今日頭條
官方微信
官方抖音
訪談頻道
北京安控科技股份有限公司產品經理李建
儀器儀表是制造行業邁向智能建設的基礎，是智能制造的“眼”和“手”，儀表的智能化程度從某種程度也決定了智能制造的“智慧化”程度。
AI（人工智能）技術，簡而言之就是將人的思維的過程進行模擬，將人的經驗和學習的過程，通過算法如：神經網絡算法、模糊算法、遺傳算法等，使儀器儀表能通過自我認知、自我學習、自我繼承的方式達到“智能”甚至“智慧”的水平。
利用AI技術，個人認為儀器儀表的智能化發展可以從以下幾個方面體現：
（1）保證儀表使用的可靠性和精度
儀表在生產制造時通過使用先進的自動化生產線可以保證高穩定性，達到要求的精度。但當儀表應用到實際的現場時，往往穩定性和精度都會受損，達不到預期的目標。出現這種情況的原因主要是兩方面：一是實際現場的環境比較復雜比較惡劣（如高溫、高寒、電磁干擾等），二是安裝和使用時不規范導致達不到預期要求。
利用人工智能技術，尤其是弱人工智能技術，可以使現場儀表對其工作的環境進行感知、記憶，利用虛擬設計和算法不斷繼承和訓練，最后可以使儀表在特定的環境中保持高可靠性，也可以使設計廠家快速和低成本地設計出符合特定行業要求的產品。安裝時，儀表可以對現場的安裝習慣進行記憶，優化設計，可以提供良好的人機交互系統矯正安裝操作。達到制造商和客戶的雙贏。
（2）自我校準，自我診斷，消除漂移，減少維護成本
物聯網建設以及智能制造都需要安裝成千上萬，甚至上百萬的儀表到現場，由于地球經緯度變化、使用過程中老化影響，導致儀表的零點漂移、線性發生變化。儀表發生漂移就會導致數據不準確，數據是智能生產、智能分析、智能決策的基礎，所以儀表的校準工作就顯得尤為重要。而大量儀表的校準對于客戶來說是非常困難的，甚至是不可能完成的工作。
通過人工智能技術，儀表可自我感知地理信息的變化，以及自身傳感器件的線性變化，自我調整自己的零點以及線性。客戶無需耗費大量的財力人力去做儀表的校準，減少停機時間，提高生產效率。
各類儀表在物聯網和制造行業中大批量的使用，提供了“全面感知”的數據，但同時也面臨著大量的儀表要進行維護。怎么快速定位儀表的故障點，快速維修，減少停機時間，是客戶非常關注的一點。而智能儀表就要解決這個問題，儀表自我感知，自我診斷，自動檢測出故障部位甚至檢測出故障原因，給出故障處理方法，大大方便了儀表的維護工作。
（3）自我學習，自我繼承，節能優化
智能儀表利用自身的專家庫、算法庫、大數據分析算法燈，結合控制系統的歷史數據、實時運行的數據，優化控制和動作過程及頻次。如：智能農業，對農田的農作物進行灌溉，智能儀表可以結合天氣預報信息、歷史灌溉的頻次和水量，合理的調整目前的灌溉水量和頻次，保證農作物生產的同時節約用水。
（4）良好的人機交互能力
未來的智能儀表應該具備良好的人機交互能力，可以方便和工程師進行交互，如通過語音或者書面描述。智能儀表同時可以根據不同工程師交互的內容，通過記憶和累計比較不同人員關注的參數，進行定制化推送，方便工程師快速得到自己想要的信息。
總之，人工智能技術正在推動儀表的智能化發展，讓儀表具備自我認知、自我學習、自我繼承的能力，逐漸走向智慧化。從而大大縮減設計廠商的研發時間，加快切入市場的能力，客戶利用更加智能的儀表，可以提高自己的生產效率，降低生產成本，實現安全生產。
摘自《自動化博覽》2019年10月刊
北京市公安局海淀分局備案號：11010802023656號