AI与工业软件发展-武汉-赛意20231027

AI与工业软件发展李培根2023年10月27日，赛意-武汉大力发展基于AI的工业软件设计、尤其是创新设计需要人工智能技术！设计问题需要智能软件-AnsysDiscoveryLive引入了一种用于创成式设计的交互拓扑优化工具仿真结果出现时，用户通过处理几何结构或材料选择修改设计分析过程完成后，评估结果，可以进一步修改，仿真结果会自动更新用户能立即看到修改对设计性能的影响有利于交互式设计的探索。1分钟看懂快速3D设计工具——AnsysDiscovery设计问题需要智能软件-生成式（创成式）设计（generativedesign）增强智能透过数学优化像大自然一样进行设计设计问题可以被看作是由以下三个步骤组成的优化问题：生成所有可能的设计方案，即

设计空间n维超立方体通过判断其尺寸来评估每个设计的性能性能模拟，响应面（responsesurf.)拟合通过使用进化算法搜寻独特的高性能设计来改进原有设计使用蒙特卡罗抽样遗传算法进行优化StanPrzybylinski(CIMdata).支撑产品全生命周期创新的智能，2019PLM市场与产业发展论坛，北京超越人类思维-设计谷歌和三星这两家领先的科技公司最近转向AI来规划其部分芯片的布局谷歌得出的结论是，人工智能设计的芯片“对于所有关键指标，包括功耗、性能和芯片面积，都优于或可与人类生产的芯片相媲美”。更进一步，该公司使用AI来设计其下一代AI加速器（TPU是AI制造的芯片，而不是标准的CPU或GPU）。三星依靠AI芯片设计软件创建了Exynos，这是一种用于可穿戴产品和汽车的芯片。凭借其高保真模拟，AI为科学家们提供了一种强大的工具，正在彻底改变他们对自然世界进行建模和实验的方式。BryanMcMahon.AI正在引领一场新型科学革命.AI科技评论,

2022-06-19人辅助设计(HAD)与计算机辅助设计（CAD）（高亮）设计分析迭代1迭代2迭代3迭代

n人为修改人为修改Computeraideddesign(CAD)Humanaideddesign(HAD)计算机自动设计细节人为辅助修改主导角色主导角色辅助角色辅助角色最终设计草图草图初始设计HAD思路：人机角色互换，以等几何拓扑优化为核心计算机自动获取可编辑最优结果模型，人辅助校验与完善特色：支持.igs,.stp,.stl等CAD格式几何、分析与优化统一2D与3D等几何拓扑优化支持复杂设计域模型优化结果可编辑NURBS表达单机CPU/GPU异构并行可求解亿级自由度规模自主产权设计、分析与优化一体化软件大力发展基于AI的工业软件制造工艺与装备需要人工智能技术！制造问题需要智能技术：例，进给系统融合建模与补偿基于强化学习的智能参数辨识数理模型（来源：陈吉红）实际响应激励信号群真实进给系统进给系统数理模型预测结果强化学习偏差更新模型参数通过各种激励信号分别激励系统和模型，利用强化学习算法最小化仿真偏差，实现模型参数一次性辨识。制造问题需要智能技术：例，进给系统融合建模与补偿数理模型与大数据模型融合（来源：陈吉红）仿真结果指令序列进给系统数理模型残差预测动态轨迹误差大数据残差模型将数理模型与大数据模型融合，利用大数据模型对数理模型未建模部分进行补偿，实现高精度的预测。融合模型制造问题需要智能技术：例，焊接-工艺智能机理模型表达很难快速找到一个明确的公式或函数。如通过AI工具找到表达规律的形式，两者的结合就可以使得工艺智能从后台走向前台。在大型船舶发动机领域，焊接占据日常生产工作的70%。通过MES下发工单到焊接工位对相应构件进行焊接，工人接受订单后启动机器。若操作规范性、设备的微观工艺进程以及各类扰动情况的出现，现场开始与信息化系统（MES）失去联系。在质检环节中，需要将各个构件吊装至专门的质检车间。采用各类无损检测设备，剔除和修复质量不合格的构件。当发现深层次的焊接质量问题时，与焊接行为本身通常已经脱钩了3至15天左右。很难追溯原因，形成较大的损失。工艺智能的引入：利用工业互联网的各类融合技术，以不低于1000hz的频率进行各类工艺参数的高频采集，根据材质特性，以极高的频率快速调用后端封装好的具体机理算法进行分析。从而使得质量问题在焊接单元之中即刻解决。工艺智能可以让事后质量检测走向实时在线的监测和预测。这是一种质量管理模式的根本性变化。崔

