在 ST，我們相信人工智能 （AI） 在廣泛的工業(yè)應(yīng)用中有著光明的未來。這就是為什么我們很高興能與Lenord + Bauer一起出席Electronica 2018，共同展示工業(yè)傳感器系統(tǒng)中的 AI 示例，以及列車振動分析的用例。

鐵路車廂智能傳感

Lenord + Bauer 使用的智能傳感器基于 ST 的加速度計和 STM32微控制器，封裝在評估板 （ STEVAL-BFA001V1B） 中。該傳感器設(shè)計用于連接到火車車輪轉(zhuǎn)向架（起落架），并嵌入了人工智能以在早期檢測損壞或材料疲勞。嵌入在 STM32 微控制器中的神經(jīng)網(wǎng)絡(luò)已使用從測試臺上的集成傳感器獲取的預(yù)處理數(shù)據(jù)進行訓(xùn)練，并借助高效工具 STM32Cube.AI 自動轉(zhuǎn)換為微控制器的優(yōu)化代碼。該軟件工具作為廣泛使用的STM32CubeMX 工具的一部分完全集成到 STM32 軟件生態(tài)系統(tǒng)中，允許將預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)快速、自動地轉(zhuǎn)換為可在任何基于 STM32 Cortex-M 的 MCU 上運行的優(yōu)化庫。

人工智能優(yōu)勢

人工智能 （AI） 可以定義為機器執(zhí)行邏輯分析、獲取知識以及適應(yīng)隨時間變化或在特定情況下變化的環(huán)境的能力。今天，人工智能已經(jīng)在大量標(biāo)記、條件良好的數(shù)據(jù)集可用的情況下得到廣泛應(yīng)用，并且主要用于處理圖像和語音。現(xiàn)在，人工智能在其他應(yīng)用中的應(yīng)用越來越多，尤其是在工業(yè)領(lǐng)域。

AI 提供了一種替代手工制作的基于規(guī)則的編程的方法，工程師通過這種方法創(chuàng)建詳細(xì)的算法，指定流程的每個分析步驟。人工智能允許機器在有監(jiān)督或無監(jiān)督模式下從可用數(shù)據(jù)中“學(xué)習(xí)”，并開發(fā)自己的數(shù)據(jù)分析方式并得出結(jié)果?！皩W(xué)習(xí)”過程的結(jié)果被提煉成“神經(jīng)網(wǎng)絡(luò)”——一種類似于人腦工作方式的數(shù)學(xué)結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)體現(xiàn)了在訓(xùn)練中獲得的知識，以從新傳入的數(shù)據(jù)中推斷數(shù)據(jù)特征。

智能工業(yè)的邊緣人工智能

與工業(yè)自動化、預(yù)測性維護和更智能的工作環(huán)境相關(guān)的智能行業(yè)計劃正在創(chuàng)造機會，將人工智能用作智能傳感器系統(tǒng)的一部分。狀態(tài)監(jiān)測和預(yù)測性維護系統(tǒng)由許多傳感器節(jié)點組成，這些節(jié)點通過網(wǎng)絡(luò)連接到邊緣服務(wù)器或云服務(wù)。如果來自每個傳感器的原始數(shù)據(jù)被發(fā)送到云服務(wù)器，那么如果需要快速響應(yīng)，這可能需要大帶寬并引發(fā)延遲問題。一種明智的選擇是使用嵌入式人工智能分析直接在智能傳感器節(jié)點上處理數(shù)據(jù)。這最大限度地減少了需要通過網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)的帶寬，并允許快速反應(yīng)。

智能傳感器節(jié)點通常包含一個微控制器，該微控制器提供本地數(shù)據(jù)處理能力，包括數(shù)據(jù)捕獲、處理和通信處理。微控制器執(zhí)行通常涉及時域和頻譜分析的 AI 算法，以及其他處理以清理傳感器數(shù)據(jù)并設(shè)置精確的警報閾值。

在這些節(jié)點中人工智能的一個特殊優(yōu)勢是，如果被監(jiān)控的物理元素發(fā)生變化，例如，用另一臺機器替換一臺機器，那么可以通過獲取新數(shù)據(jù)并在之前的機器學(xué)習(xí)過程中運行它來快速生成一個新的神經(jīng)網(wǎng)絡(luò)。將其重新加載到智能傳感器 MCU 上。這與工業(yè)環(huán)境高度相關(guān)，在工業(yè)環(huán)境中，由于機器的性質(zhì)和使用年限，每臺機器都可能具有不同的特性，在創(chuàng)建監(jiān)控程序時需要考慮這些特性。這里的手工算法方法需要更多的時間和精力，并且不能擴展到不同的機器和機器類型。

意想不到的好處

還有一個不太明顯的優(yōu)勢?？紤]配備 Lenord + Bauer 智能傳感器的火車；借助這種基于人工智能的技術(shù)，這些列車本身也變成了傳感器。他們可以監(jiān)控并提供描述他們運行的軌道狀況的數(shù)據(jù)。當(dāng)火車行駛其路線時，它們產(chǎn)生的信息可以映射到一個位置并從多列火車同步，以鼓勵對可能在結(jié)構(gòu)上削弱的鐵路部分進行預(yù)測性維護——在故障之前。

有了這么多直接和次要的好處，人工智能肯定會在各種各樣的工業(yè)應(yīng)用中得到廣泛的應(yīng)用——以及許多其他應(yīng)用。

Lenord + Bauer 是國際上活躍的運動傳感器和集成驅(qū)動技術(shù)專家。 該公司為運輸行業(yè)開發(fā)、生產(chǎn)和分銷解決方案，專注于鐵路和運動自動化，特別是工具和包裝機應(yīng)用。

審核編輯：郭婷