你考虑用GPT4搞电机吗？

前言

最近的GPT4有多火这里不需要赘述了。微软，苹果，baidu等各巨头纷纷跟进。这个赛道最近是各种资本涌入，犹如PC互联网转型到移动互联网时的爆发。

乍一看，AI基本都是互联网，云计算的范畴，和电机，和智能制造有关系吗？有必要花精力在上面吗？

笔者仔细关注了各个巨头的动向，发现新能源相关的半导体巨头早就入局了！ 

这样的操作有人在实践吗？     

MATLAB针对电机和AI的应用，主要是预测性维护的探索。比如电机寿命预测，电机故障诊断和维护等。

在电机出现故障或者异常工作状态前，提前预测出这种现象，通过预判提前采取措施，防患于未然。

再比如使用了强化学习的PMSM磁场定向控制：

具体可以参考强化学习的工具箱。

2021年6月的新闻，英飞凌在工业级和消费级MCU PSoC6中集成了深度学习的功能。

ModusToolbox ML为开发人员提供丰富的工具包，方便地集成到AIOT人工智能互联网中。以电动汽车为例，未来的智能物联网，车将是重要的组成部分，作为AIOT的重要一环，其智能化程度将在现在的基础上以指数级速度迭代。

ModusToolbox弥合了机器学习与嵌入式系统设计之间的一个重要缺口，它提供的灵活的工具和模块库可支持在英飞凌超低功耗微控制器上轻松地优化、验证和部署常用软件训练框架的深度学习模型。”

在2022年6月，MCU巨头ST发布了含有机器学习内核的车规级惯性测量单元。

ML内核是一个用电路连接的硬连线处理引擎，能直接在传感器上运行 AI 算法，确保从感测事件到车辆响应的时间延迟很短，可以实现复杂的实时性能，而对系统功耗和算力的要求远低于嵌入在应用处理器或基于云的人工智能解决方案。

日本巨头横河电机在2月份推出了自主AI服务产品。

2022年3月，横河电机和JSR公司的弹性体业务部门（现归ENEOS Materials公司所有）成功完成了一项为期35天的现场测试。在该测试中，AI用于自主控制化工厂中的设施，该设施无法使用现有控制方法进行控制，并且需要根据工厂人员的判断手动操作控制阀。这开创了世界先河。借助横河电机今天宣布的新服务，客户可以使用FKDPP算法创建AI控制模型，并将其安装在边缘控制器上。该服务具有以下特点和优点：

特点

由于简化了AI模型创建过程，即使非AI专家也可以创建自主控制AI模型，并将其安装在e-RT3边缘控制器上；

其他设施仍在运行时，也可以对安装了自主控制AI的边缘控制器进行改造；

它支持短至0.01秒的控制周期，特别适合需要快速响应的设备控制应用。

优点

在只能进行手动控制的情况下实现自主控制；

抑制过冲；

显著缩短整定时 ；

能够在相互冲突的要求之间实现适当的平衡。

与自动调谐PID控制相比，该解决方案能够抑制过冲，并将整定时间缩短约65%——自动调谐PID控制器需要约30分钟整定时间，而自主AI控制需要约10分钟。

笔者经常和同行交流，电机行业的技术迭代相对较慢。但是在新趋势来临之时，我们要跳出传统的视角，多接触，多感受。也许，我们会错过这个风口！GPT4就是最近爆火的技术革命！

不要怕被AI取代，而是感受它，了解它，为我所用！

这样的案例很新鲜吗？

上面谈到了人工智能时代的来临，AI已经成为不可逆转的大趋势！

审核编辑：刘清