作者 | Tina Hull

「

未來的自動化安全將涉及機器學習。人工智慧和機器學習的進步，可以促使機器人和其它工業設備從大量與安全相關的數據中學習。

」

工業安全措施的主要重點之一是儘可能地將機器與運行人員隔離。自動化設備的技術進步使得機器——尤其是協作機器人，可以近距離與操作人員協同工作。由於採用了圓形邊緣和力反饋傳感器等功能，這些先進技術有助於減少操作人員與機器接觸時受傷的可能性。

此外，自動化系統正在從固定式向自主移動式過渡。一個可行的生產製造解決方案是將協作機械臂連接到可以自主導航的移動基座。為了使控制設計工程師能夠採用降低風險的措施，進行諸如此類的創新，需要了解該技術的要求、其潛在的風險以及操作人員使用該技術的方式。

隨著系統變得越來越複雜，製造企業分析適用於降低風險計劃的所有數據變得越來越具有挑戰性。信息量可能不堪重負，並且用於控制決策過程的機制也受到限制。通過人工智慧（AI）技術提供的更多選擇，可以幫助自動化設計人員克服這些限制。這種質量加上其強大的數字處理能力使AI 成為自動化系統的重要組成部分。

▎未來的工廠將使用人工智慧和移動機械手來提高質量、靈活性、效率和可追溯性。

明確安全要求

涉及安全相關的電氣、電子和可編程電子控制系統的IEC 62061 標準，將功能安全定義為：機器和機器控制系統整體安全的一部分，取決於安全相關電氣控制系統（SRECS）、其他技術安全相關係統和外部風險降低措施功能的正確執行。

重新定義目標時此定義更有意義，即在發生故障時，設計的系統能夠以可預測的方式發生故障。製造業已經精通硬體解決方案。安全標準為製造商、集成商和最終用戶提供了最佳實踐方法，以達到這些解決方案可承受的風險水平。我們還可以利用這些標準來幫助確定開發技術的安全要求。

當前， 尚無專門針對與移動平台集成的工業機器人的安全標準。我們可以從現有安全標準中收集相關信息， 例如用於風險評估的ANSI B11.0 或ISO 12100， 用於工業機器人系統的ANSI RIA R15.06 或ISO 10218-2，用於協作機器人的ANSI/RIAR15.606 或ISO 15066 ，適用於工業卡車的ANSI/IT SDF B56.5 或EN 1525（將被ISO3691-4 取代），以及用於故障預測和驗證的ISO 13849-1。供應商手冊中應提供危險源和推薦的降低風險措施。

在確定適用的標準之後，工程師需要對影響空間的事物進行評估和設計，例如工作流、障礙、可及性、誤用和培訓等。技術也起著重要作用，因為反饋誤差會引起測量噪聲，從而影響位置跟蹤，並且關節的順應性可能會具有固有地不確定性。工程師還應考慮系統吸收能量的方式、限制力的方法以及安全功能的應用。

▎自主移動機器人可以使用機載地圖軟體，對設施進行自主導航。

集成人工智慧

就近期來講，確保技術安全的主要挑戰不是缺乏適用的信息，而是信息過多。當變量太多時，開發二進位規則以代表過去經驗的主要局限，就變得更加明顯。由於技術進步的發展速度要快於標準的制定，設計師常常被迫預測未來的趨勢。這導致他們可能高估或低估了必要的安全功能。

如果製造商擴展其工具集以支持數據處理和決策過程，則可以更有效地處理此信息。特別是，他們可以通過AI 和機器學習算法找到一個受歡迎的解決方案。人工智慧系統可以根據可用的案例研究和數據分析推薦新的系統特定準則。

機器學習通過分析大量數據來發現隱藏的相關性，從而發現使用傳統的統計工具無法輕易看到的潛在模式和趨勢。人們可以從這些相關關係中找到抽象模型，並進行實驗以確定模型的運行情況。設計人員和工程師可以依靠智能系統來指導設計，以確保使用最佳方法和滿足客戶所需的解決方案。

AI 對於消除可能妨礙決策的偏見至關重要。由於記憶是大腦做出決定的重要組成部分，因此專家對過去經驗的理解會產生偏見，從而影響他們應對新情況的判斷。專家也可能無法意識到關鍵信息的缺失，或者在決策過程的開始就犯了從終端解決方案入手的錯誤。機器學習算法減少了偏差，因為它們使用有監督的訓練集或無監督的起點，在當前和實際數據中找到有助於解決過程中特定問題的模式。

數據驅動的挑戰

將AI 引入工業設備背後的驅動力，是當今製造工廠中大量與安全相關的信息過剩。那裡有太多數據，即使是經驗豐富的工人，也難以學習和記憶所有數據，更不用說剛踏入製造行業的初級員工。通過讓機器自己學習，製造企業可以利用功能強大的降低風險工具。這些工具可以在不斷變化的環境中，提供和安全要求相關的短期和長期數據。

如今，安全解決方案中應用的所有內容，都是基於工程師、操作人員和製造商過往的經驗。從這個意義上講，人工智慧並沒有什麼不同。無論是人還是算法，一開始都不了解具體應用情境下的工業安全知識，我們所有人都必須使用過去經驗中的點點滴滴來建立聯繫，並將其應用於新的情況。我們需要了解哪些有效、哪些無效，然後利用這些知識做出未來的決策。AI 的工作方式與此相同。

關鍵概念：

■人工智慧可以幫助製造商分析涉及安全問題的數據。

■人工智慧有助於使機器人和其它設備更符合人體工程學，並適應特定的工人。

思考一下：

人工智慧和機器學習還能如何幫助改善您的車間運營？