斌&夏卫生，工艺智能在工业互联网时代绽放光芒，工业互联网前线，2021-03-25制造问题需要智能技术：例，焊接-工艺智能气保焊的影响机理只有有效梳理后的机理模型，才能在焊接过程中，直接捕捉到焊缝质量问题，而不是事后再进行检测。要实现在线检测质量，就需要这种稀缺性、高技术价值的机理模型。崔

斌&夏卫生，工艺智能在工业互联网时代绽放光芒，工业互联网前线，2021-03-25大力发展基于AI的工业软件机器人、无人系统需要人工智能技术！智能软件平台！自主无人系统需要智能软件平台-多模态感知融合针对实际场景，需要多模态感知融合、自适应交互和实时安全计算多模态感知融合：为支持移动、避障、交互和操作，须装备多种传感器（如摄像头、麦克风阵列、激光雷达、超声波等）。大部分数据需在时间同步前提下进行处理，并且调用不同复杂度的算法模块（如SLAM，图像处理，人和物体的识别等）。机器人硬件系统和边缘计算需协同支持（可能来自多个机器人的）多传感器数据同步和计算加速，因此应该采用能灵活组合CPU、FPGA和DSA(Domain-SpecificAccelerator）的异构计算平台。没有强实时性要求的感知任务（如人的行为识别、场景识别等），可以由云计算支持。

Intel等.机器人4.0白皮书.2019-06自主无人系统需要智能软件-知识图谱不同于通常百科知识类的知识图谱，机器人知识图谱有一些不同的需求：需要动态和个性化的知识。机器人往往需要对所在的环境和人进行更深入的理解才能进行更好的服务，而且不仅仅是当前的情况，要对过去发生的一些情况进行记录（例如要了解老人通常什么时候起床，某个物体一般放在什么位置)。因此，机器人需要记录环境里不同时间的人和物、发生的事件等相关信息，这些不能事先提供的，必须在环境里获取。知识图谱需要和感知、决策紧密结合,并帮助实现更高级的持续学习能力。未来需要多种方法结合的AI系统。不同于以往知识图谱和计算机视觉等统计方法基本是独立运作的做法，知识图谱必须和感知决策更深入、有机的结合。通过感知，加上场景理解，进一步进行模式的挖掘（比如时间空间相关的模式）来获得更高层的知识。从某种意义来说，这已经不是传统意义上的纯符号方法的知识图谱，而是一种混合的知识图谱，即符号方法和统计方法结合的知识图谱。这也是未来很有潜力取得突破的一个方向。

Intel等.机器人4.0白皮书.2019-06大脑在云端-云化机器人2010年提出。机器人尝试引入云计算、云存储及其它云技术，达到机器人融合基础设施和共享服务的优点。四个核心优势。信息和知识共享：一个云端大脑可以控制很多机器人，可汇集来自所有连接机器人的视觉、语音和环境信息，经分析处理后的数据信息可以被所有连接机器人使用。平衡计算负载：一些机器人功能需要较高的计算能力，利用云端平衡计算负载可以降低机器人本体的硬件需求，在保证能力的同时，让机器人更轻、更小、更便宜。协同合作：通过云端大脑，机器人本体不再独立工作，多机器人可以协同工作，例如共同搬运货物，配合完成一整套工作流程等。独立于本体持续升级：借助云端大脑，机器人可以独立于本体持续升级，不再依赖于本体硬件设备。Intel等.机器人4.0白皮书.2019-06基础智能在云端-机器人智能平台机器人智能平台（“大脑”）：1）人工智能服务的平台；2）包含机器学习、人工智能视觉、自然语言处理和机器人运动智能，以及平行智能体的虚拟空间的综合智能平台；3）人类智慧增强的人机融合机器人运营服务平台；4）面向各类机器人应用服务的云端智能开放能力平台人工智能技能服务提供包括但不限于视觉自主导航和运动、行为智能（如视觉反馈抓取物体）等智能运动系统，人脸识别、人体识别、2D/3D物体识别、环境识别、3D重建/语义分割等智能视觉系统，包括自动语音识别、自然语言理解、情绪识别以及对话知识库等智能对话系统，以及用来模仿学习和训练机器人综合智能的虚拟平行智能平台。Intel等.机器人4.0白皮书.2019-06智能平台-面向机器人4.0的HERO系统平台英特尔中国研究院提供面向机器人4.0的基础通用参考平台——HERO。底层是硬件计算平台，上面是软件层。机器人3.0的部分，包括基本感知和交互、运动导航、规划、操纵。机器人4.0部分更多支持自适应交互和持续学习，包括三维场景的语义理解和个性化的知识图谱。不仅可以提供基础的软硬件能力，并且可以基于该平台进一步扩展。例如，知识图谱可以针对特定应用领域去扩展该领域的通用知识图谱，可以利用其中提供的动态知识图谱部分来获取动态的人性化知识。Intel等.机器人4.0白皮书.2019-06控制与规划未来机器人需要更先进的控制与规划算法，以处理具有更大不确定性、更大范围和更多自由度的单一或多任务系统。普通机器人的机器臂将具有末端执行元件，能在结构凌乱和受限环境中有效规划并持续执行精细作业和抓取任务，需要12个自由度。类人机器人有多达60个自由度以完成控制和协调任务多类型和蜂群机器人需要数个或数千个机器人协同工作。过去，控制和规划彼此独立，而现在需要统筹处理。——需要考虑各种类型机器人（机械臂、探测车、无人机等）的低层级控制装置，又要兼顾任务（操纵、穿越障碍物、飞行等）。将采用一系列新技术，包括数学拓扑和近期采样规划法，实现在多维度空间环境和交互条件下的有效搜索任务美国机器人技术路线图（2016）.赛迪智库译，2017-01大力发展基于AI的工业软件智能工业软件应用需要工业APP、工业微服务组件！低代码平台！工业互联网和工业App工业APP层将工业技术、经验、知识和最佳实践固化封装为面向特定场景应用的应用软件。PaaS平台的微服务组件SaaS平台上的面向角色的APP大量跨行业、跨领域的各类工业经验、知识、方法将以工业APP、工业微服务组件（类似集成电路IP）的形式沉淀到工业互联网平台之上被封装的工业专业知识可以在更大的范围、更高的频次、更短的路径上创造、交易、传播。晓坪等.智能经济:迈向知识分工2.0.阿里研究院，2019.生态：需要平台/低代码（西门子/Mendix）2018年8月西门子并购Mendix。Mendix是一款低代码的软件功能组装工具，特别适合于云环境的App开发，包括组装基于云的各种API及数据模型、UI、BPM流程模型、消息流模型、数据处理算法模型等。

