人工智能和机器学习打造可持续的智能工厂
如果您的公司能够利用数据来改善 PID 控制器的性能，将工业设备的变数降低 8%，并减少 700 吨排放至大气的污染物，您觉得怎么样？一些制造公司已经在工业物联网技术的帮助下做到了这一点。
数据驱动的制造业自动化姗姗来迟。运营效率和可见性极低的老旧流程和传统技术在行业中仍很常见。
但人工智能 (AI) 和机器学习 (ML) 可以推动工业优化，为真正的创新铺平道路：提高设备性能、促进预测性维护并削减成本——在做到这一切的同时，还有利于降低工厂对环境的影响。工业人工智能公司 BirminD 已经在为客户创造这些结果，利用人工智能和工业分析来推动该行业的转型。
工厂车间的浪费和低效
制造商过去往往依靠 PID 控制回路来管理车间工业设备的性能。PID 控制器是用于调节过程参数（如工业设备的速度、温度、酸碱值、流量和压力）的仪表。工厂必须对这些参数进行调整（也就是整定），才能在 PID 控制回路中获得最佳性能，但要恰到好处地做到这一点有时很难。
BirminD 的首席执行官 Diego Mariano 说：“每个过程中都有一个最佳操作参数，如果 PID 控制器整定不当，就会引起振荡。”
Mariano 指出，制造商在使用 PID 控制器时面临的主要挑战是：它们没有整定为正确的频率或正确的输出。此外，许多 PID 控制器没有集成到控制系统中去，也没有收集可供进一步分析的数据。
PID 控制器整定不当可能会加大过程变数；降低电力、天然气和化学品的使用效率——并加大设备故障的可能性。
引入工业人工智能和机器学习的力量
为了避免这些糟糕的结果和潜在的浪费，公司需要采用持续的 PID 整定。BirminD 的人工智能驱动算法和解决方案使之成为可能。
该公司的 BWise BCloud AutoML 解决方案使用来自工厂车间各种工业设备的数据来检测工业流程中的异常，并提供分析，帮助公司利用 ML 的力量进行预测性维护。
“我们通过持续学习来帮助制造商改进 PID 控制回路。我们一直在监控我们客户的数据，并为他们提供适用于任何流程模型的最佳方法。” Mariano说。
BirminD 平台使客户能够将数据存储在边缘或云中。它将英特尔® 边缘到云解决方案与人工智能解决方案相结合，优化工厂控制回路的整定。
BirminD 的首席技术官 Raphael Bartholo Costa 表示，该公司的解决方案以一种非侵入性的方式对 PID 整定做出改进。工厂数据离线存储在采用英特尔技术的边缘设备上，因为一些公司不喜欢在云环境中运行数据。通过这种方法，客户可以通过 Web 应用程序或内部控制面板接收深度分析，然后以各种方式部署这些信息，以便改进其工业流程。
“我们不会改变这一过程的正常功能。我们通过数据来学习，” Bartholo Costa 表示，“而且我们可以在工厂内同时对所有的控制回路进行规模化处理。”
BWise 解决方案还提供了一个 API，供系统集成商和客户将 ML 算法整合到自己的平台或软件中，使他们能够安全地将数据发送到 BirminD 的云中，并通过自己的界面接收洞见。
这种可扩展而又灵活的产品已为汽车、废水处理、水泥厂和造纸业等行业的客户带来了重大成果。
推动可持续发展，实现产业转型
BirminD 解决方案已为其客户节省了六位数的成本并提高了运营效率。但该公司的产品还可以推动制造业的可持续性。
例如，汽车结构件的头部生产商 Iochpe-Maxion 降低了旗下一家废水处理站内的化学品使用量。过去，在该公司的处理过程中会产生液体废物——但没有连接，也没有从负责化学剂量控制的控制回路收集数据。
Iochpe-Maxion 需要稳定其工厂内部的污水，并优化 PID 控制回路，以更好地控制废水的酸碱值。BirminD 帮助该公司从控制系统收集数据、运行分析，并更好地整定流程，从而得以将污水处理厂的石灰水消耗量降低了 30%。
在这样的努力下，梅赛德斯-奔驰在 2019 年授予 Iochpe-Maxion 物流优秀奖。
BirminD 还与一家预制水泥窑炉公司合作，优化了温度控制，帮助该公司将煤炭使用量降低了7%——相当于将大气中的二氧化碳污染物排放量减少了 50 万份。
Mariano 说：“仅仅通过在机器中安装软件，我们就降低了工厂的污染物排放量。”“像这样只需一周即可完成的实施，却有可能帮到了整个世界。”
在另一个例子里，一家造纸公司现在对其多达 100 个过程变量有了更深入的了解，知道到底是哪些在工厂中制造污染。ML 算法可以对公司的工厂数据进行组织，并从中提取洞见，根据排放对变量的影响进行由低到高的排序。Mariano 指出，造纸公司利用这些信息对维护操作进行调整，从而减少了工厂的排放。
迎接未来的工厂
随着制造商将更多工业物联网技术集成到流程中，他们将受益于性能提高、成本降低和更加可持续的运营。其主要优势是什么呢？制造商变得更有能力推动更出色的业务成果，降低对环境的影响，并为行业带来持久的、变革性的变化。