数字经济及人工智能范文

导语：如何才能写好一篇数字经济及人工智能，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

【关键词】自组织神经网络；智能建筑管理；BP神经网络

1 基于自组织神经网络技术原理

基于大规模自组织神经网络技术[1]是在自组织神经网络技术和专家系统的基础原理运用多层数据融合弥补了单循环数据在智能建筑工程管理分析数据处理的不足和逻辑的缺陷学科.多跳自组织神经网络是智能传感器采集数据训练样本仿真学习模型即自动增速各个自组织神经元连接权阀值与感知识别隐式分布在整个网络结构体系中实现自组织神经网络模式记忆与信息处理应用.

2 基于大规模自组织神经网络在智能建筑管理中研究

2.1 基于多跳自组织神经网络在造价预测研究

基于大规模自组织BP神经模型应用40个高层智能建筑工程样本训练并用工程实例进行验证高精确性;而用大规模自组织神经网络模拟与输入层和隐含层加入了偏置自组织神经元来促进学习训练样本数据中有噪声、干扰等会造成过度学习现象,同时采用遗传优化算法进行建筑结构优化.基于BP神经在智能建筑工程估价中的应用“特征提取器”的运算大量过去的工程资料中自动提取工程特征与预算资料的规律关系数据.

2.2 基于大规模自组织神经网络在工程管理绩效评价中的应用

运用大规模自组织BP神经模型对工程管理绩效评价问题进行研究建立综合考虑工期、质量、费用、安全四大控制指标的工程管理绩效评价模型[2].实践证明,基于BP神经网络在运算工程管理绩效评估模型有利于多跳自组织神经网络预测工程工期、质量、成本、安全与绩效之间复杂的非线性关系来提高管理绩效的评价数据.

2.3 基于遗传算法模型在建设工程评标结构优化应用

基于多层神经网络的工作原理是先将输入信号传输到下一层节点运算函数处理后再将该节点的输出信息向下一层节点传输到信号传输到输出层节点为止.同时运用遗传算法模型构造及算法设计进行方案优劣排序、换位矩阵以及能量函数构造、大规模自组织神经元之间连接和输出,并用实例说明了该方法的优越性和实用性与非线性.

2.4 基于BP神经网络模型在建设工程招投标管理应用研究

基于BP神经网络多层数据融合多跳自组织神经网络技术原理分析自动预测工程招投标的招标价格和风险因素分析以及竞标单位资格审查等方面的应用指出多跳自组织神经网络具有的高度并行处理和可完成复杂输入输出的非线性映射组合结构,不仅可以保证高的中标率,且可避免招标过程中不确定性因素的影响.运用大规模自组织神经网络的工程承包招投标报价的研究,提出了一个多因素确定高层智能建筑投标报价的大规模自组织模型影响报高率的诸多因素,并确定了其权值即确定了用BP神经网络实施黑箱操作的样本输入值和目标值再通过训练样本自主调整修正输入节点和输出节点间的联系得出符合各种情况要求的权值矩阵算法.

2.5 基于智能建筑算法模型研究

基于BP神经网络是以训练样本算法即误差反向传播算法即BP神经算法的学习过程分为信息的正向传播和误差的反向传播[1],其通过训练样本前一次迭代的权值和阈值来应用神经网络技术的第一层向后计算各层大规模自组织神经元的输出和最后层向前计算各层权值和阈值对总误差的梯度进而对前面各层的权值和阈值进行修改运算反复直到神经网络样本收敛 BP神经网络输入向量为

X=( )T;隐含层输出向量为Y=( )T;输出层的输出向量为O= )T;期望输出向量为 ;输入层到隐含层之间的权值矩阵 ,其中列向量 为隐含层第j个大规模自组织神经元对应的权向量;隐含层到输入层之间的权值矩阵 ,其中列向量 为输出层第k个大规模自组织神经元对应的权向量.各层信号之间的算法结构为:

以上式中的 均为S类型函数, 的导数方程为: （5）

神经网络输出与期望输出的均方误差为: （6）

则训练样本输出层和隐含层的权值调整量分别为:

式中: 为比例系数,在模型训练中代表学习速率.如果BP自组织神经网络有 个隐含层,各隐含层节点分别记为 ,各隐含层输出分别记为 ,则各层权值调整计算公式分别如下:

输出层

综合上述预测分析在BP神经学习算法运用各层权值调整公式均由学习速率、本层输出的误差信号和本层输入数字离散信号决定在训练样本学习的过程受决策环境复杂程度和训练样本的收敛性即需要增大样本量来提高网络技术所学知识的代表性应注意在收集某个问题领域的样本时,注意样本的全面性、代表性以及提高样本的精确性,增大抗干扰噪声,还可以采用其他方法收集多层训练样本数据.

