一个人日本免费高清_高能手办团兑换码_男人女人爽爽视频_无人在线观看视频高清

新聞動(dòng)態(tài)導航圖

打通任督二脈 結合軟硬實(shí)力實(shí)現智能制造

2019-02-113702

人工智能、大數據、物聯(lián)網(wǎng)等新一代信息技術(shù)與傳統制造技術(shù)的融合,不僅促進(jìn)了制造業(yè)的發(fā)展,也讓智能制造成為傳統制造業(yè)的發(fā)展目標。如今企業(yè)要真正的實(shí)現智能制造,打通任督二脈是關(guān)鍵。

智能制造、工業(yè)4.0、工業(yè)物聯(lián)網(wǎng)(IIoT)…等引發(fā)的制造產(chǎn)業(yè)新革命正如火如荼地展開(kāi)。其中,2019年移動(dòng)通信技術(shù)正式開(kāi)始進(jìn)入商用部署階段,借助5G技術(shù)特性,以及其他通信技術(shù)、創(chuàng )新組件,包括增強現實(shí)(AR)、人工智能(AI)、機器視覺(jué)、深度學(xué)習,以及云端服務(wù)…等,皆可望快速打通工業(yè)市場(chǎng)前端智慧化到后端云端服務(wù)管理的任督二脈,協(xié)助企業(yè)實(shí)現工業(yè)4.0智能制造愿景。

任脈——AI滲透至終端設備

智能制造的終極目標之一是實(shí)現能夠自我管理的無(wú)人工廠(chǎng),因此將人工智能、機器學(xué)習等功能導入廠(chǎng)房生產(chǎn)機器內部,讓機器可自行學(xué)習、排解困難,是目前智能制造發(fā)展項目之一。但人工智能與機器學(xué)習系統并不是那么容易建構,需要有專(zhuān)門(mén)的相關(guān)人才,才能建構符合各個(gè)制造現場(chǎng)所需的機器學(xué)習環(huán)境。

Amazon Web Services(AWS)解決方案架構師黃振維表示,建立整個(gè)機器學(xué)習系統時(shí),選擇算法、構建環(huán)境、將數據丟入系統中訓練,以及仿真訓練結果是否符合預期等步驟是無(wú)法避免的,且在具備數據與機器學(xué)習專(zhuān)家的情況下,還需要3~6個(gè)月才能完成整個(gè)機器學(xué)習的訓練工作。但對于完全不具備機器學(xué)習相關(guān)知識人才的企業(yè)來(lái)說(shuō),很難在3~6個(gè)月內完成訓練,勢必會(huì )需要花上更多時(shí)間。所幸,Amazon在機器學(xué)習、人工智能所有的相關(guān)服務(wù)不但開(kāi)放給客戶(hù),更不斷更新現有的工具,以協(xié)助企業(yè)快速建立自有的機器學(xué)習系統。

值得注意的是,要能訓練出令人滿(mǎn)意的機器學(xué)習模式,數據很重要。黃振維指出,要讓機器學(xué)習系統更加準確,收集“有用”的信息很關(guān)鍵,但企業(yè)在收集信息時(shí)得先判斷需收集何種信息,才能經(jīng)過(guò)運算成為有用的機器學(xué)習材料,這個(gè)過(guò)程也相當耗時(shí)。更何況,這個(gè)部分沒(méi)有做好,后續建立的機器學(xué)習模型很可能會(huì )失敗,或是不合預期。有鑒于此,Amazon也提供了相關(guān)服務(wù),以期能夠協(xié)助企業(yè)在構建機器學(xué)習的每一個(gè)過(guò)程中,能夠一路過(guò)關(guān)斬將,順利建立可用、精準、具自我學(xué)習能力的機器學(xué)習系統。

終端設備智能化進(jìn)行中

所謂智能制造是指在工廠(chǎng)內具備感知制造機械狀況、機械具備自我管理、決策等功能,更重要的是提升整體生產(chǎn)效率,換句話(huà)說(shuō),工廠(chǎng)內部的設備或是中控中心都需要智能化。其中,機器視覺(jué)功能是提高生產(chǎn)效率關(guān)鍵的一環(huán),為讓機器的“眼睛”看得更清楚、判斷更準確,機器視覺(jué)加上人工智能勢必成為大勢所趨。