西门子正在把旗下所有基于Mindsphere平台的工业软件进行云化，作为工业App推出。

借助Mendix，用户不必是专业软件开发人员就可以编应用程序，甚至可成为一个接近解决问题的领域专家。（资料来源：王阳，黄培）生态：需要平台/低代码RayKok&DerekRoos,AcceleratingInnovationintheCloud，Siemens,2019.西门子收购Mendix，与Mindsphere一起撑起其工业物联网平台使命，低代码，适合于工业App的开发。基础前沿技术支撑：认知服务可提供一套云服务，包括计算服务、网络服务、数据服务和应用程序服务，

IoT套件，IoT中心,媒体服务等。提供微软认知服务（MicrosoftCognitiveServices）集合30种人工智能API以及知识API。借助API，开发者即使不懂人工智能，也可以打造出带人工智能的产品。AzureIoT

通过云计算、物联网、大数据、智能服务等技术帮助客户加速物联网战略的实现：设备的管理和控制、大量数据的采集、流数据处理、预测性分析能力等。——MitchTulloch，WindowsAzure介绍，微软出版社，2013.大力发展基于AI的工业软件为增强人类工程师的能力需要基于人工智能大模型的平台，需要利用平台针对特定应用的工业APP等！ChatGPT引发的思考我：OT/IT的融合主要包括哪些内容？ChatGPT:OT（OperationalTechnology，运营技术）和IT（InformationTechnology，信息技术）的融合是指将传统的工业自动化系统（OT）和企业信息技术系统（IT）相结合，以提高业务效率、生产效率和质量，并增强企业的安全性和可持续性。OT/IT的融合主要包括以下内容：1.系统架构和集成：OT/IT的融合需要设计和实现一个完整的系统架构，将OT和IT系统紧密集成起来，以实现数据的交换和共享。2.数据采集和分析：OT/IT的融合需要将OT系统和IT系统中的数据进行采集和整合，并使用数据分析和挖掘技术，以实现对生产过程、设备状态和运营效率的实时监测和分析。3.云计算和大数据：OT/IT的融合需要利用云计算和大数据技术，以实现对海量数据的高效处理和存储，并提供强大的数据分析和决策支持能力。4.人工智能和机器学习：OT/IT的融合需要利用人工智能和机器学习技术，以实现对生产过程和设备状态的预测和优化，并提高生产效率和质量。5.安全和可靠性：OT/IT的融合需要确保系统的安全和可靠性，包括数据安全、网络安全、物理安全等方面，以保障生产过程的稳定性和可持续性。6.IoT和边缘计算：OT/IT的