复杂工业过程智能优化决策系统的现状与展望

流程工业是制造业的重要组成部分,是我国国民经济和社会发展的重要支柱产业.新一代信息技术和人工智能技术为流程工业的发展带来新的挑战和机遇.只有与流程工业的特点与目标密切结合,充分利用大数据,将人工智能、移动互联网、云计算、建模、控制与优化等信息技术与工业生产过程的物理资源紧密融合与协同,实现流程工业智能优化制造,才可能实现流程工业的跨越式发展.本文聚焦流程工业的复杂生产过程,从其智能优化决策系统的角度,描述了复杂工业过程优化决策系统的问题、回顾总结了复杂工业过程全流程优化决策系统的现状,分析了智能优化决策系统的必要性,提出了智能优化决策系统的发展目标及愿景,并对智能优化决策系统的下一步重点研究方向进行了展望.     

面向智能矿山与新工科的数字孪生技术研究

将数字孪生与人工智能(AI)技术相结合,提出了基于数字孪生+AI的智能矿山建设新思路。探索了智能矿山技术发展路径,研究了数字孪生技术的特征、应用领域及发展趋势,指出数字孪生是数字化矿山发展的必然趋势。提出了基于数字孪生+AI的智能矿山理论架构,构建了矿山数字孪生模型,模型自下而上分别为矿山全要素物理实体、矿山信息物理融合层、矿山数字孪生模型、矿山孪生数据交互层、矿山应用智能服务层,据此实现智能矿山的泛在感知、协同控制和智能决策与优化。从应用实际需求出发,探讨了智能矿山模型构建技术、智能开采数字孪生体技术、矿山智能控制技术、矿山设备故障预测、基于数字孪生的人机交互等关键技术。通过研究数字孪生在智能矿山中的应用,为AI技术在智能矿山应用落地提供思路,为未来智能矿山新工科建设提供理论借鉴。     

制造业信息化建设

推进制造业信息化是落实"以信息化带动工业化"战略、走新型工业化道路的重要举措。推进制造业信息化是《国家中长期科学和技术发展规划纲要》提出的重要任务;是面向国民经济建设主战场,整合科技资源、实施"以信息化带动工业化"战略、走新型工业化道路的重要举措;是推进经济结构调整和经济增长方式转变的重要手段。制造业信息化将信息技术、自动化技术、现代管理技术与制造技术结合应用,推进设计制造数字化、生产过程智能化和企业经营管理信息化。用高新技术改造和提升制造业,促进制造业研发设计、生产制造、企业管理和市场营销的变革,带动产品设计和制造模式的创新、企业管理和经营模式的创新以及企业间协作模式的创新,是新时期我国制造业适应全球竞争环境、生存和发展的必由之路,对提升我国制造业的自主创新能力和市场竞争能力具有重要意义。     

当前人工智能技术创新特征和演进趋势

近年来，全球人工智能发展进入新一轮技术创新活跃期，新的理论、模型、算法快速迭代。本文从模型算法、软硬件实现以及技术形态等角度分析了当前全球人工智能技术的主要特征，总结了国内外人工智能前沿研究的一些创新热点和新动向，并从基础理论突破、底层计算模式创新、模型算法演进等方面，展望和探讨了未来人工智能技术进一步突破的几个可能趋势。     

Research and application of artificial intelligence techniques for wire arc additive manufacturing: a state-of-the-art review

