为(wèi)什麼(me)要(yào)把(bǎ)機(jī)器學(xué)習

應(yìng)用(yòng)于智能制造

提(tí)到(dào)智能制造，不能不提(tí)到(dào)"機(jī)器換人"，如(rú)果(guǒ)说利用(yòng)機(jī)器人、自(zì)動(dòng)化(huà)控制設備或(huò)流水(shuǐ)線(xiàn)自(zì)動(dòng)化(huà)替代(dài)傳統的(de)生(shēng)産線(xiàn)上(shàng)操作工和(hé)物(wù)料人員，實(shí)現(xiàn)“減員、增效、提(tí)質(zhì)、保安(ān)全(quán)”的(de)目的(de)，而(ér)在制造过(guò)程中(zhōng)應(yìng)用(yòng)機(jī)器學(xué)習就(jiù)是(shì)進(jìn)一(yī)步对(duì)制造系(xì)統進(jìn)行智能赋能，實(shí)現(xiàn)替代(dài)或(huò)輔助管(guǎn)理人員和(hé)專業人員对(duì)不确定(dìng)業务進(jìn)行決策的(de)能力。

DIKW模型将數據(jù)、信(xìn)息、知識、智慧納入到(dào)一(yī)種(zhǒng)金(jīn)字(zì)塔形的(de)层(céng)次(cì)體(tǐ)系(xì)，展(zhǎn)現(xiàn)了(le)數據(jù)是(shì)如(rú)何一(yī)步步轉(zhuǎn)化(huà)为(wèi)信(xìn)息、知識、乃至(zhì)智慧的(de)方(fāng)式。當系(xì)統采集到(dào)原始(shǐ)的(de)數據(jù)後(hòu)，然後(hòu)通(tòng)过(guò)加工處(chù)理得到(dào)有(yǒu)邏輯的(de)信(xìn)息，再通(tòng)过(guò)提(tí)煉信(xìn)息之間(jiān)的(de)聯系(xì)获得規則和(hé)知識、形成(chéng)行動(dòng)的(de)能力和(hé)完成(chéng)任务，最(zuì)終(zhōng)使用(yòng)对(duì)各(gè)種(zhǒng)知識進(jìn)行歸納和(hé)綜合形成(chéng)關(guān)注未来(lái)不确定(dìng)性(xìng)業务的(de)預測能力，这(zhè)樣(yàng)系(xì)統才能真(zhēn)正(zhèng)做到(dào)感(gǎn)知、分(fēn)析、推理、決策、控制功能。

舉个(gè)簡化(huà)例子理解(jiě)上(shàng)述过(guò)程，系(xì)統通(tòng)过(guò)傳感(gǎn)器采集到(dào)實(shí)时(shí)的(de)温(wēn)度(dù)，再把(bǎ)該數據(jù)與(yǔ)其(qí)他(tā)數據(jù)關(guān)聯(比如(rú)批次(cì)、条(tiáo)碼、機(jī)台(tái)、原料、産品質(zhì)量(liàng)等級等)，同(tóng)时(shí)可(kě)以(yǐ)計(jì)算生(shēng)産过(guò)程中(zhōng)温(wēn)度(dù)點(diǎn)的(de)各(gè)種(zhǒng)統計(jì)值，这(zhè)些(xiē)信(xìn)息既可(kě)以(yǐ)根(gēn)據(jù)已知的(de)知識(工藝要(yào)求)進(jìn)行过(guò)程控制，也(yě)可(kě)以(yǐ)進(jìn)行相關(guān)性(xìng)分(fēn)析歸納出(chū)模型，當後(hòu)續出(chū)現(xiàn)新(xīn)的(de)供應(yìng)商原料或(huò)者(zhě)在新(xīn)的(de)産線(xiàn)上(shàng)生(shēng)産能優化(huà)調整工藝要(yào)求达(dá)到(dào)最(zuì)佳産能和(hé)質(zhì)量(liàng)。

02

機(jī)器學(xué)習在智能制造中(zhōng)有(yǒu)哪些(xiē)應(yìng)用(yòng)

機(jī)器學(xué)習是(shì)專門(mén)研究計(jì)算機(jī)怎樣(yàng)模拟或(huò)實(shí)現(xiàn)人類(lèi)的(de)學(xué)習行为(wèi)，以(yǐ)获取(qǔ)新(xīn)的(de)知識或(huò)技能，重(zhòng)新(xīn)組織已有(yǒu)的(de)知識結構使之不斷改善優化(huà)，是(shì)提(tí)高(gāo)信(xìn)息到(dào)知識提(tí)煉和(hé)知識歸納能力的(de)方(fāng)法(fǎ)。

