Edge AI prieš gamyklos logiką: prognozuojamosios priežiūros ateitis

Architektūrinė Klaida: Kur Turėtų Gyventi Pramoninis Intelektas?

Pramonės pasaulis šiuo metu stebi aukštos įtampos traukos virvę dėl gamyklos „smegenų“. Vienoje pusėje puslaidininkių milžinai sutalpina milžiniškas spėjimo galimybes į mažus jutiklius ir krašto lustus. Kitoje pusėje automatizacijos veteranai tvirtina, kad intelektas be proceso konteksto yra tik triukšmas. Kaip inžinierius, kuris yra vaikščiojęs daugelyje gamyklų, tai matau ne tik kaip techninę diskusiją, bet kaip esminį pokytį, kaip apibrėžiame mašinos būklę. Pereinamasis laikotarpis nuo „debesų“ analitikos prie „krašto gimtosios“ priežiūros iš esmės keičia pramonės sluoksnių hierarchiją.

Sluoksniuotas Intelektas: Žengiant Toliau nei „Dirbtinis Intelektas Visur“ Hiperbolė

Yra dažna klaidinga nuomonė, kad tiesiog užbarstant DI ant kiekvieno jutiklio stebuklingai bus išspręstas prastovas. Iš tiesų, išmanus jutiklis gali pasakyti tik apie savo vibraciją ar temperatūrą; jam trūksta „situacinio suvokimo“ apie visą gamybos liniją. Aš tvirtai remiu  Sluoksniuoto Intelekto Modelį. Šiame modelyje jutiklis atlieka aukšto dažnio anomalijų aptikimą, PLC (programuojamas logikos valdiklis) interpretuoja sistemos lygmens anomalijas, o Krašto Vartai analizuoja ilgalaikes visos linijos tendencijas. Ši hierarchija užtikrina, kad mes ne tik aptinkame kad kažkas negerai, bet ir suprantame kodėl tai vyksta proceso kontekste.

Brownfield Realija ir „Mašinos Vaiduoklis“

Silicio tiekėjai dažnai kuria „žaliųjų laukų“ projektams – idealizuotoms, visiškai naujoms gamykloms. Tačiau realybė, su kuria susiduriu kasdien, yra „brownfield“ košmaras: mašinų mozaika, apimanti tris dešimtmečius ir penkis skirtingus tiekėjus. Didžiausias kliuvinys plečiant Krašto DI nėra skaičiavimo galia; tai institucinių žinių praradimas. Dažnai originalūs projektavimo inžinieriai jau seniai išėję, palikdami mums tik telemetrijos duomenis, bet ne „ketinimų“ duomenis. Sėkminga prognozuojamoji priežiūra reikalauja užpildyti šią spragą, naudojant DI, kad būtų užfiksuotos ir užkoduotos vyresniųjų operatorių „genties žinios“ prieš jiems išeinant į pensiją.

Deterministiškumas prieš Atranką: Pasitikėjimo Spraga Uždarojo Kontūro DI

Matome neįtikėtinus DI pagreitėjimo pasiekimus, tačiau dauguma gamyklos vadovų vis dar atsisako leisti mašininio mokymosi modeliui autonomiškai inicijuoti avarinį sustabdymą ar keisti PID ciklą. Šis atsargumas yra pagrįstas. Pramonės automatizacijoje, deterministiškumas yra karalius. Negalime sau leisti „juodosios dėžės“ giluminio mokymosi, kai saugumas ir milijonai dolerių pajamų yra ant svarstyklių. Mano nuomone, šiuo metu esame „Patariamojo Etapo“ fazėje: DI aptinka ir rekomenduoja, bet galutinį sprendimą priima žmogus operatorius. Kol negalėsime pateikti paaiškinamo DI, atitinkančio saugumo sertifikavimo standartus, žmogus grandinėje išliks būtinybė.

Silicio Ambicija prieš Gamyklos Pragmatizmą

Kol lustų gamintojai siekia heterogeninio DI pagreičio krašto įrenginiuose, automatizacijos tiekėjai, tokie kaip Omron, prioritetą teikia patikimumui ir problemų sprendimui. Ši įtampa iš tiesų yra sveika pramonei. Ji verčia puslaidininkių kompanijas atsižvelgti į atšiaurią, alyvotą ir elektromagnetinių trukdžių kupiną gamyklos aplinką, tuo pačiu skatindama tradicinius tiekėjus judėti greičiau nei jų įprasti dešimtmečio produktų ciklai. Šioje srityje laimėtojai nebus tie, kurie turi greičiausius lustus, o tie, kurie sugebės integruoti DI į deterministinę valdymo aplinką neaukojant pramonės „penkių devynių“ veikimo laiko.