系统集成商工具箱中的人工智能

对于 OEM 和系统集成商而言，维护已部署的系统是一项多样化且代价高昂的挑战。成本和复杂性会对性能、整体可靠性，当然还有系统供应商的声誉造成严重和意想不到的影响。由于人工智能 （AI） 在其他领域被证明是有用的，技术领导者热衷于利用它在区分更高水平的长期预测性维护策略方面的价值。这一点尤其重要，因为工业图像处理对于工业 4.0 和物联网应用变得不可或缺——工厂自动化和机器视觉等应用从提前检测问题和触发预测性维护中受益匪浅。

与使用系统 BIOS 设置性能参数相比，这是一个飞跃，没有预测智能的优势。但这究竟是什么意思，如何最好地执行？对于产品发布和部署后的最大价值，早期规划至关重要——这包括将基于人工智能的监控功能集成为应用程序开发过程本身的一部分。

绕过现有的维护和监控限制

依靠 BIOS 设置性能参数历来是系统集成商使用的路径。数据被收集和跟踪，但由于这种方法不包括预测能力，性能故障只有在它们发生后才会被发现。如果没有机会以智能方式防止停机，集成商的服务声誉完全取决于他们对故障的响应速度。然而，在物联网时代，零停机时间的可靠性和预防性维护是目标，增加了对主动性的关注，并从一开始就防止故障发生。

这就是人工智能介入以增加预测价值的地方。通过在应用程序开发阶段利用软件“工具包”，应用程序设计人员可以访问现成的 AI 功能集，进而可以根据手头的应用程序进行定制。开发人员有权根据应用需求设置各种组件的性能参数。

作为嵌入式盒式 PC 的集成组件，优化套件包括自己的独立处理器、显示模块和软件，用于监控和分析关键系统元素。状态通过系统的集成显示器或用户界面显示，可以包括 CPU 温度、功耗、RTC 电池电压、直流电压、硬件健康和 PoE 状态等信息，以及自定义的客户信息。在应用程序开发的最初阶段集成 AI 功能的附加值是巨大的。应用工程师可以实时看到他们的设计更改对单元的影响——这反过来又加快了开发时间，并确保性能是应用设计的固有特性。

灵活性确保最明智的维护策略

应用程序设计人员通过将处理实时监控的内部处理器架构与支持自我开发并避免在每个设计中重新发明轮子的 API 库相结合而获胜。他们无需从头开始构建预测算法，而是可以将预先构建的选项集成到自己的开发过程中，根据需要连接到 API，并在开发自己的软件时轻松地对服务、跟踪和监控调用进行编程。

最终用户可以轻松自定义 AI 功能，以监控对防止停机很重要的功能。当超过用户设置的参数时，软件会发出警报，提前警告性能不佳或即将发生的组件故障。即使连续收集数据，也可以每天、每周、每月或任何适合应用程序或特定系统组件的时间间隔进行监控或报告。例如，可以实时监控和报告电源，而报告风扇重启的频率较低。由于系统数据会不断进行分析，因此该软件还可以在达到特定阈值时为主动或预防性维护提供智能建议。

人工智能在行动

人工智能作为预测监控工具的价值可以在一系列性能关键场景中得到最好的体现。这些小插曲中的每一个都描述了一个复杂的工业应用，其中停机不仅会影响生产力和收入，还会危及安全。

公共安全/降噪 –安装在警车、消防车或其他应急车辆上的警报器系统需要 -20 到 ~70 摄氏度的广泛工作温度。这些系统包括用于跟踪的 GPS 模块和用于将现场数据传输到服务器的 4G SIM 卡。例如，音频捕获设备可以通过 USB 端口连接到系统。这在某些地理区域（例如中国）至关重要，那里的法律禁止警报器或喇叭发出长时间的噪音。当警笛声大于标准时，系统检测到异常；违规车辆的视频被发送到云端，罚单直接发送给车主。该系统的集成 AI 功能还可以同时监控 USB 接线柱、GPS 和 SIM 卡，如果这些组件中的任何一个发生故障，就会向系统操作员发出警报。

连锁零售——超市的 RAID 系统服务器可能支持 8x3.5” HDD，用作 RAID 系统来备份和监控大数据，例如交易、库存和与客户流量相关的数据。此应用程序可能涉及多个用户位置，每个位置可能包含自己的 RAID 服务器，然后连接到中央集线器。最佳部署在集线器级别使用 AI，监控所有硬盘驱动器的正常运行时间和预防性维护。

视觉检测——视觉检测系统用于各种不同的生产环境，例如电子产品或食品和饮料包装。在这些场景中，系统通常包含 4 个 GbE PoE 端口，用于摄像头以通过静态图像或视频捕获来检查产品质量，以及用于运动控制的 COM 和以太网端口。一系列 DI/DO 选项可处理电路或限位开关、压力阀、灯光控制等。在这些应用中，AI 被编程为监控 PoE 摄像头和所有 DIO 选项，以确保最长的正常运行时间；如果最初的故障排除工作不成功，摄像机会在发生故障时自动重启。

工业 4.0——工业机器人是工作中自动化最直观的例子。提高工厂生产力、提高安全性并完美且不间断地执行重复性任务，这种自动化机器允许其人类同行专注于制造或制造环境中涉及的更复杂的管理任务。在我们的示例中，隔离的 8xDI 和 8xDO 允许它们检测运动、光线、形状、物体等。直流供电电机通过 USB 和 COM 端口连接。AI 不仅监控 DIO 的一致连接，还跟踪电机性能以解决电源波动。

精密自动化——激光焊接机是工业 4.0 设备的一个例子，尽管它可以执行精细的操作作为其主要任务。它的 PCI 运动控制卡在紧凑的设计中确保了高精度，并且它还具有通过 USB 和 COM 端口连接的直流供电电机。该精密系统由触摸面板控制，由熟练的操作员实时管理其操作。其 AI 功能专门监控整体系统温度，任务是预测和防止过热。

嵌入人工智能以获得竞争价值

即使专门的图像处理机器经过任务优化以帮助确保可靠性，添加 AI 也会提高可靠性。通过对系统行为的动态和实时监控，系统操作员可以主动并简化系统维护。操作始终稳定，如果需要主动排除故障，用户会提前警告。远程重置选项方便且具有成本效益 - 保持生产力、资源和收入。

工业图像处理正在提高工业 4.0 和物联网应用的标准，出现在更多环境和安全关键设置中。借助集成的 AI，系统变得更加智能——增加了可靠性和便利性作为设计的竞争标准。

审核编辑：郭婷