Recent development in the Wire arc additive manufacturing (WAAM) provides a promising alternative for fabricating high value-added medium to large metal components for many industries such as aerospace and maritime industry. However, challenges stemming from the demand for increasingly complex and high-quality products, hinder the widespread adoption of the conventional WAAM method for manufacturing industries. The development of artificial intelligence (AI) techniques may provide new opportunities to upgrade WAAM to the next generation. Hence, this paper provides a comprehensive review of the state-of-the-art research on AI techniques in WAAM. Firstly, we proposed a novel concept of intelligent wire arc additive manufacturing (IWAAM) and revealed the challenges of developing IWAAM. Secondly, an overview of the research progress of applying AI techniques to several aspects of the WAAM process chain, including fabrication process pre-design, online deposition control and offline parameter optimization is provided. Thirdly, the relevant machine learning algorithms, and the knowledge of corresponding AI techniques, are also reviewed in detail. Through reviewing the current research articles, issues of applying AI techniques to the WAAM process are presented and analysed. Finally, future research perspectives in terms of novel AI technique applications and AI technique enhancement are discussed. Through this systematic review, it is expected that WAAM may gradually develop into a smart/intelligent manufacturing technology in the context of Industry 4.0 through the adoption of AI techniques.     

Intelligent Manufacturing:Present State and Future Trends

AI methods are introduced to an increasing extent in the field of CIM and robotics. This development results in intelligent CIM components – ICAD, ICAP, ICAM, ICAQ – and in intelligent manufacturing systems (IMS) as well as in intelligent robots. This new philosophy requires a lot of prerequisites and research. ICIM or IMS is partially introduced in industry but mainly for large companies. AI as knowledge based and expert systems is ready to be introduced in an efficient way in CIM components. Intelligent, mobile robots as integrated parts of CIM and IMS are ready to be used in factory automation. One of the next steps could be the introduction of Multi-Agent and/or holonic systems. In this contribution the history and the present state of flexible manufacturing, with special emphasis on robotics, are described and further trends in development – Multi Agent Systems – are discussed mainly from the viewpoint of SMEs.     

工业人工智能及应用研究现状及展望

工业4.0将工业制造流程以及产品质量优化从以前依照经验和观察进行判断转变为以事实为基础, 通过分析数据进而挖掘潜在价值的完整智能系统. 人工智能技术的快速发展在工业4.0的实现中扮演着关键的角色. 然而, 传统的人工智能技术通常着眼于日常生活、社会交流和金融场景, 而非解決工业界实际所遇到的问题. 相比而言, 工业人工智能技术基于工业领域的具体问题, 利用智能系统提升生产效率、系统可靠性并优化生产过程, 更加适合解决特定的工业问题同时帮助从业人员发现隐性问题, 并让工业设备有自主能力来实现弹性生产并最终创造更大价值. 本文首先介绍工业人工智能的相关概念, 并通过实际的工业应用案例如元件级的滚珠丝杠、设备级的带锯加工机与机器群等不同层次的问题来展示工业人工智能架构的可行性与应用前景.     

基于多Agent的智能教学系统模型研究

随着人工智能技术的不断发展,人工智能领域的理论(特别是Agent技术)不断地被应用到智能教学系统(ITS)中,从而给ITS的研究与应用提供了新的发展空间。文中设计了一个基于多Agent的智能教学系统模型,着重构建了教师A gent和学生Agent,同时提出了用户层、软件Agent层和数据服务器层这种分层的ITS软件体系结构。     

自动化科学与技术发展方向

本文结合中国自动化科学与技术的发展状况和中国绝大多数大学设有自动化专业的现状,借鉴自动化科学与技术发展历程中的成功经验,结合国家社会经济发展和国家安全对自动化系统的未来需求,以生产制造系统、重要运载工具和人参与的信息物理系统为主要对象,以自动化系统的发展方向—智能自主控制系统、智能优化决策系统和智能优化决策与控制一体化系统的愿景功能为目标,以研究实现愿景功能的建模、控制与优化新算法和新的自动化系统的设计方法和实现技术以及结合重大应用领域开展的应用研究为主线,提出了自动化科学与技术的发展方向,并结合新兴应用领域对自动化科学与技术的需求与挑战,提出了未来自动化科学与技术的发展方向.     

