Индустрия 4.0, Искусственный Интеллект и Интернет вещей в производстве

Закарайа Петерсон
|  Создано: 12 Апреля, 2020  |  Обновлено: 5 Апреля, 2021
Применение искусственного интеллекта в промышленности 4.0

Когда речь заходит об электронике, внимание обычно приковано к потребительским устройствам, таким как смартфоны и Alexa. Однако, по словам Алуна Моргана из Ventec International Group, «примерно 23% производимых в мире печатных плат используются в электронном оборудовании для производственных приложений». Эта доля только увеличивается, если включить другие непотребительские категории, поддерживающие производственные операции, такие как автомобильная промышленность, телекоммуникации, генерация/распределение энергии и вычислительная техника. Западные производители в основном согласились с тем, что реиндустриализация будет происходить только через повышение автоматизации и производительности на производственных площадках. Это суть Индустрии 4.0, где производственные операции становятся более интеллектуальными и связанными, чем когда-либо прежде.

Так где же производители могут продолжать сокращать расходы и видеть большие преимущества в производительности благодаря реиндустриализации? На этот вопрос есть множество ответов, особенно если учитывать передовые производственные технологии, такие как 3D печать. Все сходятся во мнении о том, что производственные операции для многих продуктов будут дальше цифровизированы в ближайшем будущем. Такой уровень цифровизации требует печатных плат для управления оборудованием и сбора данных, а также технологий для быстрой обработки данных и получения полезных выводов. В Индустрии 4.0 искусственный интеллект (ИИ) будет играть ключевую роль в управлении операциями и обработке данных, в конечном итоге предоставляя ценные сведения менеджерам и инженерам.

Проектирование для Индустрии 4.0 и ИИ

Создание новой системы ИИ для поддержки производственных операций является столь же задачей аппаратного обеспечения, сколько и программного. Обе области дополняют друг друга; встраиваемая плата должна быть разработана так, чтобы поддерживать встраиваемое программное обеспечение, в то время как встраиваемое программное обеспечение не должно быть настолько ресурсоемким, чтобы ограничивать другие функции на плате. Это означает, что каждый производственный актив и системы, поддерживающие сбор и обработку данных, станут встроенной экосистемой IoT, где данные обрабатываются в центральном месте или в облаке.

В эпоху Индустрии 4.0 от производителей ожидается генерация значительно большего объема данных, чем когда-либо прежде, поскольку больше производственных активов становятся подключенными. Эта связность обеспечивается через новые отраслевые стандарты обмена данными, такие как стандарт IPC-CFX. Любая производственная операция, желающая подключить свои активы и агрегировать данные на протяжении любого производственного процесса, потребует большое количество встроенных устройств IoT по всему заводу.

Industry 4.0 artificial intelligence asset tracking and prediction
ИИ и подключение к производственным системам позволяют отслеживать и прогнозировать заказы в реальном времени

Требования к проектированию встроенных устройств IoT для Индустрии 4.0

Новые встроенные устройства IoT могут поддерживать приложения ИИ, если они соответствуют некоторым базовым аппаратным требованиям. Эти встроенные устройства представляют собой специализированные одноплатные компьютеры, которые могут поддерживать стандартные модели ИИ/МО, позволяя при этом передачу данных по стандартным протоколам. Вот некоторые базовые требования, которые следует учитывать при проектировании новых систем для производственных операций Индустрии 4.0:

  • Вычислительная мощность: Здесь речь идет не столько о тактовой частоте, сколько о параллельной обработке. Система с большим количеством ядер/процессоров или возможностью кластеризации позволит быстрее обрабатывать данные и использовать их в моделях ИИ.
  • Оперативная память: Объем памяти зависит от конкретного приложения. Системе для обработки изображений потребуется больше памяти, чем системе для обработки числовых данных.
  • Взаимодействие с другими датчиками: Данные могут потребоваться от датчиков окружающей среды, непосредственно от датчиков на производственном оборудовании или от различных других датчиков.
  • Возможности связи: Выбор должен основываться на требуемом диапазоне связи. Для дальней связи можно использовать NB-IoT, LoRaWAN, LTE-M или другой беспроводной протокол, в то время как для ближней связи обычно используются Bluetooth LE, WiFi или Ethernet.

Модульный дизайн для систем ИИ в рамках Индустрии 4.0

Снижение затрат и повышение производительности заключается в быстром внедрении и настройке новой системы. Большинство инженеров-производственников не являются разработчиками печатных плат, но эта критически важная категория инженеров может быстро создавать новые продукты ИИ для производственных операций, используя модульный подход к проектированию электроники. Этот класс конструктивных особенностей позволяет любому системному проектировщику соединять вычислительные, сенсорные и коммуникационные интерфейсы в единую систему для приложений ИИ на производстве.