根(gēn)據(jù)工信(xìn)部發(fà)布(bù)的(de)《工業大(dà)數據(jù)白(bái)皮(pí)書(shū)》对(duì)工業大(dà)數據(jù)集的(de)定(dìng)義，工業數據(jù)包(bāo)括了(le)企業信(xìn)息化(huà)數據(jù)、物(wù)聯网(wǎng)采集的(de)數據(jù)和(hé)外部相關(guān)的(de)跨境數據(jù)，而(ér)機(jī)器學(xué)習也(yě)就(jiù)成(chéng)了(le)工業大(dà)數據(jù)分(fēn)析和(hé)挖掘的(de)主(zhǔ)要(yào)方(fāng)法(fǎ)之一(yī)。

現(xiàn)代(dài)的(de)生(shēng)産制造过(guò)程中(zhōng)的(de)專家(jiā)系(xì)統和(hé)模式識别技術(shù)已經(jīng)廣泛應(yìng)用(yòng)，在视觉識别、自(zì)然語(yǔ)言理解(jiě)、機(jī)器人多(duō)个(gè)學(xué)科在制造系(xì)統都有(yǒu)融合應(yìng)用(yòng)。原有(yǒu)專家(jiā)系(xì)統更(gèng)多(duō)是(shì)把(bǎ)業务專業人員的(de)經(jīng)验(yàn)和(hé)實(shí)验(yàn)數據(jù)用(yòng)規則的(de)方(fāng)式在系(xì)統中(zhōng)定(dìng)義，然後(hòu)集成(chéng)數學(xué)規劃(huà)的(de)算法(fǎ)根(gēn)據(jù)給(gěi)定(dìng)条(tiáo)件(jiàn)的(de)找(zhǎo)出(chū)問(wèn)題(tí)最(zuì)優解(jiě)，比如(rú)说調度(dù)排産中(zhōng)處(chù)理多(duō)目标(biāo)的(de)動(dòng)态規劃(huà)；而(ér)模式識别是(shì)根(gēn)據(jù)已經(jīng)設定(dìng)的(de)特(tè)征，通(tòng)过(guò)參數設定(dìng)的(de)方(fāng)法(fǎ)給(gěi)出(chū)識别模型從而(ér)达(dá)到(dào)判别目的(de)，重(zhòng)點(diǎn)解(jiě)決數據(jù)變(biàn)化(huà)小、業务目标(biāo)單一(yī)的(de)感(gǎn)知問(wèn)題(tí)，比如(rú)生(shēng)産信(xìn)号(hào)處(chù)理、图(tú)像識别和(hé)SPC控制。而(ér)機(jī)器學(xué)習能夠采用(yòng)标(biāo)準的(de)算法(fǎ)，學(xué)習曆史樣(yàng)本(běn)来(lái)選擇和(hé)提(tí)取(qǔ)特(tè)征来(lái)構建和(hé)不斷優化(huà)模型,使得企業中(zhōng)原有(yǒu)的(de)系(xì)統增加了(le)自(zì)主(zhǔ)學(xué)習的(de)能力，解(jiě)決生(shēng)産过(guò)程中(zhōng)不确定(dìng)業务，提(tí)升(shēng)系(xì)統的(de)智能化(huà)水(shuǐ)平。

比如(rú)在排産系(xì)統實(shí)施过(guò)程中(zhōng)，實(shí)施顾問(wèn)会(huì)與(yǔ)有(yǒu)經(jīng)验(yàn)的(de)調度(dù)人員去确認規則，比如(rú)由于工藝約束(shù)産品必須排在甲線(xiàn)而(ér)不應(yìng)該排在乙線(xiàn)，由于切換时(shí)間(jiān)更(gèng)少(shǎo)應(yìng)該先(xiān)排A産品再排B産品等等，生(shēng)産批次(cì)最(zuì)大(dà)100个(gè)最(zuì)小40个(gè)等等，通(tòng)过(guò)某些(xiē)專業領域来(lái)制定(dìng)規則集，在系(xì)統中(zhōng)通(tòng)过(guò)數學(xué)規劃(huà)方(fāng)式得出(chū)排産結果(guǒ)；而(ér)機(jī)器學(xué)習首先(xiān)建立調度(dù)任务的(de)模型和(hé)衡量(liàng)度(dù)量(liàng)指标(biāo)，再通(tòng)过(guò)对(duì)大(dà)量(liàng)的(de)生(shēng)産計(jì)劃(huà)最(zuì)終(zhōng)執行結果(guǒ)進(jìn)行主(zhǔ)因(yīn)分(fēn)析提(tí)取(qǔ)出(chū)影響度(dù)量(liàng)指标(biāo)的(de)特(tè)征，再用(yòng)模型对(duì)生(shēng)産批次(cì)大(dà)小的(de)區(qū)間(jiān)这(zhè)樣(yàng)的(de)規則參數進(jìn)行調整優化(huà)，甚至(zhì)歸納出(chū)新(xīn)規則来(lái)設定(dìng)生(shēng)産批次(cì)大(dà)小的(de)區(qū)間(jiān)，進(jìn)而(ér)达(dá)到(dào)優化(huà)排産系(xì)統模型的(de)目的(de)，並(bìng)且(qiě)这(zhè)个(gè)學(xué)習的(de)过(guò)程是(shì)持(chí)續的(de)，可(kě)以(yǐ)根(gēn)據(jù)最(zuì)新(xīn)的(de)特(tè)征不斷調整，而(ér)避免了(le)傳統的(de)由專家(jiā)定(dìng)时(shí)去修改規則參數的(de)方(fāng)式。