碁仕科技(G4 Technolohy)總經(jīng)理周坤仁說(shuō),機器視覺(jué)是為了取代人眼而生,利用機器視覺(jué)可進(jìn)一步降低人力及不良品流入市面需要回收的成本、提高產(chǎn)能,且視覺(jué)檢測結果累積的大數據,可進(jìn)一步配合統計模型,讓企業(yè)推導出質(zhì)量管理與決策方向,因此在智能制造中,機器視覺(jué)的重要性日益突出,并已大量被導入生產(chǎn)線(xiàn)中。

目前機器視覺(jué)的四大主要應用包括對位辨識(Guidance)、瑕疵檢測(Inspection)、尺寸量測(Gauging)與文字和條形碼識別(Indentification),不過(guò),現有的機器視覺(jué)技術(shù)卻也面臨無(wú)法提升復雜圖像的分辨率,以及無(wú)法測量深度及厚度等門(mén)坎,此時(shí),人工智能深度學(xué)習算法與3D測量技術(shù)將可望解決上述挑戰。周坤仁表示,機器視覺(jué)加上人工智能與3D測量技術(shù),不僅可讓機器具備判讀復雜圖像瑕疵的能力,還可以在同一臺機器上添加厚度和深度的檢測功能,是實(shí)現工業(yè)4.0工廠(chǎng)自動(dòng)化的重要環(huán)節之一,可以說(shuō),工業(yè)市場(chǎng)人工智能與3D測量時(shí)代即將來(lái)臨。

根據Research&Markets全球市場(chǎng)研究報告統計數據顯示,未來(lái)人工智能與3D測量技術(shù)成長(cháng)將大于機器視覺(jué),2017~2022年整體機器視覺(jué)年復合成長(cháng)率約為8.15%、人工智能視覺(jué)軟件年復合成長(cháng)率高達49%;3D視覺(jué)產(chǎn)品的年復合成長(cháng)率則為11.07%。該單位并預計2022年整體機器視覺(jué)市場(chǎng)產(chǎn)值預估為1443.億美元,其中人工智能視覺(jué)軟件的產(chǎn)值將達9.97億美元;3D機器視覺(jué)產(chǎn)品產(chǎn)值則將達21.3億美元。

除了機器視覺(jué)之外,工廠(chǎng)生產(chǎn)設備還有其他部分也開(kāi)始進(jìn)行智能化,換句話(huà)說(shuō),人工智能也開(kāi)始滲透到生產(chǎn)設備的其他部分。意法半導體亞太區技術(shù)營(yíng)銷(xiāo)經(jīng)理余玟宏表示,馬達訓練、傳感器融合、語(yǔ)音控制…等,都是人工智能的范疇。更重要的是,目前這些應用領(lǐng)域大多還是透過(guò)人為訓練機器的方式,因此通過(guò)微控制器(MCU)即可執行相關(guān)人工智能算法。

事實(shí)上,微控制器在工業(yè)物聯(lián)網(wǎng)的重要性,執行人工智能算法,使終端設備更加聰明,只是近期的一項新功能,微控制器在整個(gè)智能制造架構中,是分布在各部分的“小大腦”,控制著(zhù)馬達、人機接口(HMI)、通信、云端鏈接、數字電源控制...等。余玟宏指出,過(guò)去,工廠(chǎng)系統中,就需要微控制器來(lái)處理、控制大小事務(wù),而引入智能制造概念后,微控制器的地位與被采用數量也跟著(zhù)水漲船高,甚至也能運行較簡(jiǎn)單的人工智能算法,促使智能工廠(chǎng)相關(guān)企業(yè)從微處理器(MPU)轉而使用微控制器。

ADI分銷(xiāo)銷(xiāo)售經(jīng)理Daniel Ho表示,未來(lái)是數字的世界,而數字的信號需要從模擬信號轉換而來(lái),例如工廠(chǎng)機械設備電流電壓狀況要能被傳感器所理解,就需要轉換器將模擬信號轉換成數字信號,以進(jìn)一步連結現實(shí)的模擬世界與機器的數字世界。若是轉換器不夠精確,收集到的數據對人工智能、機器學(xué)習算法來(lái)說(shuō),就會(huì )是沒(méi)有任何幫助的“垃圾”,人工智能機器學(xué)習的效果將大打折扣。

為了避免此種“賠了夫人又折兵”的狀態(tài),工廠(chǎng)設備智能化的過(guò)程中,不能僅琢磨微控制器單一器件能否執行人工智能算法,而是得考慮到更細的器件,轉換器即是一例。