3 结束语

自组织神经网络技术应用在智能建筑管理领域是在多层智能传感器等多种信息技术飞速发展的多学科交叉研究领域得到广泛应用.

参考文献:

[1]周小佳.电力系统可靠性神经网络模型及实现研究[D].博士学位论文,1997.

[2]胡保清等.神经网络在土木工程领域的应用[J].低温智能建筑,2004(2).

作者介绍:

篇2

关键词：地形测量，测绘技术自动化，数据

一、测绘自动化技术的核心内容

随着计算机、网络技术的发展及测量仪器的智能化，测绘自动化技术发生了重大变革，GPS全球定位系统、GIS地理信息系统、RS遥感以及3S集成技术成为了测绘自动化技术的核心。

1、GPS 技术

GPS 技术具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统，是一种高精度、全天候、高效率、多功能的测绘工具。GPS 定位技术与常规地面测量定位相比，具有抗干扰性能好、保密性强，功能多、应用广，观测时间短，执行操作简便，全球、全覆盖、全天候、高精度的特点。特别是 RTK的定位精度可达厘米级，在水上定位得到了广泛的应用。GPS-RTK 具有定位精度高且精度分布均匀，速度快、效率高，观测时间短，方便灵活，测程不受限制，不受通视条件影响等优点。

2、GIS 技术

GIS地理信息系统是利用现代计算机图形和数据库技术来处理地理空间及其相关数据的计算机系统，是融地理学、测量学、几何学、计算机科学和应用对象为一体的综合性高新技术。其最大的特点就在于：它能把地球表面空间事物的地理位置及其特征有机地结合在一起，并通过计算机屏幕形象、直观地显示出来。GIS 具有以下的基本特点：一是公共的地理定位基础；二是多维结构；三是标准化和数字化；四是具有丰富的信息。

3、RS技术

遥感RS经过传输、处理，从中提取人们感兴趣的信息。遥感包括摄影、卫星、航空、陆地、航天摄影测量等技术。遥感技术依其波谱性质，可分为电磁波遥感技术、物理场遥感技术、声学遥感技术。遥感信息技术已从可见光发展到红外、微波；从单波段发展到多波段、多时相、多角度、多极化；从空间维扩展到时空维；从静态分析发展到动态监测。RS为GIS 提供信息源，GIS为RS 提供空间数据管理和分析的技术手段（图像处理），GPS作为 GIS有力的补测、补绘手段，实现了GIS原始地图数据的实时更新。

4、3S集成技术

3S集成技术是以上3种技术的综合利用，是一种充分利用各自的技术特点，快速准确而又经济地为人们提供所需的有关信息的新技术，三者的紧密结合，为地形测量等提供了精确的图形和数据。

二、测绘自动化技术的发展趋势

随着计算机、网络技术的发展及测量仪器的系统、智能化，测绘自动化技术向着3G技术及集成技术自动化、实时化、数字化，数据库和应用软件的开发应用，三维可视化技术以及人工智能化发展。使测绘技术自动化技术能全方位的应用于到了实际测量中，提高了测量的效率和准确性。

1、集成技术与 3G 技术的深入发展。大力普及集成技术与 3G技术的应用范围，对 3G技术中不足的问题进行改进，更新并完善 3G技术与集成技术的测量手段、方法及功能，进一步加强其测量的准确度，使其的技术在地形的测量、测绘领域得到更广的应用、拓展。对数码及全球数字的摄影测量技术在GIS、GPS、RS 及 3S 的集成应用，使得地形测量更加深化，同时也推进了测绘技术朝着数字化、电子化及自动化的方向发展。

2、测绘软件及数据库的开发与更新。加强地形测量数字化测绘软件的研发，使测绘软件系统更加高效、灵活和功能齐全，使测绘软件技术在地形测量中起到了相当重要的作用。更新完善信息数据库，将采集的测量数据转换直接进入信息数据库，数据管理查询方便，数据共享，实现全球数据更新和扩展空间基础信息系统的动态管理，实现测量数据的管理科学化、标准化、信息化，实现测绘数据的传输网络化、多样化、社会化，使测绘技术走向自动化，实时化，数字化。

