制造业中的人工智能

问控制工程人工智能与控制工程有什么关系?

答:人工智能(AI)与控制工程相关的一种方式是嵌入式软件帮助实现态势感知。软件算法查看情况的反馈，然后在没有人工咨询的情况下执行决策(闭环控制)，或者软件在人工咨询的情况下推荐一个行动方案(开环控制)。

假设一辆车停在一个停车场里。(据推测，在自动启动钥匙卡的范围内，司机口袋或钱包里的其他东西意外地启动了汽车。)嵌入式AI代码可能会在远程启动后5分钟向驾驶员的手机发送短信提醒，而无需驾驶。如果没有响应，程序可能会告诉汽车在7分钟后关闭。如果汽车在没有通风的封闭空间中，CO传感器与区域传感器相结合，可以在很短的时间内自动关闭正在运行的车辆(远程启动或是否启动)，从而可能挽救生命。

在制造业中，运行基于网络流程的机器可能具有类似的态势感知能力。当最后的物料通过滚筒并且操作员站在某个位置时，可能有一个很好的理由让机器运行。如果机器在那个特定时刻无人值守，嵌入式代码可能会开始有序关闭，作为最佳响应。

请参阅下面有关人工智能和态势感知的相关文章。

控制工程撰稿人Dennis Brandl谈到了下一个大事件(TNBT)是第二代智能手机，它具有提供态势感知的软件能力。TNBT设备将能够识别您所在区域或站点内发生的情况，并确定何时出现异常但尚未警报。这种感知的信息可能来自传统的固定传感器，甚至可以通过倾听诸如嘶嘶声、口哨声、叮当声和撞击声等声音模式来获得。TNBT设备将成为真正的操作员助手;始终观察和倾听异常情况或需要人工干预的事件。

David A. Sanders概述了七个已被证明对传感器系统有用的人工智能工具:基于知识的系统、模糊逻辑、自动知识获取、神经网络、遗传算法、基于案例的推理和环境智能。由于当今计算机的能力和可负担性，这些工具在传感器系统中的应用变得更加广泛。新的人工智能工具的适当部署将有助于创建更具竞争力的传感器系统和应用。

桑德斯和合著者亚历山大·格戈夫还在另一篇文章中解释了机器人、汽车和轮椅是如何成为人工智能的受益者的。因此，这些发展使控制回路变得更加智能、适应性强，并能够改变行为，希望能变得更好。理想情况下，人工智能可以在四个方面帮助计算:

1. 自然语言理解，提高沟通能力。
2. 机器推理提供推理、定理证明、合作等相关解决方案。
3. 用于感知、路径规划、建模和问题解决的知识表示。
4. 利用传感器获取知识，自动学习导航和解决问题。

可以说，人工智能作为一种安全措施和提供另一双眼睛的能力，对制造业工人的安全非常有益。它还可以增强我们理解周围发生的事情的能力，并提供可能不容易获得的解决方案。

- Mark T. Hoske是内容经理，控制工程， CFE传媒，mhoske@cfemedia.com．

在线额外

-参见控制工程网络安全网页．

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。