徐善文

（山東國舜建設(shè)集團(tuán)有限公司， 山東 濟(jì)南 250300）

0 引言

在現(xiàn)代化工業(yè)生產(chǎn)過程中，工業(yè)儀表的應(yīng)用范圍是相當(dāng)廣泛的，隨著信息技術(shù)的發(fā)展，工業(yè)儀表智能化已經(jīng)成為一種趨勢，在國家全面推進(jìn)實(shí)施制造強(qiáng)國戰(zhàn)略背景下，加快實(shí)現(xiàn)工業(yè)智能化制造，利用現(xiàn)代大數(shù)據(jù)、深度學(xué)習(xí)、人工智能等技術(shù)助推工業(yè)行業(yè)轉(zhuǎn)型升級，已經(jīng)成為促進(jìn)我國工業(yè)制造業(yè)快速發(fā)展的強(qiáng)心劑。

1 人工智能技術(shù)與工業(yè)儀表的概述

1.1 人工智能技術(shù)概述

人工智能是一門多學(xué)科交叉的前沿技術(shù)，這種具有仿生學(xué)特征的新一代信息技術(shù)在工業(yè)生產(chǎn)的各個領(lǐng)域有著廣闊的應(yīng)用前景，人工智能的本質(zhì)是把人在活動過程中的思維進(jìn)行模擬，利用模擬的結(jié)果數(shù)據(jù)來比對實(shí)際業(yè)務(wù)場景下的數(shù)據(jù)，從而得到一個數(shù)據(jù)計算的模型，通過大量實(shí)際數(shù)據(jù)的模擬，數(shù)據(jù)模型會被訓(xùn)練成專家模型，這就初步實(shí)現(xiàn)了人工智能的效果[1]。從上述分析可知，人工智能技術(shù)包含大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度計算、模式識別等技術(shù)領(lǐng)域，要實(shí)現(xiàn)成熟的應(yīng)用不僅需要良好的軟件設(shè)計，還需要硬件的算力支持，隨著如今云計算、5G 技術(shù)的發(fā)展應(yīng)用，無處不在的計算可以為人工智能技術(shù)的實(shí)現(xiàn)提供便利。

1.2 工業(yè)儀表系統(tǒng)概述及應(yīng)用現(xiàn)狀

工業(yè)儀表系統(tǒng)的組成主要分為三大部分，首先是傳感器部分，主要負(fù)責(zé)工業(yè)生產(chǎn)現(xiàn)場數(shù)據(jù)的采集、存儲和輸出，一部分可以通過設(shè)置一些參數(shù)來實(shí)現(xiàn)報警的功能，但通常不具備分析能力，我們統(tǒng)稱為“一次儀表”。第二部分是分析計算部分，主要負(fù)責(zé)接收“一次儀表”上傳的信號，通過數(shù)碼管、指針、液晶屏等模塊顯示實(shí)際的工業(yè)現(xiàn)場數(shù)據(jù)，通過內(nèi)部的程序邏輯來發(fā)出聲音報警或光電報警，結(jié)合標(biāo)準(zhǔn)的工業(yè)傳輸協(xié)議去控制一些執(zhí)行機(jī)構(gòu)。第三部分就是執(zhí)行機(jī)構(gòu)，主要負(fù)責(zé)控制實(shí)際工業(yè)生產(chǎn)過程，比如電磁閥、風(fēng)機(jī)等，嚴(yán)格意義講第三部分屬于實(shí)際工業(yè)設(shè)備，作為工業(yè)儀表的被控對象，是工業(yè)儀表系統(tǒng)的中不可缺少的一部分。

在工業(yè)發(fā)展史中，經(jīng)歷了三次具有里程碑意義的工業(yè)革命，從第二次工業(yè)革命開始，人類開始進(jìn)入電氣時代，所有的工業(yè)生產(chǎn)技術(shù)和產(chǎn)品都步入快速發(fā)展的軌道，直到第二次世界大戰(zhàn)以后，人類才進(jìn)入科技時代，上世紀(jì)70 年代左右，工業(yè)離散控制系統(tǒng)的成熟應(yīng)用，催生了現(xiàn)代工業(yè)標(biāo)準(zhǔn)體系，配套標(biāo)準(zhǔn)工業(yè)通訊協(xié)議的儀器儀表也被大量應(yīng)用，這種成熟穩(wěn)定的工業(yè)過程控制系統(tǒng)依然在發(fā)揮著重要作用，但傳統(tǒng)工業(yè)儀表的弊端開始逐漸顯現(xiàn)，其過于依賴傳統(tǒng)技術(shù)，廠家投入缺乏積極性，阻礙行業(yè)發(fā)展，有些在國際上淘汰的技術(shù)在國內(nèi)還依然沿用[2]，在信息化技術(shù)快速發(fā)展的今天，只有解決傳統(tǒng)工業(yè)儀表難改造、難創(chuàng)新、難監(jiān)管的問題，才能有效推動工業(yè)發(fā)展，實(shí)現(xiàn)行業(yè)變革創(chuàng)新。

