摘要：針對《中國制造2025》將智能制造作為主攻方向，推進(jìn)制造過程智能化的國家戰(zhàn)略，以及目前人工智能、工業(yè)云新技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，考慮到目前對應(yīng)專業(yè)領(lǐng)域的高等院校、職業(yè)院校以及工廠培訓(xùn)中心的教學(xué)方法和培訓(xùn)設(shè)備，提出了對人工智能及工業(yè)云培訓(xùn)平臺的設(shè)計。培訓(xùn)平臺可用于訓(xùn)練人工智能、工業(yè)云在典型智能制造環(huán)節(jié)中的應(yīng)用，解決了人工智能、工業(yè)云領(lǐng)域的新技術(shù)由理論教學(xué)向?qū)嶋H培訓(xùn)教學(xué)轉(zhuǎn)化的問題，克服了目前設(shè)備單純以驗證為主、脫離工業(yè)生產(chǎn)實際的不足。

關(guān)鍵詞：人工智能；工業(yè)云；培訓(xùn)

隨著工業(yè)化與信息化的深度融合，企業(yè)內(nèi)部及企業(yè)間生產(chǎn)控制系統(tǒng)和生產(chǎn)管理系統(tǒng)智能化以及信息技術(shù)互聯(lián)互通的需求漸增，使得人工智能、工業(yè)網(wǎng)絡(luò)、工業(yè)云等技術(shù)的融入進(jìn)而達(dá)到提高產(chǎn)品質(zhì)量和運營效率的需求更為強(qiáng)烈。通過將工廠設(shè)備的智能化建設(shè)或智能化升級改造，以及將智能生產(chǎn)過程中的每一個環(huán)節(jié)、設(shè)備變成數(shù)據(jù)終端，進(jìn)行全方位底層數(shù)據(jù)采集，并進(jìn)行更深層面的數(shù)據(jù)分析與挖掘，從而全面提高工廠生產(chǎn)效率、優(yōu)化工廠整體運營。

目前，人工智能的主流應(yīng)用為圖像識別、語音識別、語義識別、預(yù)測規(guī)劃和智能控制。計算機(jī)利用圖像識別、語音識別、語義識別技術(shù)采集數(shù)據(jù)并進(jìn)行處理、分析和理解，進(jìn)而根據(jù)目標(biāo)和需要做出預(yù)測判斷，最終通過各種智能硬件設(shè)備以及工業(yè)網(wǎng)絡(luò)、工業(yè)云來實現(xiàn)智能控制。所有新技術(shù)的應(yīng)用，都需要高技術(shù)、高技能人才來實施，目前各高等院校、職業(yè)院校也在課程建設(shè)上增加了人工智能、工業(yè)網(wǎng)絡(luò)、工業(yè)云等專業(yè)技術(shù)理論內(nèi)容，人工智能及工業(yè)云培訓(xùn)平臺的研發(fā)及應(yīng)用，可以培養(yǎng)學(xué)員將工業(yè)硬件、工業(yè)軟件、工業(yè)信息、工業(yè)網(wǎng)絡(luò)、工業(yè)云等多種技術(shù)融會貫通，讓學(xué)員研究學(xué)習(xí)各種技術(shù)之間的相互關(guān)聯(lián)，適應(yīng)人與設(shè)備之間的雙向交互，能夠讓學(xué)員將學(xué)習(xí)的理論知識落實到工業(yè)實際應(yīng)用中，讓學(xué)生在學(xué)習(xí)中更加接近工業(yè)現(xiàn)場新技術(shù)應(yīng)用場 景，能夠快速融入到企業(yè)智能化生產(chǎn)工作中。

1 培訓(xùn)平臺組成

人工智能及工業(yè)云培訓(xùn)平臺采用可二次開發(fā)的協(xié)作機(jī)器人作為主要載體，綜合視覺檢測技術(shù)（人臉識別技術(shù)）、語音識別技術(shù)、語義分析技術(shù)、射頻電子標(biāo)簽技術(shù)、能源采集管理技術(shù)、智能傳感技術(shù)、智能主令開關(guān)技術(shù)、智能網(wǎng)關(guān)技術(shù)、協(xié)作機(jī)器人等技術(shù)，搭建的一個智能制造領(lǐng)域的人工智能物聯(lián)網(wǎng)實訓(xùn)平臺，系統(tǒng)使用智能語音系統(tǒng)和智能視覺系統(tǒng)，模擬人的聽覺和視覺，輔助人工智能算法，結(jié)合互聯(lián)網(wǎng)云平臺的計算優(yōu)勢，輔助技術(shù)人員進(jìn)行智能生產(chǎn)活動。