Эти инструменты используют стандартные вычислительные интерфейсы и стандартизированные электрические соединения между ними. Компьютеры-на-модуле (COMs), системы-на-модуле (SoMs) и другое оборудование для приложений ИИ на производственном полу могут быть соединены на пользовательской плате модульным способом. Некоторые варианты одноплатных компьютеров и COMs, которые стоит рассмотреть для использования на производстве, представлены в следующей таблице:

Платформа

Преимущества

Недостатки

NVIDIA Jetson Nano COM

• Высокая специализация для запуска встроенных моделей TensorFlow.

• Наилучшим образом подходит для приложений обработки изображений/видео.

• Более дорогой, чем платформа общего назначения.

• Избыточная мощность для числовых наборов данных.

Google Coral AI

• Малые размеры (Mini PCIe, USB, SoM или M.2 Key).

• Легко интегрируется с сервисами Google Cloud, такими как AutoML Vision Edge.

• Использует упрощенную версию TensorFlow.

• Более крутая кривая обучения и ограничено применение в области обработки изображений.

Серия микроконтроллеров STM32

• Поддержка оптимизированных моделей нейронных сетей.

• Отлично подходит для прототипирования и настройки моделей ИИ.

• Доступны только в виде оценочных плат или как отдельный микроконтроллер.

• Для микроконтроллера требуется создание пользовательской платы.

Raspberry Pi Compute 3+

• Превосходно для прототипирования, малые габариты.

• Легко масштабируется до производства, легко объединять в кластеры.

• Лучше подходит для общих вычислений и предсказаний с меньшим объемом числовых данных.

• Не лучший выбор для интенсивной обработки изображений.

Модули COM и SoM от Toradex

• Хорошо известны среди производителей.

• Легко программировать и интегрировать в пользовательскую одноплатную компьютерную систему.

• Лучше подходит для общих вычислений и предсказаний с меньшим объемом числовых данных.

• Не лучший выбор для интенсивной обработки изображений.

 

Стандартные инструменты EDA могут помочь дизайнерам быстро разрабатывать новые платы с использованием стандартных функций компоновки и трассировки, но не все инженеры в этой области являются специалистами в программном обеспечении EDA. Использование модульной платформы проектирования, такой как Upverter Board Builder, позволяет любому, от разработчика встроенного программного обеспечения до предпринимателей в области ИИ, создавать приложения ИИ, требующие интенсивной обработки данных, за меньшее время.

На платформе проектирования Upverter дизайнер может легко соединять модули графически в веб-интерфейсе. Нет необходимости скачивать и устанавливать какие-либо инструменты, и в платформе доступно множество стандартизированных модулей. Это позволяет вам быстро создать новый продукт искусственного интеллекта для Индустрии 4.0, используя любую из вышеупомянутых аппаратных платформ ИИ, и быстро перейти к его производству.

NVIDIA Jetson Nano COM for Industry 4.0 artificial intelligence applications
Пример платы для NVIDIA Jetson Nano COM, разработанной в Upverter

Инструменты модульного электронного проектирования в Upverter (ранее известном как Geppetto) предоставляют вам доступ к широкому спектру стандартных COM и популярных модулей, позволяя создавать аппаратное обеспечение производственного уровня для приложений искусственного интеллекта Индустрии 4.0. Вы также можете легко создавать новые продукты всего за несколько минут. Если вашей системе требуется дополнительная функциональность, вы можете добавить беспроводную связь, массив датчиков, камеры высокого разрешения и ряд стандартных COM.

Ознакомьтесь с некоторыми историями успеха клиентов Gumstix или свяжитесь с нами сегодня, чтобы узнать больше о наших продуктах, инструментах проектирования и услугах.

Об авторе

Об авторе

Закарайа Петерсон (Zachariah Peterson) имеет обширный технический опыт в научных кругах и промышленности. До работы в индустрии печатных плат преподавал в Портлендском государственном университете. Проводил магистерское исследование на хемосорбционных газовых датчиках, кандидатское исследование – по теории случайной лазерной генерации. Имеет опыт научных исследований в области лазеров наночастиц, электронных и оптоэлектронных полупроводниковых приборов, систем защиты окружающей среды и финансовой аналитики. Его работа была опубликована в нескольких рецензируемых журналах и материалах конференций, и он написал сотни технических статей блогов по проектированию печатных плат для множества компаний.

Связанные ресурсы

Вернуться на главную
Thank you, you are now subscribed to updates.