2 人工智能技術(shù)在工業(yè)儀表智能化中的應(yīng)用

2.1 人工智能技術(shù)在工業(yè)儀表確定基準(zhǔn)點(diǎn)中的應(yīng)用

在工業(yè)生產(chǎn)過程中，有一類儀表作為示值測量使用，例如電壓表、電流表、數(shù)字顯示報警器等，這類儀表可以對現(xiàn)場信號定量檢測，通常具有兩個必備功能，分別是“調(diào)零”和“標(biāo)定”，“調(diào)零”就是在現(xiàn)場環(huán)境中沒有任何輸入的情況下，儀表顯示零點(diǎn)；而“標(biāo)定”則是在標(biāo)準(zhǔn)信號輸入情況下，儀表顯示標(biāo)準(zhǔn)信號的數(shù)值，這兩個點(diǎn)的準(zhǔn)確性保證了儀表測量的準(zhǔn)確性。在實(shí)際工業(yè)生產(chǎn)環(huán)境中，隨著溫度、濕度、大氣壓強(qiáng)、老化時間、電磁環(huán)境的因素變化，這類儀表會出現(xiàn)零點(diǎn)漂移現(xiàn)象，輕則導(dǎo)致示值失準(zhǔn)，嚴(yán)重的會喪失測量功能，發(fā)生誤報警聯(lián)動執(zhí)行機(jī)構(gòu)誤動作，影響工業(yè)生產(chǎn)過程，造成安全隱患。

人工智能技術(shù)可以實(shí)現(xiàn)自動程序設(shè)計，通過數(shù)學(xué)工具確定邏輯程序算法，將儀表輸出的數(shù)據(jù)作為父本，結(jié)合遺傳算法對信號數(shù)據(jù)進(jìn)行處理，對實(shí)際場景下數(shù)據(jù)的不斷迭代確定補(bǔ)償系數(shù)，繼而完成數(shù)據(jù)算法的補(bǔ)償，這樣可以避免因?yàn)榄h(huán)境變化導(dǎo)致的零點(diǎn)漂移現(xiàn)象，同時由于利用實(shí)際數(shù)據(jù)不斷訓(xùn)練，補(bǔ)償系數(shù)也是動態(tài)變化的，這就可以減少噪音信號對計算的影響，標(biāo)準(zhǔn)信號顯示值的準(zhǔn)確性也可以得到保證[3]。

2.2 人工智能技術(shù)在工業(yè)儀表數(shù)字化改造中的應(yīng)用

隨著信息技術(shù)的發(fā)展，工業(yè)通訊協(xié)議變得日趨豐富，儀表可以通過這些協(xié)議將數(shù)據(jù)上傳到生產(chǎn)控制系統(tǒng)，保證生產(chǎn)過程穩(wěn)定可靠。在實(shí)際工業(yè)生產(chǎn)環(huán)境中，依然有大量的儀表沒有接入控制系統(tǒng)，水表、液位計等傳統(tǒng)儀表不具備上傳功能的情況也普遍存在，解決這類機(jī)械式儀表的數(shù)字化改造問題，也常常面臨著人員、資金、廠家等客觀因素的制約，實(shí)現(xiàn)這部分儀表的智能化改造對提升工業(yè)系統(tǒng)魯棒性具有十分重要的意義。

圖像識別技術(shù)是人工智能領(lǐng)域的重要分支，現(xiàn)實(shí)世界的活動是一個統(tǒng)計與分類的過程，統(tǒng)計需要傳感器去采集數(shù)據(jù)，就好像人的眼睛把現(xiàn)實(shí)景象傳遞給大腦，分類則需要根據(jù)一定規(guī)則去完成，規(guī)則制定的合理，分類的結(jié)果自然就更準(zhǔn)確。圖像識別技術(shù)通過把不同特征的對象分層，每一層都會有抽取其特征組成一條條規(guī)則，利用這些規(guī)則去判斷計算出每一層的結(jié)果，經(jīng)過大量統(tǒng)計分析之后，每一個特征值的算法都會生成一個專家模型，因?yàn)橛写罅繑?shù)據(jù)的迭代，這個模型的識別速度是非常快的，以“機(jī)械式指針壓力表”為例，表盤的很多細(xì)節(jié)都可以忽略，我們只關(guān)注指針和刻度的相對位置，首先把滿量程的刻度細(xì)化處理，然后做刻度分割，分割完的結(jié)果為了便于分析需要做歸一化處理，再通過數(shù)學(xué)工具實(shí)現(xiàn)刻度特征提取，這就完成了統(tǒng)計功能，利用這些結(jié)果去訓(xùn)練設(shè)計好的判別模型，就此可以實(shí)現(xiàn)機(jī)械式指針壓力表實(shí)時數(shù)據(jù)采集輸出的圖像識別系統(tǒng)[4]。在這個系統(tǒng)中，細(xì)化處理和專家模型設(shè)計非常重要，對象越復(fù)雜細(xì)化程度就越高，隨之提取的特征量越多，訓(xùn)練需要的時間和算力也越大，但對于工業(yè)儀表而言，被識別對象復(fù)雜度并不高，而且圖像識別技術(shù)可以實(shí)現(xiàn)儀表數(shù)字化的“無感”升級，擺脫了儀表維保對工業(yè)生產(chǎn)過程的影響，也減輕了人工巡檢的勞動強(qiáng)度，打破傳統(tǒng)儀表“難維護(hù)、難升級、難監(jiān)管”的瓶頸，保障工業(yè)生產(chǎn)過程實(shí)時高效運(yùn)行。

