pushingthe Boundaries of Minds and Machines”白皮书中提出了工业互联网的概念。2011 年1 月,德国工业科学研究联盟提出工业4.0 战略。2011 年11 月,工业4.0 战略被列入《2020 年高新科技战略》。近期,美国和德国都制定了结合人工智能技术发展工业互联网的战略。当前,全球新一轮科技革命和产业革命加速发展,工业网络技术不断突破,为各国经济创新发展注入了新动能,也为促进全球产业融合发展提供了新机遇。中国格外的重视工业互联网创新发展,愿同国际社会一道,持续提升工业互联网创造新兴事物的能力,推动工业化与信息化在更广范围、更深程度、更高水平上实现融合发展。这一声明指明了中国工业互联网高水平发展的方向。要使工业互联网成为推动我们国家制造业高水平发展的强大动力,开展工业互联网高水平发展的模式和路径研究至关重要。

  结合我国流程工业发展现状,数字化、网络化、智能化需求和工业AI和工业互联网的发展目标,我们提出要解决以下科学问题:

  (2)基于机理分析与工业大数据分析相结合的动态特性、运行、决策知识挖掘;

  为了解决这些科学问题,有必要采用CPS 和会聚研究的思想。会聚研究是一种以问题驱动为特征的新的研究范式和思维方法。会聚研究解决的问题是具有挑战性的科学研究问题或涉及社会需求的重大挑战,需要跨学科的合作研究。未解决这些复杂的问题,需要各学科进行交叉学习,以达到各学科共同创新的新框架。将科学的方法和技术相融合是解决该难题的最佳策略。团队科学正在成为一种更典型的研究模式。

  (3)系统辨识与深度学习相结合的复杂工业系统智能建模、数字孪生与可视化技术;

  为了实现流程工业的高端化、绿色化、智能化,需要将工业人工智能、工业互联网与流程工业领域知识深层次地融合,开发AI算法和人工智能自主系统,以补充和提升知识型工作者的能力。本文总结了现有流程工业整个生产的全部过程的决策、控制和运行管理的不足,阐述了流程工业人机一体化智能系统的含义,并提出了流程工业智能优化制造的愿景。结合我国流程工业的发展现状和数字化、网络化、智能化的需要,提出了流程工业人机一体化智能系统面临的科学问题和关键技术。