另外,要讓工廠(chǎng)設備,也就是邊緣裝置運行中的各項數據情報,可以被完整的收集、分析,所牽涉的器件相當廣。Maxim技術(shù)應用部門(mén)資深工程師顏金福指出,包括傳感器、IO、傳輸技術(shù)、電源相關(guān)組件…等,都是在架構完整、安全性兼具的智能制造系統時(shí),不能忽略的組件。

舉例來(lái)說(shuō),一般工業(yè)設備系統采用的電壓是24V,目前雖然有部分開(kāi)始朝48V轉換,但無(wú)論是目前主流的24V或未來(lái)將越來(lái)越普遍的48V電源系統,都有可能因為市場(chǎng)要求更小、更智能的系統時(shí),而使整體電路架構遭遇浪涌,此時(shí),外部分壓電組、隔離組件就必須在設計時(shí)一并考慮,以防止浪涌造成機械或操作員損害。

督脈——由局端至云端

智能制造前段裝置智能化之后,接下來(lái)則是要考慮如何鏈接個(gè)別制造機器的信息,向后段傳輸到云端進(jìn)行分析,再回傳給機器進(jìn)行訓練學(xué)習。目前在工廠(chǎng)端的傳輸技術(shù)有上百種,并未統一,對于企業(yè)來(lái)說(shuō),會(huì )遭遇不兼容、導入每種通信技術(shù)可能會(huì )大幅提高布建成本等難題。

德州儀器(TI)資深應用工程師兼科技委員林忠衡表示,根據不同的應用環(huán)境對于無(wú)線(xiàn)技術(shù)的需求勢必不同,例如Sub-1GHz技術(shù)適用于傳輸距離遠、電池供電、須具備強健性的應用環(huán)境;藍牙則是高速、傳輸更多信息、通過(guò)手機控制的狀況,其他包括Thread、Wi-Fi…等技術(shù)也有各自的優(yōu)勢與適用情境。如果企業(yè)遇到需要配置好幾種通信技術(shù)的狀況,或是研發(fā)支持多標準的裝置時(shí),每一種無(wú)線(xiàn)技術(shù)都采用一顆微控制器,不但整個(gè)系統設計會(huì )變得相當復雜,成本也會(huì )因而增高不少。

有鑒于此,微控制器企業(yè)也開(kāi)始在其產(chǎn)品中支持多標準或多協(xié)議,以協(xié)助相關(guān)廠(chǎng)商能快速、簡(jiǎn)單的進(jìn)行設計工作。Silicon Labs業(yè)務(wù)經(jīng)理江志良認為,無(wú)論工業(yè)或是智慧家庭等物聯(lián)網(wǎng)應用,已可看到有越來(lái)越多的產(chǎn)品需要支持多協(xié)議標準,而若能在單一芯片中支持多協(xié)議,預期可以節省40%的成本。

SiP實(shí)現多標準芯片

要實(shí)現在單一芯片支持多協(xié)議,滿(mǎn)足智能制造、工業(yè)物聯(lián)網(wǎng)應用所需,通過(guò)封裝技術(shù),將是一條較平坦的道路。日月光(ASE)集團總監鄭民耀指出,系統級封裝(SiP)相較于系統單芯片(SoC),將可在芯片子系統(sub-system)內部,使用所有如內存、射頻(RF)等最先進(jìn)的功能,還能整合特殊的組件,如振蕩器,而無(wú)須遷就SoC工藝是否兼容的問(wèn)題。

此外,SiP也可打造最完善的系統芯片,具備更小尺寸、更低系統成本的特性,因此在各種物聯(lián)網(wǎng)應用中,企業(yè)可通過(guò)不同的排列組合,打造具備各種可能性的芯片。不過(guò),鄭民耀也坦言,物聯(lián)網(wǎng)或是工業(yè)物聯(lián)網(wǎng)市場(chǎng)對于芯片少量多樣的需求,SiP的彈性的確稍顯不足,若是已確定要走“成套”的芯片方式,如射頻與微控制器的整合,SiP技術(shù)會(huì )較為合適。