流程工业数字孪生关键技术探讨

流程工业是制造业的重要组成部分, 是国民经济发展的重要基础, 主要包括化工、冶金、石化等行业, 其安全高效的生产对国家而言具有重要的战略意义. 然而, 流程工业物理化学变化反应复杂、流程间能质流严重耦合、多目标冲突、在线实验风险大, 给生产流程系统建模与高效协同优化带来极大困难, 严重制约了生产质量和资源利用率的进一步提升. 随着信息技术与人工智能的发展, 建立虚实结合、协同优化运行的流程工业数字孪生生产线所需技术逐渐成熟, 其在流程工业的应用价值与潜力日益凸显. 本文首先阐述数字孪生在流程工业应用的必要性与重要性, 并通过边界定义法将数字孪生与信息物理系统(Cyber-physical system, CPS)、工业互联网等概念进行对比分析,从而明确数字孪生的基本内涵与功能边界. 其次描述流程工业抽象模型和数字孪生理论模型间的映射关系, 并分析了如何用数字孪生技术解决流程工业系统建模与高效协同优化的瓶颈问题. 最后, 从数字孪生系统构建的角度探讨数字孪生发展的关键技术, 并以一条炼铁生产线为例, 展示数字孪生技术在实际工业中的应用解决方案.     

基于 BIM 的人工智能方法综述

建筑信息模型(BIM)作为建筑领域的新兴技术,正在深远地影响着建筑行业的发展, 而人工智能(AI)技术的跨学科应用也日趋广泛。将 BIM 与 AI 方法结合,有着良好的可行性与 广阔的前景,但目前国内外的相关研究应用仍处于初级阶段。在广泛调研国内外相关研究的基 础上,从技术、系统、应用 3 个层面,对基于 BIM 的 AI 方法相关研究进行综述,介绍该领域 常用的 AI 技术,典型开发平台与开发方法,以及基于 BIM 的 AI 方法在设计、施工、运维等各 建筑阶段中的成功应用。在此基础上,对该领域存在的问题与挑战加以分析,总结问题原因, 并对其未来发展方向加以展望。     

Development of an Internet-based intelligent design support system for rolling element bearings

This paper presents a novel approach to developing an intelligent agile design system for rolling bearings based on artificial intelligence (AI), Internet and Web technologies and expertise. The underlying philosophy of the approach is to use AI technology and Web-based design support systems as smart tools from which design customers can rapidly and responsively access the systems' built-in design expertise. The approach is described in detail with a novel AI model and system implementation issues. The major issues in implementing the approach are discussed with particular reference to using AI technologies, network programming, client-server technology and open computing of bearing design and manufacturing requirements.     

基于ARM的嵌入式系统开发

随着大数据、AI技术的高速发展,搭载嵌入式系统的智能控制模块广泛应用于智能穿戴设备、工业4.0智能控制器、家用电器等各类电子设备中.嵌入式系统是先进计算机技术、半导体技术、电子技术与具体应用相结合的产物,是集软、硬件于一体的综合系统.在介绍嵌入式系统的基础上,重点阐述基于ARM的嵌入式系统的软件、硬件开发关键技术,包括...     

时间敏感型网络技术综述

时间敏感型网络(TSN)是目前国际产业界正在积极推动的工业通信技术。阐述了TSN技术产生的背景、工业物联网以及新制造转型中对于工业通信的需求,并从技术角度对TSN进行了全面的介绍。通过对当前国际上重要的TSN标准组织、企业、大学与研究机构的TSN实践进行分析,全面梳理了其发展简要历程、相关国际标准、实现架构与方法、开发、测试与验证、应用前景等。通过这些分析,以全局视角分析该技术对于产业的推动作用,以及未来发展趋势和在智能制造、工业互联网领域的前景,并希望国内的产业、标准化组织、大学等能够积极加强对其更为深入的研发、测试,以获得市场的先机。     

智慧城市的应用体系架构研究

世界各国都在探索城市发展的新模式,智慧城市是当今世界发达国家在推进产业和城市信息化进程中的前沿理念和探索实践,是对互联网技术、传感器技术、智能信息处理等技术的高度集成。智慧城市的体系结构包括基础设施建设、信息资源开发与利用体系以及智慧应用体系等,其中智慧应用体系与城市的发展以及百姓的生活息息相关,包括智慧交通、智慧医疗、智慧能源、智慧公共管理等。     

