工业4.0将工业制造流程以及产品质量优化从以前依照经验和观察进行判断转变为以事实为基础，通过分析数据进而挖掘潜在价值的完整智能系统。目前，很多国家正积极发展着眼于工业4.0的智能制造技术，许多领域的龙头公司均通过投资和科研来开发其核心方法即人工智能技术。人工智能技术的快速发展在工业4.0的实现中扮演着关键的角色然而，传统的人工智能技术通常着眼于日常生活、社会交流和金融场景，而非解决工业界实际所遇到的问题。

相比而言，工业人工智能技术基于工业领域的具体问题，利用智能系统提升生产效率、系统可靠性并优化生产过程，更加适合解决特定的工业问题同时帮助从业人员发现隐性问题，并让工业设备有自主能力来实现弹性生产并最终创造更大价值。

Cyber physical system (CPS) 的5C架构为促进工业的智能化发展提供了完整的指导方案。如何在技术层面来执行CPS架构则是一个重大课题。工业人工智能的四大核心技术中，平台与数据技术是工业智能化的首要条件，有效的数据连接与传输和成熟的平台技术是其系统实现的前提，分析技术是设备展现智能化的灵魂，而运筹技术是创造价值的关键。

CPS在制造领域的支撑技术

生产系统中的问题大致可以分为可见和不可见的问题。设备衰退、润滑不足、精准度损失、零件磨损以及资源浪费都是不可见问题中的常见问题。可见问题通常由不可见因素例如零部件故障、机器故障以及产品质量下降等因素累积而成。本文通过实际的工业应用案例如元件级的滚珠丝杠、设备级的带锯加工机与机器群等不同层次的问题来展示人工智能架构的可行性与应用前景。

滚珠丝杠维护系统工业应用架构图

工业人工智能在刀具智能制造系统上的应用

基于CPS的5C架构体系的智能化风力发电风场

如何帮助企业更好地理解和处理潜在的风险？目前，传统的人工智能技术注重于解决可见问题并试着取代在重复工作上人类专家的知识和判断。然而，这些人工智能模型并没有帮助人们更好地理解和处理潜在的风险。另一方面，工业人工智能的系统实现可以帮助解决不可见的预测问题并通过避免并修复实现制造过程的无忧化。具体来说，工业人工智能可以被划为四个机会空间。大多数制造企业都将重心放在改善第一和第二机会空间，可以解决可见问题。在第三和第四空间中，需要制造系统产业链闭环式的整合去优化系统的设计方面，进而避免不可见的问题。采用工业人工智能技术可以在生产中增强创造新价值的机会。

工业人工智能机会空间的四个象限

工业4.0是将工业进程以及产品质量从过度依赖人员经验转移到注重以事实为基础的智能系统。本文所提出的工业人工智能系统框架预期会帮助专业人员探查复杂系统的隐性知识，同时通过对工业设备实现自主判断能力来完成弹性生产并最终创造更大的社会价值。

引用格式

李杰, 李响, 许元铭, 杨绍杰, 孙可意. 工业人工智能及应用研究现状及展望. 自动化学报, 2020, 46(10): 2031−2044

文章链接

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.200501?viewType=HTML