Skip to main content

预测性维护

当实时数据遇到 AI at the Edge

制造业中的人工智能

制造商正在意识到,AI 不再是实现操作自动化和提高产品质量的答案,而只是一半的答案。虽然与人工检查相比,AI 可以将缺陷检测率提高 90%,但如果制造商不能在需要的时候获得这一信息,那就没有用处。如果没有一个更快的流程,他们仍将面临计划外停工和生产错误的风险。

“制造商在 AI 方面的挑战是实际验证并核实投资回报,”数字化和 IoT 解决方案的领先企业日立公司的高级工程师 Shunichi Kagaya 表示。“制造商了解数据的价值,他们希望加以利用。但他们不了解如何着手。”

工业 AI 的转型

AI 已经在很大程度上改变了制造业,但仍有很多错过的机会。

虽然 AI 用于确保设备的可用性和可靠性,但制造商发现自己并不总是能及时了解机器的健康状况或状态。

从机器收集的数据通常会送往云端进行分析,而这可能会延长得到结果的时间,直到为时已晚。云端也并不总是能够提供需要的安全性或者快速、低延迟的响应,以做出可操作的决策。

由于协议不兼容和孤立的系统,旧式机器也可能使获取数据变得更加困难。一直以来,制造商必须经过复杂的数据预处理或数据清理,才能开始理解信息。这同样拖延了立即采取行动的能力。这会导致生产和运输延误,甚至是有质量问题的产品。

“虽然客户可能理解获得数据的需要,但他们受到各种因素的制约。他们所做的任何更改,都不能影响现有的生产计划,” Kagaya 说。“在收集的数据、收集频率和准确性之间,往往需要进行权衡。你不得不权衡所有这些活动。”

但不一定非得这样。

向边缘 AI 的演化

与英特尔® 合作,日立打造了日立工业边缘计算机 CE 系列嵌入式 AI 模型,该模型内置图像分析执行平台,以利用英特尔的 AI 和深度学习技术。

利用英特尔® OpenVINO 工具套件的优势,该平台可以直接在车间设备上进行图像分析,迅速提醒工人注意任何产品缺陷或故障。它可以同时监控多条生产线和多种设备,并具有远程监控能力。

除了进行边缘处理以外,对即时分析可能并不重要的数据可以发送到云端,以便进一步发觉洞见(图 1)。

显示日立嵌入式 AI 模型影响的流程图
图 1。日立嵌入式 AI 模型优化整体生产。(来源:英特尔®)

“无论是 ERP 还是其他系统,该解决方案都会连接设备、检索数据并设置数据格式,然后将其作为有价值的信息上传,” Kagaya 说。“如果我们需要更多的计算和数据处理能力,我们就会将其连接到云,在那里其它 AI 模型可以处理这些组合的数据并加以执行。客户真正需要了解自己希望解决什么类型的挑战,以及实现这一目标的架构。”

系统集成商 (SI) 可以开发和安装容器化的应用程序,以扩展功能和添加新功能。从硬件和网络的角度来看,工业边缘计算机 CE 系列可以连接到各种不同的设备来收集数据。SI 可以根据自己要解决的用例来定制解决方案。

根据 Kagaya 的说法,SI 需要对网络协议有基本的了解,并熟悉 Python 或 C++ 编程语言,才能在日立的解决方案基础上成功开发自己的 AI 模型。

在任何时候,如果制造商决定投资、升级或更新设备,日立会帮助客户确保 AI 模型不受影响。“我们将与客户合作,确保模型的完整性。如果需要进行必要的调整以配合新的数据集,我们也会在这方面提供帮助,” Kagaya说。

展望未来,日立正在试图将 5G 或 Wi-Fi 6 等无线技术纳入下一个系列,以在边缘层面执行更多的处理。Kagaya 说:“现在,如果你将数据发送到云端,让 AI 模型进行推理后再回来采取行动,并不能真正满足设备的即时需求。”

在 Kagaya 看来,让这一领域得以腾飞的真正挑战将是衡量 AI 模型的准确性。他解释说,制造商通常缺乏耐心,而是期望立即看到 AI 模型的影响。但是如果他们能够等待,看到这项技术的成果和益处,它将会为这个行业带来革命性的变化。

“在您开始更多地使用 AI 模型之后,它们实际上能提供更高的准确性。随着模型不断地处理数据,它会自动对自身进行微调,并提供更准确的结果,”他说。

 

本文由 insight.tech 的内容副主管 Georganne Benesch 编辑。

作者简介

Christina Cardoza is an Editorial Director for insight.tech. Previously, she was the News Editor of the software development magazine SD Times and IT operations online publication ITOps Times. She received her bachelor’s degree in journalism from Stony Brook University, and has been writing about software development and technology throughout her entire career.

Profile Photo of Christina Cardoza