智能制造中的计算机视觉应用瓶颈问题

计算机视觉在智能制造工业检测中发挥着检测识别和定位分析的重要作用,为提高工业检测的检测速率和准确率以及智能自动化程度做出了巨大的贡献。然而计算机视觉在应用过程中一直存在技术应用难点,其中3大瓶颈问题是：计算机视觉应用易受光照影响、样本数据难以支持深度学习、先验知识难以加入演化算法。这些瓶颈问题使得计算机视觉在智能制造中的应用无法发挥最佳效能。因此,需要系统地加以分析和解决。本文总结了智能制造和计算机视觉的概念及其重要性,分析了计算机视觉在智能制造工业检测领域的发展现状和需求。针对计算机视觉应用存在的3大瓶颈问题总结分析了问题现状和已有解决方法。经过深入分析发现：针对受光照影响大的问题,可以通过算法和图像采集两个环节解决;针对样本数据难以支持深度学习的问题,可以通过小样本数据处理算法和样本数量分布平衡方法解决;针对先验知识难以加入演化算法的问题,可以通过机器学习和强化学习解决。上述解决方案中的方法不尽相同,各有优劣,需要结合智能制造中具体应用研究和改进。     

共位监测卫星智能协同控制关键技术研究进展

随着深空探测及航天器智能化发展与应用,未来在轨智能协同控制将是关键性技术。本文首先讨论了卫星星载系统硬件设计的技术发展现状以及在监测卫星平台上应用的可行性;其次,面向未来卫星系统智能化发展要求,着重讨论了星载系统智能化现状与未来星载协同所具备的基本特性;再次,针对智能共位协同编队卫星群协同控制问题开展讨论,总结了在轨监测所需的关键技术实现路线;最后,针对卫星编队智能协同算法进行深入系统性分析,指出未来人工智能技术共位编队任务的应用可行性与良好前景。     

数字孪生与生产线仿真技术研究

随着新一代信息技术与制造技术的深度融合,仿真技术正向着信息系统与物理系统深度融合和高效协同的方向发展,应运而生的数字孪生技术成为近年来的新兴研究热点.为探索采用新一代信息技术促进离散制造行业数字化转型升级,从仿真技术的发展脉络和应用场景入手,引入基于数字孪生技术开展生产线仿真分析的研究,介绍了数字孪生技术的概念和内涵,...     

5G 时代智能媒体产业变革与管理模式创新研究

With the rapid development of technologies such as artificial intelligence and big data in the 5G era, the development of in- telligent media is the general trend. This study mainly discusses on three aspects such as the deep integration of 5G andAI, the devel- opment trend of the intelligent media industry and the innovation of management models. It briefly analyzes the deep integration of 5G, artificial intelligence and media, and analyzes the influence of 5G and AI on the development of new media. It also explores the development trend and management model of intelligent media in the 5G era, hoping to explore on the media integration develop- ment with Chinese characteristics and information era characteristics.     

Robotics in the factory of the future: AI in manufacturing: The NBS AMRF as an intelligent machine

Within its Automated Manufacturing Research Facility (AMRF), the U.S. National Bureau of Standards (NBS) is addressing research issues in interface standards for the fully automated factory of the future for the production of small batches of discrete parts. Consisting of robots, machine tools and computers, the AMRF is being integrated using a real-time, sensory-feedback, data-driven hierarchical control architecture. As such, the AMRF is a research tool for investigating the manufacturing enterprise as a system of intelligent machines. This paper: (1) describes the AMRF in terms of its real-time control system architecture; (2) notes the role of symbolic languages, knowledge-representation, sensory-processing and other aspects of artificial intelligence in its development; and (3) speculates on further application of AI in future intelligent manufacturing systems similar in form to the AMRF.