模擬工具簡(jiǎn)化5G設計

工廠(chǎng)內部的短距無(wú)線(xiàn)技術(shù),可通過(guò)網(wǎng)狀網(wǎng)絡(luò )(Mesh)覆蓋整個(gè)廠(chǎng)區,但要將工廠(chǎng)連接到云端,則非5G技術(shù)莫屬。Ansys區域技術(shù)經(jīng)理魏培森表示,5G移動(dòng)技術(shù)具備許多突破的特性,如超低延遲、超高傳輸速率、更大的覆蓋范圍、更大的帶寬等,使得5G技術(shù)在智能制造或是其他應用市場(chǎng)實(shí)現增強現實(shí)、虛擬現實(shí)(VR)、人工智能、機器學(xué)習…等創(chuàng )新,更可通過(guò)5G技術(shù)將工廠(chǎng)與云端連結起來(lái)。

然而也因為5G的技術(shù)特性,需要采用不同以往的新技術(shù),如Massive MIMO、新調制方式、陣列天線(xiàn),以及5G還采用設計師較陌生的毫米波頻段,因此無(wú)論是天線(xiàn)、裸晶、封裝、PCB…等5G系統各部分的設計,對設計工程師而言,都將變得相當復雜且難以想象。

因此,若是設計工程師可以在設計早期通過(guò)仿真的方式,進(jìn)行產(chǎn)品驗證,不僅可以做出優(yōu)化的設計,也可以避免產(chǎn)品接近成品,在驗證時(shí)才發(fā)現設計缺陷,以至于要重啟設計工作的時(shí)間及人力成本的浪費。魏培森進(jìn)一步強調,即使仿真軟件的價(jià)格可能讓工程師“倒吸一口空氣”,但與能夠節省的成本相比,仿真軟件的售價(jià)其實(shí)沒(méi)有想象中的不親民;再者,善用仿真軟件可讓工程師在產(chǎn)品硬件尚未誕生時(shí),就可以先掌握對的產(chǎn)品結構與材料,免得最終做出來(lái)的產(chǎn)品不符合預期。最后,現今的仿真軟件已結合大數據分析、云端運算等技術(shù),準確度已可達90%以上,且仿真速度加快不少,將可協(xié)助設計師跨越5G設計難題,更能助力工程師增添高端設計能力。

云端平臺架構非難事

許多企業(yè)在發(fā)展物聯(lián)網(wǎng)或是工業(yè)4.0時(shí),通常都能理解需要構建云端系統,以進(jìn)行數據分析或管理等工作,但并不是每家公司都有相關(guān)人才,或是有額外的財力可以自行尋找人才并建立云端系統架構小組。有鑒于此,許多在網(wǎng)通、電商…等與網(wǎng)絡(luò )架構有著(zhù)密切關(guān)系領(lǐng)域的公司,也紛紛以其自身經(jīng)驗,提出構建云端系統的方式及解決方案,協(xié)助企業(yè)能夠減少架構云端系統的“痛苦”。

AWS資深業(yè)務(wù)開(kāi)發(fā)經(jīng)理呂欣育表示,工業(yè)環(huán)境導入物聯(lián)網(wǎng)技術(shù)與云端系統可以創(chuàng )造許多優(yōu)勢,例如防呆、防止重工,減少工廠(chǎng)管理員人數、提升產(chǎn)品質(zhì)量并讓產(chǎn)品可更貼近客戶(hù)需求。然而要構建一整套從工廠(chǎng)機器端到云端的系統,并不簡(jiǎn)單,更何況還要考慮此系統能否符合實(shí)際需求、容易使用等問(wèn)題,而AWS有來(lái)自Amazon資源的支持,不但從端點(diǎn)到網(wǎng)關(guān)及云端,AWS都可提供相關(guān)的產(chǎn)品供企業(yè)進(jìn)行開(kāi)發(fā)或使用,且該公司的工程師自云端系統開(kāi)發(fā)初期即提供協(xié)助,以期能深入了解用戶(hù)需求,甚至最重要的數據傳輸安全性問(wèn)題,都能一并顧及。

順利結合新舊系統

構建智能工廠(chǎng)時(shí),許多企業(yè)會(huì )問(wèn):“原先采用的生產(chǎn)設備或是管理系統是不是無(wú)法再使用?”、“如何同時(shí)管理既有與新添購的設備?”Axiomtek軟件兼解決方案產(chǎn)品處協(xié)理潘皇良認為,工業(yè)領(lǐng)域所使用的工業(yè)計算機(IPC)與一般個(gè)人計算機最大的差異在于可使用在嚴苛的環(huán)境,以及具備較廣的溫度耐受范圍。換句話(huà)說(shuō),這表示工業(yè)計算機相當耐用,不會(huì )輕易損壞,生命周期自然也不會(huì )像消費電子一樣短短幾年就得汰換新品。