03

怎樣(yàng)在智能制造中(zhōng)應(yìng)用(yòng)機(jī)器學(xué)習

将機(jī)器學(xué)習應(yìng)用(yòng)智能制造系(xì)統，一(yī)種(zhǒng)方(fāng)式是(shì)建設的(de)單个(gè)系(xì)統本(běn)身(shēn)具備機(jī)器學(xué)習的(de)功能，另(lìng)外一(yī)種(zhǒng)方(fāng)式是(shì)建立企業級的(de)機(jī)器學(xué)習平台(tái)，为(wèi)企業中(zhōng)的(de)其(qí)他(tā)系(xì)統提(tí)供機(jī)器學(xué)習的(de)能力和(hé)服(fú)务，後(hòu)一(yī)種(zhǒng)機(jī)器學(xué)習平台(tái)系(xì)統架構可(kě)分(fēn)成(chéng)數據(jù)采集层(céng)、源數據(jù)层(céng)、數據(jù)存儲层(céng)、數據(jù)分(fēn)析层(céng)和(hé)應(yìng)用(yòng)层(céng)。

數據(jù)采集层(céng)主(zhǔ)要(yào)作用(yòng)收(shōu)集機(jī)器學(xué)習所(suǒ)需要(yào)的(de)原始(shǐ)數據(jù)，为(wèi)平台(tái)提(tí)供學(xué)習的(de)數據(jù)集。按照RAMI模型，數據(jù)采集层(céng)主(zhǔ)要(yào)来(lái)源于外部系(xì)統、企業系(xì)統、工廠(chǎng)系(xì)統、車間(jiān)系(xì)統、控制系(xì)統、現(xiàn)场(chǎng)設備和(hé)智能産品。外部系(xì)統主(zhǔ)要(yào)采集企業上(shàng)下(xià)遊供應(yìng)鍊(liàn)數據(jù)和(hé)與(yǔ)企業相關(guān)的(de)外部數據(jù)比如(rú)競品分(fēn)析數據(jù)等；企業系(xì)統主(zhǔ)要(yào)采集企業订單、客戶信(xìn)息、庫存信(xìn)息等；工廠(chǎng)系(xì)統主(zhǔ)要(yào)采集主(zhǔ)計(jì)劃(huà)、設備台(tái)賬等；車間(jiān)系(xì)統采集工單信(xìn)息、質(zhì)量(liàng)信(xìn)息、操作日(rì)志、監控视頻等；控制系(xì)統提(tí)供生(shēng)産过(guò)程數據(jù)、环(huán)境、能耗等數據(jù)；從現(xiàn)场(chǎng)設備中(zhōng)采集儀表(biǎo)读(dú)數、啟停信(xìn)号(hào)等數據(jù)；智能制造生(shēng)産的(de)智能産品能夠采集産品運行和(hé)维護數據(jù)。

源數據(jù)层(céng)保存從數據(jù)采集层(céng)获得的(de)數據(jù)和(hé)信(xìn)息，采用(yòng)關(guān)系(xì)數據(jù)庫存儲已經(jīng)組織过(guò)的(de)信(xìn)息；實(shí)时(shí)數據(jù)庫存儲壓縮後(hòu)的(de)时(shí)序數據(jù)；用(yòng)文(wén)件(jiàn)系(xì)統存儲日(rì)志和(hé)视頻等文(wén)件(jiàn)。另(lìng)外如(rú)果(guǒ)需要(yào)機(jī)器學(xué)習平台(tái)進(jìn)行流計(jì)算的(de)實(shí)时(shí)數據(jù)，需要(yào)对(duì)應(yìng)用(yòng)层(céng)系(xì)統進(jìn)行改造，把(bǎ)數據(jù)直(zhí)接發(fà)送到(dào)數據(jù)存儲层(céng)的(de)消息隊列中(zhōng)等待處(chù)理，这(zhè)部分(fēn)可(kě)以(yǐ)采用(yòng)在企業服(fú)务總(zǒng)線(xiàn)中(zhōng)添加新(xīn)的(de)路(lù)徑降低(dī)对(duì)原有(yǒu)系(xì)統的(de)影響。