培訓(xùn)平臺主要由 SCARA 協(xié)作機(jī)器人單元、智能語音單元、智能視覺單元、物聯(lián)網(wǎng)（internet of things, IoT）能源采集與管理單元、IoT 智能網(wǎng)關(guān)單元、IoTRFID 單元、IoT-IO-LINK 智能傳感單元、IoT- 智能主令開關(guān)單元、智能安全保護(hù)單元、軌跡單元、供料單元、皮帶傳送單元、稱重單元、壓合裝配單元、滑槽單元、平面?zhèn)}儲單元、龍門檢測單元、反轉(zhuǎn)工作臺單元、雙吸盤夾具單元、空氣壓縮機(jī)單元、智能接線單元模塊、 PLC 單元、HMI 人機(jī)交互單元、工業(yè)云平臺及大數(shù)據(jù)分析、全集成自動化展示區(qū)以及信息采集、工程應(yīng)用安裝平臺、機(jī)器人外圍線路電控單元等組成。

2 培訓(xùn)平臺特點

（1）平臺主要用于通過桌面級協(xié)作機(jī)器人等典型應(yīng)用對象，實現(xiàn)物聯(lián)網(wǎng)系統(tǒng)構(gòu)建、人工智能算法的編寫，以及典型人工智能及工聯(lián)網(wǎng)融合案例學(xué)習(xí)與訓(xùn)練。

（2）通過網(wǎng)關(guān)設(shè)備（Mindconnect IoT2040/Nano）采集工業(yè)控制器數(shù)據(jù)，掌握數(shù)據(jù)采集能力。

（3）在平臺上進(jìn)行連接設(shè)備配置，實現(xiàn)物理設(shè)備在云端模型建立，建立云端設(shè)備創(chuàng)建能力。

（4）利用云端 APP（Fleet Manager）針對連接設(shè)備，對物理設(shè)備建立基于設(shè)備列表和地理分布的設(shè)備狀態(tài)顯示；針對采集數(shù)據(jù)做可視化及報警值設(shè)定，建立通過人工智能設(shè)備管理及數(shù)據(jù)應(yīng)用能力；

（5）實現(xiàn)設(shè)備狀態(tài)多終端顯示，設(shè)備狀態(tài)透明。

（6）平臺和采用模塊化的結(jié)構(gòu)，將智能智造的基本要素融合于每個單元，使每個單元具有標(biāo)準(zhǔn)化架構(gòu)、模塊組合、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)組網(wǎng)、RFID 等。這樣的結(jié)構(gòu)，不僅能夠不斷的滿足對技術(shù)發(fā)展的擴(kuò)容需求，可以隨時將新的技術(shù)、新的設(shè)備添加到系統(tǒng)之中，使得整個系統(tǒng)隨時跟上并滿足工業(yè)技術(shù)的發(fā)展。也可以分組進(jìn)行相關(guān)的培訓(xùn)。

3 培訓(xùn)平臺信息流

（1）基礎(chǔ)語音本地信息流

語音單元采集語音—分析語音命令信息—將信息傳遞給機(jī)器人和 PLC—機(jī)器人和 PLC 執(zhí)行相關(guān)命令。

舉例如下：讓機(jī)器人畫三角形，語音單元可以通過試教學(xué)習(xí)，學(xué)習(xí)基本語言命令，不用通過以太網(wǎng)訪問云端語音識別庫，即可做出簡單的語義學(xué)習(xí)，然后讓機(jī)器人執(zhí)行相關(guān)命令，到軌跡單元，走三角形軌跡。

（2）語音互聯(lián)網(wǎng)信息流

語音單元采集語音—將語音信息通過互聯(lián)網(wǎng)上傳—利用科大訊飛云端庫處理信息—將處理后的語音信息轉(zhuǎn)換為文字下發(fā)到本地—根據(jù)制作的相關(guān)標(biāo)簽提取控制信息—將信息傳遞給機(jī)器人和 PLC—機(jī)器人和 PLC 執(zhí)行相關(guān)命令。

舉例如下：讓機(jī)器人裝配 5 個藍(lán)色的工件，可以是不同的方言的人來發(fā)布命令，科大訊飛云端由豐富的方言庫，可以更精準(zhǔn)地識別。

（3）視覺本地信息流

視覺單元采集圖像—對圖像進(jìn)行分析—將信息傳遞給機(jī)器人和 PLC—機(jī)器人和 PLC 執(zhí)行相關(guān)命令。舉例如下：用視覺判斷工件的顏色，如果是黃色工件則放 1# 滑槽，如果是藍(lán)色工件，放 2# 滑槽，視覺進(jìn)行顏色判斷，僅需進(jìn)行本地學(xué)習(xí)即可。

（4）視覺互聯(lián)網(wǎng)信息流

視覺單元采集圖像—將采集信息上傳至云端—云端對采集的信息進(jìn)行識別分析—將分析后的數(shù)據(jù)下發(fā)到本地—將信息傳遞給機(jī)器人和 PLC—機(jī)器人和 PLC 執(zhí)行相關(guān)命令。舉例如下：利用人臉識別，如果是甲客戶，則裝配一個金屬的工件給甲，如果是乙客戶，則裝配一個塑料的工件給乙，人臉數(shù)據(jù)存儲在云端數(shù)據(jù)庫。