3、专家系统及人工智能在测绘技术中的体现。专家系统及人工智能随着测绘技术及计算机的技术不断发展，其在测绘技术过程中，发挥了广泛的重要的作用。例如，计算机可以通过专家知识，进而模拟人的思维能力，并进行相关的推理、对智能化的图形、信息、数据进行处理，更好的实现管理的职能，提高了工作的效率。专家系统在测绘技术中有着关键作用：可对全部的测量流程实行监测、控制，进行、分析及处理，进而实现信息的共享。

三、测绘自动化技术在实际中的应用

1、在工程地质测绘方面的应用。工程的地质测绘工作是进行工程勘察的前提工作，测绘技术是将工程地质与建设相关的地址现象进行观察、分析、描述。便于今后及时地搜集地质的资料、地貌特征等信息。

2、在防灾及救灾中的应用。测绘及自动化技术的使用，能够较好地实现对大河、大江、及河湖等水位的实时监测，对监测洪水及灾害的面积有指导作用。测绘技术可以对陆地上的水资源及地下的水资源进行污染的监测；还可在防灾、抗灾及救灾等预警系统的管理工作中，起到重要的作用。

3、在城市的给排水中的应用。目前，在城市的给排水管理工作中，可将自动跟踪全站仪运用到城市的排水建设及测量工作中，此技术的运用，能很好地控制管道掘进的方向及位置，较快实现了排水管道的自动化掘进。

4、在资源调配中的应用。测绘及自动化技术在资源的合理分配中，起到协调作用。首先，其可利用数字测量技术或者摄影测量技术建立相应的数字模型，对水库及大坝的选址、库容量的计算及受益范围等进行准确设计。其次，为合理地开发及利用各类资源提供相对科学的依据。最后，其还能够精确地将某地区的农作物及土地的干旱、洪涝情况详细的显示出来，并根据旱情的严重程度及水库的库容量，对水资源进行合理地调配。

四、结束语

随着计算机、网络技术的发展及测量仪器的智能化，测绘自动化技术发生了重大变革，从传统的测绘技术（例如电子测距仪、经纬仪、水准仪和平板仪）向 3G 技术、数字摄影测量技术以及人工智能化发展，推动了测绘技术自动化技术的活跃和革新，测绘技术朝着自动化、实时化、网络化和数字化方向发展，使地形测量更快速、简单、精确。

参考文献：

【1】王志民，魏征军. GPS-RTK技术在数字化地形测量中的应用[J]. 中州煤炭. 2007（05）

【2】陈贻胜. GPS准动态在特殊环境下的地形测量中的灵活应用[A]. 华东六省一市测绘学会第十一次学术交流会论文集[C]. 2009

篇3

Riverbed 高级经理Mason Coffman在去年年前初做过五个深入人心的趋势预测： 混合IT将持续发展，且越来越复杂； 领导企业将对自适应安全架构产生需求；超融合边缘设施将替代远程地点的数据存储；SD- WAN将为IT提供更多对边缘网络的控制以及更高的效率；IT将持续巩固它作为价值中心而非成本中心的地位。

公司通常都会要求员工对未来做出计划，基于最有根据的推测，分析趋势，甚至依靠他们的直觉来确定最佳的行动方案，在哪里投入资金和资源等。

在Mason的基础上，我认为新的一年将会出现一些新的变化，包括：容器及微服务的迅猛发展；数字转型大规模发展；更多云；网络成为重中之重；成本趋于均衡；应用更加丰富

超融合化；大规模迁移；通过人工智能及机器学习变得更加智能；数据移动。

这些话题能否吸引您的目光？诚然，很多企业需要的可能不是所有这些，而是一个整体的、全面的管理和可见性。但我的看法却略有不同：

容器及微服务迅猛发展

正如前几年云的发展一样，容器的创新、突破及深入探索的价值，利用预装环境帮助企业专注于提供用户体验，而不仅仅是简单地提品和服务。

2017年，人们会要求现有提供商以及更多提供专业服务的新加盟厂商能够提供更广泛及更深入的功能。同时，公有云越融合，网络功能的加耦解耦就会越容易，并且所包含服务的进一步抽象化将更普遍。