機(jī)器學(xué)習平台(tái)可(kě)定(dìng)时(shí)把(bǎ)源數據(jù)层(céng)的(de)數據(jù)抽取(qǔ)到(dào)數據(jù)存儲层(céng)的(de)值对(duì)數據(jù)庫或(huò)对(duì)象(xiàng)數據(jù)庫中(zhōng)，而(ér)實(shí)时(shí)數據(jù)庫中(zhōng)的(de)數據(jù)可(kě)以(yǐ)通(tòng)过(guò)主(zhǔ)動(dòng)推送的(de)方(fāng)式發(fà)送給(gěi)消息隊列，文(wén)件(jiàn)系(xì)統中(zhōng)的(de)文(wén)件(jiàn)通(tòng)过(guò)文(wén)件(jiàn)提(tí)取(qǔ)的(de)方(fāng)式保存到(dào)分(fēn)布(bù)式文(wén)件(jiàn)系(xì)統中(zhōng)。

數據(jù)分(fēn)析层(céng)從數據(jù)存儲层(céng)抽取(qǔ)樣(yàng)本(běn)特(tè)征，一(yī)般采用(yòng)定(dìng)时(shí)觸發(fà)的(de)批數據(jù)處(chù)理方(fāng)式，比如(rú)一(yī)个(gè)工單結束(shù)後(hòu)或(huò)者(zhě)交接班(bān)时(shí)，得到(dào)機(jī)器學(xué)習需要(yào)的(de)樣(yàng)本(běn)，把(bǎ)樣(yàng)本(běn)分(fēn)成(chéng)訓練集和(hé)验(yàn)證集两(liǎng)个(gè)部分(fēn)，采用(yòng)聚類(lèi)、回(huí)歸、神經(jīng)网(wǎng)絡等算法(fǎ)訓練模型，再通(tòng)过(guò)验(yàn)證集对(duì)模型進(jìn)行評估和(hé)調整模型參數。

訓練並(bìng)验(yàn)證通(tòng)过(guò)的(de)模型就(jiù)可(kě)以(yǐ)進(jìn)行發(fà)布(bù)，对(duì)于通(tòng)过(guò)機(jī)器學(xué)習得到(dào)的(de)預測類(lèi)模型（推薦模型、分(fēn)類(lèi)、神經(jīng)网(wǎng)絡），这(zhè)類(lèi)主(zhǔ)要(yào)在實(shí)时(shí)性(xìng)要(yào)求高(gāo)的(de)场(chǎng)景中(zhōng)根(gēn)據(jù)輸入反(fǎn)饋預測結果(guǒ)。采用(yòng)流數據(jù)處(chù)理監控消息隊列或(huò)者(zhě)文(wén)件(jiàn)增量(liàng)得到(dào)測試集，再使用(yòng)模型計(jì)算得到(dào)測試結果(guǒ)，測試結果(guǒ)反(fǎn)饋給(gěi)數據(jù)應(yìng)用(yòng)层(céng)使用(yòng)。比如(rú)说通(tòng)过(guò)根(gēn)據(jù)實(shí)时(shí)的(de)儀表(biǎo)數據(jù)推薦最(zuì)佳的(de)設備工藝參數集進(jìn)行生(shēng)産，或(huò)者(zhě)預測質(zhì)量(liàng)异(yì)常發(fà)送給(gěi)控制系(xì)統進(jìn)行報警停機(jī)。这(zhè)類(lèi)模型的(de)應(yìng)用(yòng)也(yě)可(kě)以(yǐ)利用(yòng)边缘計(jì)算，把(bǎ)預測模型發(fà)布(bù)給(gěi)生(shēng)産現(xiàn)场(chǎng)的(de)工控系(xì)統或(huò)嵌入系(xì)統中(zhōng)使用(yòng)。

04

結語(yǔ)

機(jī)器學(xué)習在智能制造領域應(yìng)用(yòng)前(qián)景廣闊，但是(shì)在應(yìng)用(yòng)中(zhōng)需要(yào)業务分(fēn)析人員和(hé)數據(jù)分(fēn)析人員緊密合作，從業务目标(biāo)和(hé)解(jiě)決實(shí)際問(wèn)題(tí)出(chū)發(fà)，明(míng)确機(jī)器學(xué)習的(de)分(fēn)析目标(biāo)和(hé)可(kě)行性(xìng)，本(běn)文(wén)介紹了(le)一(yī)種(zhǒng)制造企業可(kě)行的(de)應(yìng)用(yòng)架構，希望抛磚(zhuān)引玉(yù)，为(wèi)智能制造領域的(de)從業人員提(tí)供思(sī)路(lù)，形成(chéng)合适企業的(de)最(zuì)佳解(jiě)決方(fāng)案(àn)。