（5）數(shù)據(jù)信息流

數(shù)據(jù)通過采集終端采集，將采集后的數(shù)據(jù)通過智能網(wǎng)關(guān)將數(shù)據(jù)上傳到云端，云端可對數(shù)據(jù)進(jìn)行監(jiān)控，同時云端可通過智能網(wǎng)關(guān)對節(jié)點下達(dá)控制指令。

（6）物聯(lián)網(wǎng)信息流

采用網(wǎng)絡(luò)的指令器件、傳感器件、采集器件，將數(shù)據(jù)控制和采集過程可視化，實現(xiàn)萬物互聯(lián)。

4 平臺訓(xùn)練內(nèi)容

（1）執(zhí)行機(jī)構(gòu)基本功能實訓(xùn)課題：執(zhí)行機(jī)構(gòu)在工業(yè)領(lǐng)域中的應(yīng)用；執(zhí)行機(jī)構(gòu)機(jī)械結(jié)構(gòu)及工作原理認(rèn)知；執(zhí)行機(jī)構(gòu)控制功能學(xué)習(xí)；執(zhí)行機(jī)構(gòu)基本控制指令實訓(xùn)；執(zhí)行機(jī)構(gòu)示教運動功能學(xué)習(xí)；編程控制執(zhí)行機(jī)構(gòu)的簡單動作實訓(xùn)；編程控制執(zhí)行機(jī)構(gòu)多軸聯(lián)動實訓(xùn)；執(zhí)行機(jī)構(gòu)復(fù)雜運動編程指令實訓(xùn)

（2）人工智能實訓(xùn)課題：語音控制顏色分揀訓(xùn)練；語音控制材質(zhì)分揀訓(xùn)練；語音控制裝配訓(xùn)練；語音稱重訓(xùn)練；語音稱重分揀訓(xùn)練；語音視覺控制選擇裝配訓(xùn)練；視覺自動反轉(zhuǎn)工件訓(xùn)練；視覺顏色識別訓(xùn)練；視覺人臉識別訓(xùn)練；視覺分類撿拾訓(xùn)練

（3）智能網(wǎng)絡(luò)實訓(xùn)課題：IoT 主令信號采集；IoTIO-LINK 傳感器信號采集；IoT-RFID 數(shù)據(jù)采集；IoTRFID 數(shù)據(jù)寫入；IoT- 能源信號采集；IoT 智能網(wǎng)關(guān)信號上傳；IoT 云端監(jiān)控；IoT 智能網(wǎng)關(guān)信號下發(fā)；工業(yè)互聯(lián)網(wǎng)概論；工業(yè)互聯(lián)網(wǎng)安裝調(diào)試；云平臺數(shù)據(jù)可視化實習(xí)；工業(yè)數(shù)據(jù)采集實習(xí)。

5 結(jié)語

在人工智能、工業(yè)網(wǎng)絡(luò)、工業(yè)云等新興技術(shù)的大潮下，當(dāng)前幾乎所有傳統(tǒng)行業(yè)，包括工業(yè)、醫(yī)學(xué)、教育等，都面臨著轉(zhuǎn)型的巨大壓力。各領(lǐng)域通常要求結(jié)合其行業(yè)的歷史數(shù)據(jù)，結(jié)合機(jī)器學(xué)習(xí)算法建立數(shù)據(jù)模型進(jìn)行訓(xùn)練，從而提高效率、降低成本。同時在行業(yè)應(yīng)用領(lǐng)域，機(jī)器人、無人機(jī)、智能識別設(shè)備等人工智能載體也愈來愈成熟，這就需要從業(yè)人員具備基本的硬件知識，尤其是掌握基于人工智能相關(guān)硬件平臺的模塊構(gòu)成及開發(fā)技能。人工智能及工業(yè)云培訓(xùn)平臺把工業(yè)實際硬件、軟件以及工業(yè)網(wǎng)絡(luò)融入到實訓(xùn)教學(xué)中，讓學(xué)生能夠快速的將理論知識轉(zhuǎn)化成實際應(yīng)用，而且平臺的設(shè)計思路也能夠?qū)⒉粩喟l(fā)展的新技術(shù)快速對接到設(shè)備中，始終讓平臺保持先進(jìn)性，既能夠節(jié)約資金，也方便教師不斷創(chuàng)新，提高人工智能、工業(yè)網(wǎng)絡(luò)、工業(yè)云等領(lǐng)域?qū)嵱?xùn)課程的整體教學(xué)水平。

(注：本文轉(zhuǎn)載自《電子產(chǎn)品世界》雜志2022年8月期)