人工智能在機械設計制造及其自動化中的實踐

劉一統??劉卨??曹蕓婷

摘 要：人工智能決定著生產方式和數字經濟的發展壯大，人工智能與實體經濟的融合發展，可以推動傳統產業轉型升級，還可以形成產業的新業態。人工智能驅動著社會向智能化，智慧化方向發展，是諸多行業發展的新引擎，并且人工智能代表著數字技術發展的新階段和新維度，人工智能與產業的融合將成為我國經濟發展的大趨勢。基于此，本文概述了人工智能技術，并且通過與產業結合的“智能+”發展的論述，介紹了人工智能在機械設計制造及其自動化中的實踐，并以具體的石油產業作為場景進一步論述，以供參考。

關鍵詞：人工智能;機械設計制造及其自動化;實踐應用;

人工智能作為新的生產要素，必將成為引領性的戰略性戰術和新一輪產業革命的驅動力，更是國家間下一個戰略競爭焦點。在當今的生活中，人工智能已經有長足的發展并且有具體的應用實例如智能汽車，智能家居，智能城市等等，而事實上，在機器設計制造中也能引進人工智能技術，人工智能將類似人類思維的模式賦能工業產業的產品，使其擁有自主學習并且不斷自我改善的能力。一個業界的共同聲音闡述道第四次工業革命是以人工智能為基礎，我們必須抓住這次工業革命的浪潮和機會，將人工智能應用到機械設計制造乃至整個工業行業，全面提高自動化水平，那么我們將能夠引領下一波工業革命大浪潮。

一、人工智能

什么是人工智能？人工智能設計的領域十分廣泛，涵蓋多個大學科和技術領域，如計算機視覺，自然語言理解與交流，認知與推理，機器人學，博弈與理論，機器學習，統計學，腦神經學等，這些領域和學科目前尚處于交叉發展，逐步走向統一的過程，所以很難給人工智能下一個全面，準確的定義。一般來說，人工智能是模擬實現人的抽象思維和只能行為的技術，即通過利用計算機軟件模擬人類特有的大腦抽象思維能力和智能行為，如學習，思考，判斷，推理，證明，求解等，以完成原本需要人的智力才可勝任的工作。從這個意義上看，人工智能既可以捕捉海量的信息和知識，又可以以極高速度進行思維和運算，是海量知識和高速思維的結合體。

二、人工智能在工業中的應用

人工智能得以發展，與大數據，云計算的崛起不無關系。我們可以打個比喻將人工智能看作是一個人類的大腦，在身體肉體架構上（云計算平臺），吸收了大量的知識（大數據），然后通過不斷的自我學習（機器學習），從而產生出更為高級的智能行為。其中由數據，算力，算法“三位一體”共同驅動的人工智能作為當前數字技術發展的前沿，有望為數字經濟的發展帶來新的技術紅利。人工智能將有力驅動新一輪工業革命和信息革命，引領科技，經濟和社會的巨大變革，開啟數字經濟新時代，肩負起促進經濟增長，推動社會進步的時代重任。

人工智能與工業物聯網，大數據分析，云計算，信息物理系統的集成將使工業以靈活、高效和節能的方式運作。但工業智能化能處于初級階段，我們仍需要不斷探索人工智能與產業的融合方式，而機械設計制造在傳統的工業中就是扮演著重要的一個環節，那么以機械設計制造作為切入點，有哪些機會我們可以率先進行智能化的升級轉型呢？

機械設計制造的環節中，包含著機械設計，機械制造，運行當中又產生著大量的數據可以反哺故障診斷，故障預測以達到更高的智能化。在機械設計中又可以細化為設計，制造以及營銷環節，在這每個部分都可以融入計算機技術，使人工智能能充分發揮，例如通過不斷自我的機器學習，突破人類設計師的思維漏洞，并且能不斷從自我缺陷中學習和進化。

三、人工智能在石油行業的應用

在工業產業的“智能+”的積極推動下，類似于“智慧交通”，“智慧醫療”，“智慧城市”的新生產業融合名詞一樣，“智慧油田”應運而生。“智慧油田”就是在傳統的油田產業加上“智能+”的翅膀，充分應用人工智能技術到石油產業上面去。理想中的“智慧油田”是一個物聯網的油田，并且能夠實現信息共享，結合大數據分析技術實現對油田的可視化，可測量的智能化管理與控制。

在石油鉆井方面，人工智能還能帶來諸多改進，不僅可以消減安全風險，降低員工勞動強度，還能提高工作效率。

在消減安全風險方面，人工智能有著強大的優勢可以預測和規避風險。機器學習是人工智能的一個分支研究點，其中機器學習即可以不斷的學習“什么是安全環境”的指標，當數據量足夠多的時候，人工智能就可以有一個對于“安全環境”的判斷，能夠分辨出來在安全環境下的環境因素指標，生產機器運行指標等等，當其中一個或是多個指標出現與安全環境指標相悖的情況下，人工智能即可以在第一時間拋出異常，拉響警報通知相關人員進行處理，更為長遠的未來中，人工智能可以自動發現問題，修復問題，以達到零人工干預，零人工風險來規避和預測安全風險。

在降低員工勞動強度方面，人工智能憑借強大的計算機計算能力，能夠有效地將人工流程自動化。過往需要人工判斷的操作，長期輪崗的工作都可以數字化由人工智能所代替。例如長慶油田采油六廠為例，通過智能數字化轉型，累計完成14座中心站、65座無人值守站的建設，無人值守站覆蓋率達到80%，縮減了7個管理單元、盤活外包人員143人，監控崗位員工由“上24 h休24 h”轉變為“上12 h休24 h”，有效緩解用工緊張的局面。與此同時，該廠在一線班站大力推行電子報表系統，累計精簡報表59套，崗位員工日均填寫報表時間由原來的3h縮短至0.5h，大大降低了一線員工的勞動強度。可見智能化在規避生產風險的同時還能降低員工的勞動強度，避免了人工尤其在高強大工作下可能引起的人工錯誤。

結語：

在移動互聯網，大數據，超級計算，傳感網，腦科學等新理論新技術的驅動下，問世60余年卻屢遭質疑的人工智能終于迎來了大發展，大跨越的熱浪。而傳統工業產業發展百年有余，在傳統技術下的理論和實踐已經相當成熟和先進但也遭遇發展的瓶頸，因此迫切需要以一種新的維度從更高的角度來給傳統產業注入新的發展理論。當人工智能由科幻成為改變世界的前沿技術時，我們迫切需要系統性的去開發和實施人工智能，以便了解它在工業產業這個下一世代工業系統中的真實價值。伴隨政策支持出臺，科技巨頭紛紛布局，最新進展日新月異，一個“新智能時代”正在到來。

參考文獻：

[1] 程洪巖.機械設計制造及自動化發展方向探究[J].科學技術創新，2016（14）：58.

[2] 戚成龍.機械設計制造及其自動化中計算機技術的應用分析[J].時代農機，2018，45（5）：240.