隨著人工智能技術的快速發(fā)展及其在工業(yè)系統(tǒng)中卓有成效的應用,工業(yè)智能化成為當前工業(yè)生產轉型的一個重要趨勢.論文提煉了工業(yè)人工智能（Industrial artificial intelligence, IAI）的建模、診斷、預測、優(yōu)化、決策以及智能芯片等共性關鍵技術,總結了生產過程監(jiān)控與產品質量檢測等4個主要應用場景.同時,論文選擇預測性維護作為工業(yè)人工智能的典型應用場景,以工業(yè)設備的閉環(huán)智能維護形式,分別從模型方法、數據方法以及融合方法出發(fā),系統(tǒng)的總結和分析了設備的壽命預測技術和維護決策理論,展示了人工智能技術在促進工業(yè)生產安全、降本、增效、提質等方面的重要作用.最后,探討了工業(yè)人工智能研究所面臨的問題以及未來的研究方向. 

【文章來源】：自動化學報. 2020,46(10)北大核心

【文章頁數】：18 頁

【參考文獻】：
期刊論文
[1]人工智能在智慧能源管理中的應用研究[J]. 張秀梅,王海東,羅永強,趙涵,胡翰智.  電信工程技術與標準化. 2020(02)
[2]A general end-to-end diagnosis framework for manufacturing systems[J]. Ye Yuan,Guijun Ma,Cheng Cheng,Beitong Zhou,Huan Zhao,Hai-Tao Zhang,Han Ding.  National Science Review. 2020(02)
[3]工業(yè)大腦2.0：直擊制造業(yè)痛點[J]. 孟岱.  中國工業(yè)和信息化. 2019(09)
[4]卷積神經網絡結構優(yōu)化綜述[J]. 林景棟,吳欣怡,柴毅,尹宏鵬.  自動化學報. 2020(01)
[5]多核相關向量機優(yōu)化模型的鋰電池剩余壽命預測方法[J]. 劉月峰,趙光權,彭喜元.  電子學報. 2019(06)
[6]非完美維修模型下的風電機組最優(yōu)維修決策[J]. 王金賀,張曉紅,曾建潮.  計算機集成制造系統(tǒng). 2019(05)
[7]基于延遲時間理論的備件維修多目標優(yōu)化模型[J]. 楊建華,韓夢瑩.  系統(tǒng)工程與電子技術. 2019(08)
[8]基于機器學習的設備剩余壽命預測方法綜述[J]. 裴洪,胡昌華,司小勝,張建勛,龐哲楠,張鵬.  機械工程學報. 2019(08)
[9]智能芯片的評述和展望[J]. 韓棟,周聖元,支天,陳云霽,陳天石.  計算機研究與發(fā)展. 2019(01)
[10]復雜工業(yè)過程智能優(yōu)化決策系統(tǒng)的現(xiàn)狀與展望[J]. 丁進良,楊翠娥,陳遠東,柴天佑.  自動化學報. 2018(11)



本文編號：3082540