因此為了節省部署智能制造工廠(chǎng)的成本,在硬件架構沒(méi)有大改動(dòng)的狀態(tài)之下,從更新軟件著(zhù)手,是較為經(jīng)濟的做法,也能迅速連結工廠(chǎng)內部的新舊系統。潘皇良舉例說(shuō)明,在舊設備上裝上傳感器與無(wú)線(xiàn)技術(shù)模塊后,并在既有的工業(yè)計算機上增加新的軟件,即可以讓企業(yè)收集分析傳感器的數據,并管理所有與系統連接的設備。相較之下,無(wú)需太多新的采購成本,就能讓工廠(chǎng)朝智能化演進(jìn)。

結合軟硬實(shí)力實(shí)現智能制造

在人工智能與物聯(lián)網(wǎng)概念在工廠(chǎng)發(fā)酵,開(kāi)啟第四次工業(yè)革命并打造新一代智慧工廠(chǎng)的同時(shí),企業(yè)將會(huì )發(fā)現,該做的事情相當的多,不像以往單純。艾睿電子(Arrow Electronics)亞太區銷(xiāo)售副總裁梁淑琴表示,構建智能制造時(shí),不僅復雜且過(guò)程中還會(huì )有相當多的痛點(diǎn)。

例如工廠(chǎng)的監控架構中,傳感器易受工廠(chǎng)惡劣環(huán)境干擾、有線(xiàn)技術(shù)傳輸監控信息成本高昂、電磁兼容法規認證曠日廢時(shí);讓工廠(chǎng)建筑智能化部分,缺乏無(wú)線(xiàn)通信專(zhuān)業(yè)知識、單一加速度傳感器監測不夠準確、單一麥克風(fēng)聲音監測易產(chǎn)生誤報;而在銷(xiāo)售庫存管理方面,需要人工智能視覺(jué)技術(shù)輔助管理庫存、數據邊緣采集與云端儲存...上述這些都是會(huì )讓企業(yè)“抓狂”的問(wèn)題。

梁淑琴認為,要一一解決上述痛點(diǎn),企業(yè)需評估自身具備的資源,并尋找擁有豐富技術(shù)資源的合作伙伴,完美結合“軟智能”與“硬件實(shí)力”,相信將能順利打造符合所需的解決方案,實(shí)現智能制造愿景。

1:2016~2022年可鏈接因特網(wǎng)工業(yè)裝置統計(來(lái)源:IHS、意法半導體)

2:2.4GHz無(wú)線(xiàn)技術(shù)摘要介紹(來(lái)源:德州儀器)

3:工業(yè)物聯(lián)網(wǎng)架構與所需無(wú)線(xiàn)技術(shù)(來(lái)源:Silicon Labs)


文章來(lái)源:信息化和軟件服務(wù)網(wǎng)


一个人日本免费高清 国产精品手机在线亚洲| 美国一极片| 91插插插视频| 国产全部视频| 淫咪咪| 藤浦惠在线播放| 免费一级毛片不卡不收费| 欧美性另类| 法国一级毛片| 美女脱全部内衣内裤和奶罩无遮挡| 性放荡的公交车| 91视频一区| 久久91精品国产91| 91高端极品外围在线观看| jizz免费在线影视观看网站| 一级日本片| 女人被男人操| 日韩欧美国产**| 国产专区在线| 91精品导航在线观看| 特级黄色影片| 91看片淫黄大片91桃色| 爆操极品女神| 无名之月| yin乱小说| 男人操女人动漫| 自拍偷拍亚洲区| 网曝门精品国产事件在线观看| 波多野结衣在线观看中文字幕| 男人疯狂进女人下部视频动漫| 91视频一区| 久久精品国产久精国产| 超h大尺度gay文| pornohdvideo| 美女脱去衣服的照片| 美女亲吻边脱内衣内裤| 情侣黄网站免费看| 手机在线观看国产精选免费| 草草影院ccyycom浮力影院| 老太爷吃奶乳奴| 91极品视频在线观看| http://www.360degreesmusic.com http://www.bmpercy.com http://www.whhtxd.com http://www.91porn.capital http://www.wekjsbyy.com http://www.port-tech.com