2.3 人工智能技術(shù)在實(shí)現(xiàn)復(fù)合型傳感器中的應(yīng)用

傳感器是工業(yè)儀表中的核心器件，在以往的應(yīng)用場景中，傳感器的功能具有單一化的特點(diǎn)，例如像溫度、振動、氣體濃度、空氣顆粒物濃度等檢測場景需要不同的傳感器，搭配不同的外圍電路設(shè)計來實(shí)現(xiàn)其各自的功能，這種現(xiàn)象的出現(xiàn)是源于技術(shù)發(fā)展“百家爭鳴”的結(jié)果，不同的儀表廠家在產(chǎn)品研發(fā)、生產(chǎn)設(shè)計上都有自己的標(biāo)準(zhǔn)，在核心傳感器的選型上也基本實(shí)現(xiàn)專一化，但要想在復(fù)雜的工業(yè)環(huán)境中實(shí)現(xiàn)檢測的準(zhǔn)確性，同時提高廠家產(chǎn)品競爭實(shí)力，降低生產(chǎn)研發(fā)成本，實(shí)現(xiàn)一臺設(shè)備多種功能的檢測方案是非常有必要的。

人工智能技術(shù)重點(diǎn)在數(shù)據(jù)的分析處理，以前芯片算力有限，算法模型移植到硬件平臺上運(yùn)算效果欠佳，隨著云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)的發(fā)展應(yīng)用，數(shù)據(jù)的深度感知和模式識別已經(jīng)可以實(shí)現(xiàn)算法模型本地化和集成化。以上述傳感器為例，伴隨光學(xué)技術(shù)的發(fā)展，溫度、振動、氣體濃度、空氣顆粒物濃度等信號都可以實(shí)現(xiàn)激光檢測，但是檢測數(shù)據(jù)的分析不具備實(shí)時性，原因在于芯片算力的制約，普通儀表硬件結(jié)構(gòu)不滿足算法實(shí)現(xiàn)的高頻特性，環(huán)境參數(shù)不支持動態(tài)載入，人工智能技術(shù)利用數(shù)據(jù)專家系統(tǒng)，通過給終端動態(tài)加載不同的算法模型，并結(jié)合云計算、區(qū)塊鏈技術(shù)對算力進(jìn)行組合調(diào)度，結(jié)合激光檢測技術(shù)，可實(shí)現(xiàn)一臺設(shè)備上同時檢測溫度、振動、氣體濃度、空氣顆粒物含量的功能[5]，這種復(fù)合型傳感器技術(shù)可大幅提升儀表的環(huán)境適應(yīng)性，同時可以統(tǒng)籌資源實(shí)現(xiàn)工業(yè)儀表檢測標(biāo)準(zhǔn)化，也可以杜絕功能之間算法耦合，實(shí)現(xiàn)工業(yè)儀表系統(tǒng)的穩(wěn)定精準(zhǔn)運(yùn)行。

3 結(jié)語

工業(yè)儀表在工業(yè)生產(chǎn)環(huán)境中發(fā)揮著重要作用，復(fù)雜的工業(yè)環(huán)境為儀表穩(wěn)定工作帶來不確定性，隨著國家對工業(yè)智能化發(fā)展要求的不斷深入，實(shí)現(xiàn)人工智能技術(shù)與傳統(tǒng)儀表功能升級融合，是實(shí)現(xiàn)工業(yè)生產(chǎn)安全、穩(wěn)定、高效的重要途徑，同時降低儀表故障帶來的安全風(fēng)險，進(jìn)一步避免事故的發(fā)生，促進(jìn)我國工業(yè)快速穩(wěn)定發(fā)展。