人工智能技術在工業(yè)儀表智能化中的應用

徐善文

（山東國舜建設集團有限公司， 山東 濟南 250300）

0 引言

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

1 人工智能技術與工業(yè)儀表的概述

1.1 人工智能技術概述

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

1.2 工業(yè)儀表系統(tǒng)概述及應用現(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，主要負責工業(yè)生產(chǎn)現(xiàn)場數(shù)據(jù)的采集、存儲和輸出，一部分可以通過設置一些參數(shù)來實現(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，主要負責接收“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)合標準的工業(yè)傳輸協(xié)議去控制一些執(zhí)行機構(gòu)。第三部分就是執(zhí)行機構(gòu)，主要負責控制實際工業(yè)生產(chǎn)過程，比如電磁閥、風機等，嚴格意義講第三部分屬于實際工業(yè)設備，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，人類開始進入電氣時代，所有的工業(yè)生產(chǎn)技術和產(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，人類才進入科技時代，上世紀70 年代左右，工業(yè)離散控制系統(tǒng)的成熟應用，催生了現(xiàn)代工業(yè)標準體系，配套標準工業(yè)通訊協(xié)議的儀器儀表也被大量應用，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，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在國內(nèi)還依然沿用[2]，在信息化技術快速發(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，實現(xiàn)行業(yè)變革創(chuàng)新。

2 人工智能技術在工業(yè)儀表智能化中的應用

2.1 人工智能技術在工業(yè)儀表確定基準點中的應用

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；而“標定”則是在標準信號輸入情況下，儀表顯示標準信號的數(shù)值，這兩個點的準確性保證了儀表測量的準確性。在實際工業(yè)生產(chǎn)環(huán)境中，隨著溫度、濕度、大氣壓強、老化時間、電磁環(huán)境的因素變化，這類儀表會出現(xiàn)零點漂移現(xiàn)象，輕則導致示值失準，嚴重的會喪失測量功能，發(fā)生誤報警聯(lián)動執(zhí)行機構(gòu)誤動作，影響工業(yè)生產(chǎn)過程，造成安全隱患。

人工智能技術可以實現(xiàn)自動程序設計，通過數(shù)學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)進行處理，對實際場景下數(shù)據(jù)的不斷迭代確定補償系數(shù)，繼而完成數(shù)據(jù)算法的補償，這樣可以避免因為環(huán)境變化導致的零點漂移現(xiàn)象，同時由于利用實際數(shù)據(jù)不斷訓練，補償系數(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，標準信號顯示值的準確性也可以得到保證[3]。

2.2 人工智能技術在工業(yè)儀表數(shù)字化改造中的應用

隨著信息技術的發(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。

圖像識別技術是人工智能領域的重要分支，現(xiàn)實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)果自然就更準確。圖像識別技術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，因為有大量數(shù)據(jù)的迭代，這個模型的識別速度是非?？斓?，以“機械式指針壓力表”為例，表盤的很多細節(jié)都可以忽略，我們只關注指針和刻度的相對位置，首先把滿量程的刻度細化處理，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)學工具實現(xiàn)刻度特征提取，這就完成了統(tǒng)計功能，利用這些結(jié)果去訓練設計好的判別模型，就此可以實現(xiàn)機械式指針壓力表實時數(shù)據(jù)采集輸出的圖像識別系統(tǒng)[4]。在這個系統(tǒng)中，細化處理和專家模型設計非常重要，對象越復雜細化程度就越高，隨之提取的特征量越多，訓練需要的時間和算力也越大，但對于工業(yè)儀表而言，被識別對象復雜度并不高，而且圖像識別技術可以實現(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度，打破傳統(tǒng)儀表“難維護、難升級、難監(jiān)管”的瓶頸，保障工業(yè)生產(chǎn)過程實時高效運行。

2.3 人工智能技術在實現(xiàn)復合型傳感器中的應用

傳感器是工業(yè)儀表中的核心器件，在以往的應用場景中，傳感器的功能具有單一化的特點，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計來實現(xiàn)其各自的功能，這種現(xiàn)象的出現(xiàn)是源于技術發(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)設計上都有自己的標準，在核心傳感器的選型上也基本實現(xiàn)專一化，但要想在復雜的工業(yè)環(huán)境中實現(xiàn)檢測的準確性，同時提高廠家產(chǎn)品競爭實力，降低生產(chǎn)研發(fā)成本，實現(xiàn)一臺設備多種功能的檢測方案是非常有必要的。

人工智能技術重點在數(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算效果欠佳，隨著云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等技術的發(fā)展應用，數(shù)據(jù)的深度感知和模式識別已經(jīng)可以實現(xiàn)算法模型本地化和集成化。以上述傳感器為例，伴隨光學技術的發(fā)展，溫度、振動、氣體濃度、空氣顆粒物濃度等信號都可以實現(xiàn)激光檢測，但是檢測數(shù)據(jù)的分析不具備實時性，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)塊鏈技術對算力進行組合調(diào)度，結(jié)合激光檢測技術，可實現(xiàn)一臺設備上同時檢測溫度、振動、氣體濃度、空氣顆粒物含量的功能[5]，這種復合型傳感器技術可大幅提升儀表的環(huán)境適應性，同時可以統(tǒng)籌資源實現(xiàn)工業(yè)儀表檢測標準化，也可以杜絕功能之間算法耦合，實現(xiàn)工業(yè)儀表系統(tǒng)的穩(wěn)定精準運行。

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，實現(xiàn)人工智能技術與傳統(tǒng)儀表功能升級融合，是實現(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險，進一步避免事故的發(fā)生，促進我國工業(yè)快速穩(wěn)定發(fā)展。