工业控制
建立智能工厂是所有工业制造业企业的愿景,在工业4.0大背景下,人工智能、数字化、物联网等新技术不断涌现,向企业生产、运营、管理等各个环节渗透,颠覆传统的模式,打造全新的制造业生态系统。如数字化所带来的优势,利用创建的数字孪生,实现了减少停机时间的预测性维护、加强质量控制、需求驱动生产、优化库存、能源和材料成本得以降低、安全和环境性能得以改善。智能工厂既然能带来诸多益处,为何发展却受阻?需要怎么做?
就预测达到量化价值,麦肯锡预测到2025年,物联网所引发的经济效益将达1.2至3.7万亿美元。美国制造商和智能制造商每年的成本将有望降低了570亿美元。但事实上,投资制造业周期比较长,流程和设备要达到数字化、网络化、智能化程度并非一朝一夕就能出现,所需的这些新技术还处于探索阶段,不够成熟。还有阻碍制造业企业发展的障碍需要清理,需要制定标准化,否则难于实现巨大回报。
工业物联网、大数据、高级分析、信息技术(IT)、运营技术(OT)被用于智能工厂,使通信设备实现实时决策,优化价值创造。从原材料采购到订单交付、客户服务,整个价值链中都采用人工智能。
目前,人工智能与机器学习结合,提升了互联网发展、大量数据的激增、计算机处理能力,实现数据世界和数据分析结合,使机器学习的预测能力的深度、广度、准确性得以提升,生成结论和预测性技术,所以人工智能是催化剂。
人工智能也有它的局限性,底层算法的设计可能会导致漏洞和意外偏差;训练步骤需要大量的数据和可能难以获得的实际经验来支撑;神经网络训练非常长。人工智能决策一旦出错时,很难确定原因,所以是安全关键系统中的一个主要问题。
制造业工厂为何还采用人工智能?未来,智能工厂的出现是技术推动和市场拉动的结果,技术将是生产力,驱动并产生经济效应,所以大量数据的可用性、机器学习的发展、云计算、边缘计算、信息技术(IT)系统与运营技术(OT)系统结合。但现实是,存在全球供应链日益复杂、熟练生产工人等问题,所以需要技术标准、网络安全/隐私、频谱分配三个治理方式。
一、技术标准
信息流和系统响应能力对智能工厂至关重要,没有技术标准,无法实现智能工厂。2016年2月,美国NIST指出,设备级、监督控制和数据采集(SCADA)级、制造运营管理( MOM )级、企业级可视为是组成智能制造生态系统的金字塔。信息贯穿于每个级别内部和之间,数十个标准已被开发或正在开发。还认为,虽然建立了通信标准,但系统间的互操作性还有限制,制造商将只能使用单一的供应商解决方案。在整个商业周期中,信息与生产系统互连的程度还是非常有限。
除此之外,智能工厂面临的另外两个与标准相关的障碍,就是缺乏对标准和标准采用情况的跟踪,标准之间的重叠和冗余。所以要解决这些障碍,就需要各个组织之间的协调与合作。
区块链是一个数字分布记账,能以验证和安全的方式记录交易。针对产品和知识产权,美国DHS正在与工业界进行区块链试点以阻止假冒和侵权。将需要安全和定义的互操作性标准来促进区块链技术的应用。
二、网络安全/隐私
智能工厂里的设备之间实现互联互通,同时,网络攻击、间谍活动、数据盗窃的网络安全风险也增加。美国DHS表示,工业制造业企业成为关键基础设施网络攻击的首要目标。因此,智能工厂的安全性至关重要,包括维护生产(无停机或延迟)、防止导致财产或人身伤害/死亡的系统故障、防止间谍活动、保护客户和员工隐私。网络物理系统的安全体系结构、通过证明验证软件完整性(能检测恶意软件或非预期代码的过程)、安全的设备管理等方法和系统可保护智能工厂。
政府、智能制造设备和服务的供应商都需要参与到安全开发中。基于风险和自愿的网络安全框架,美国政府与工业界合作关键基础设施开发,用于制造业企业在内的企业,还发布了与智能工厂相关的智慧城市框架。
就个人信息的隐私,欧盟设立了法律框架,即一般数据保护条例(GDPR),制定了收集和使用个个人信息指导方针。该项新法律对智能工厂有影响,如测量生产线产量的技术可能会收集个别工人的数据,制造商就得确保符合GDPR要求,同时确保个人信息的透明性。
智能工厂的到来,将推动保险行业变革,即构建解决方案来管理风险变化的需求。
三、频谱分配
在智能工厂中,信息治理的重要因素之一就是设备数量,与无线通信连接。目前,在物联网和工业物联网推动下,无线设备数量达数十亿台,未来,预计将呈指数级增长。并且需要频谱,分为许可频谱、未许可频谱、共享频谱类型,频带不同,所使用的频谱不同,为了实现智能工厂建设,政府必须要满足频谱需求的增长。如美国联邦通信委员会( FCC )为消费者和商业用途分配频谱。
政府决策将直接影响智能工厂的频谱供应和质量。工业用途分配频谱成为其他国家迫在眉睫需要解决的问题,解决方式各不相同,如韩国将频谱专用于工业用途。
责任编辑:YYX
全部0条评论
快来发表一下你的评论吧 !