今日头条
官方微信
官方抖音
资讯频道
北京安控科技股份有限公司产品经理李建
仪器仪表是制造行业迈向智能建设的基础，是智能制造的“眼”和“手”，仪表的智能化程度从某种程度也决定了智能制造的“智慧化”程度。
AI（人工智能）技术，简而言之就是将人的思维的过程进行模拟，将人的经验和学习的过程，通过算法如：神经网络算法、模糊算法、遗传算法等，使仪器仪表能通过自我认知、自我学习、自我继承的方式达到“智能”甚至“智慧”的水平。
利用AI技术，个人认为仪器仪表的智能化发展可以从以下几个方面体现：
（1）保证仪表使用的可靠性和精度
仪表在生产制造时通过使用先进的自动化生产线可以保证高稳定性，达到要求的精度。但当仪表应用到实际的现场时，往往稳定性和精度都会受损，达不到预期的目标。出现这种情况的原因主要是两方面：一是实际现场的环境比较复杂比较恶劣（如高温、高寒、电磁干扰等），二是安装和使用时不规范导致达不到预期要求。
利用人工智能技术，尤其是弱人工智能技术，可以使现场仪表对其工作的环境进行感知、记忆，利用虚拟设计和算法不断继承和训练，最后可以使仪表在特定的环境中保持高可靠性，也可以使设计厂家快速和低成本地设计出符合特定行业要求的产品。安装时，仪表可以对现场的安装习惯进行记忆，优化设计，可以提供良好的人机交互系统矫正安装操作。达到制造商和客户的双赢。
（2）自我校准，自我诊断，消除漂移，减少维护成本
物联网建设以及智能制造都需要安装成千上万，甚至上百万的仪表到现场，由于地球经纬度变化、使用过程中老化影响，导致仪表的零点漂移、线性发生变化。仪表发生漂移就会导致数据不准确，数据是智能生产、智能分析、智能决策的基础，所以仪表的校准工作就显得尤为重要。而大量仪表的校准对于客户来说是非常困难的，甚至是不可能完成的工作。
通过人工智能技术，仪表可自我感知地理信息的变化，以及自身传感器件的线性变化，自我调整自己的零点以及线性。客户无需耗费大量的财力人力去做仪表的校准，减少停机时间，提高生产效率。
各类仪表在物联网和制造行业中大批量的使用，提供了“全面感知”的数据，但同时也面临着大量的仪表要进行维护。怎么快速定位仪表的故障点，快速维修，减少停机时间，是客户非常关注的一点。而智能仪表就要解决这个问题，仪表自我感知，自我诊断，自动检测出故障部位甚至检测出故障原因，给出故障处理方法，大大方便了仪表的维护工作。
（3）自我学习，自我继承，节能优化
智能仪表利用自身的专家库、算法库、大数据分析算法灯，结合控制系统的历史数据、实时运行的数据，优化控制和动作过程及频次。如：智能农业，对农田的农作物进行灌溉，智能仪表可以结合天气预报信息、历史灌溉的频次和水量，合理的调整目前的灌溉水量和频次，保证农作物生产的同时节约用水。
（4）良好的人机交互能力
未来的智能仪表应该具备良好的人机交互能力，可以方便和工程师进行交互，如通过语音或者书面描述。智能仪表同时可以根据不同工程师交互的内容，通过记忆和累计比较不同人员关注的参数，进行定制化推送，方便工程师快速得到自己想要的信息。
总之，人工智能技术正在推动仪表的智能化发展，让仪表具备自我认知、自我学习、自我继承的能力，逐渐走向智慧化。从而大大缩减设计厂商的研发时间，加快切入市场的能力，客户利用更加智能的仪表，可以提高自己的生产效率，降低生产成本，实现安全生产。
摘自《自动化博览》2019年10月刊
北京市公安局海淀分局备案号：11010802023656号