此外，2017年，随着企业向容器化或微服务转化，企业需要寻求安全和合规性的内部推动力，需要为这些服务进一步优化网络、存储和监测的能力。

数字化转型大规模发展

数字化转型，即通过技术创新重新界定企业业务流程的过程将大规模发展。企业业务转型将越来越快，而还没有启动此类项目的企业也会迫于竞争对手的压力而选择转型。

对于那些要在今年加大数字化转型力度的企业，我们有一些建议：要记住的是数字化转型，不仅仅是技术问题。我认为数字化转型综合了以下所有内容：技术（云、大数据、物联网，移动、社交、网络，统一通信等）；业务流程（战略、领导力、流程），以及人员（合作伙伴、供应商、客户、员工、竞争对手）。

而且每个企业的数字化转型都有各自的特点，这是由企业的基因所决定的。

更多云

尽管主流公有云提供商亚马逊、微软和谷歌将继续争夺市场份额，但规模小且专业化的云提供商也将继续增长，提供细分市场或行业市场能力。云产品仍比较复杂，寻求多样化产品、避免被供应商绑定的企业将选择融合或混合解决方案，并与私有云数据中心基础设施相连接。

《首席信息官》杂志的Clint Boulton指出：“私有云耗时且成本高，大型提供商无法做到针对每一个独特要求提供服务，这就意味着小型提供商在2017年将有增长机会。”

网络成为重中之重

尽管所有的焦点都集中在云、微服务、容器和其他创新技术上，云网络及云到私有数据中心的连接性在2017年也将成为重点。

网络技术，无论是SD-WAN、NFV或是其它什么，都需要非常灵活，以便适应这些发展变化。研究公司IHS预计，数据中心和SDN市场在2019的增长将超过15倍，这将使我们更加关注SD-WAN和SDN提供商。

成本趋于均衡

多年来，云已日益商品化，各种核心服务的价格也被一再拉低。然而，451 Research的研究人员则认为，尽管价格持续下跌，但下降速度还没有人们想象得那么快。

2016年，微软委托451 Research所做的一项研究显示，34%的受访者认为价格是更换云提供商的最大原因。

随着云计算和相关服务价格的持续走低，企业对公有云提供商带来的压力也将压缩潜在的利润。《首席信息官》杂志的Boulton指出：“IT高管们2017年将能更好地控制云成本，因为他们的实践正趋向成熟。”

我相信2017年云计算将是“买方市场”，因为大型和小型云提供商都将压缩自己的利润，提供创新产品，以获得市场份额。

应用更加丰富

为加强客户和员工的终端用户体验，企业需要继续开发或重构移动应用和本地应用，并且在企业内部推进使用更多的SaaS应用。由于越来越多的员工和用户都走向移动端，没有“移动优先战略”的企业将会在竞争中被淘汰。

Riverbed公司产品副总裁Josh Dobies认为：“由于获得带宽容易且经济适用，因此SaaS和云应用将快速被采用。”

因此，未来将发生应用向云迁移，企业采用SaaS服务等变革，但企业也需花费额外的时间及资源确保这些应用的稳定和高性能，从而获得积极成果。

超融合化

超融合适用于本文中提及的所有相关内容。对Coffman预测的2016年的超融合边缘基础设施及普通的超融合架构（HCI）同样适用。

为使超融合获得成功，企业需确定总体上接受软件定义架构。为满足各方需求（无论是从网络边缘、数据中心还是从云提取或推送数据），企业将越发向可靠、可拓展且安全的基础设施靠拢。听起来很复杂？确实复杂，这意味着提供超融合基础设施可视化和管理的企业将在2017年表现不凡。

大规模迁移

从最初的尝试到企业完全采用云，对于使用云计算的企业以及想拓宽云覆盖的企业来说，抑或是单纯想向云靠拢的企业来说，2017年都将是创纪录的一年。

我认为，许多公司急于实现云，有些甚至只是为了跟云沾边，或单纯想让自己看起来有“移动”气质。他们这样做无异于将大头钉强行插入方孔里，即他们使用的云或服务并不适合他们，而且还诧异为何效果不好。

通过人工智能和机器学习变得更加智能

对人工智能和机器学习而言，2017年将会是重要一年。

由于许多企业专注于人工智能和机器学习以实现业务差异化，因此为满足需求，企业需在大型云内部优化服务。

实际上，一些分析师认为，由于一些机构很明确只使用这些服务，而并非为“初级”工作设计的一般云计算或存储服务，所以在一些认知交易上的云服务价格将有所下降。

然而，实时交付数据分析及结果，是决定人工智能和机器学习成功的关键因素之一。但这将对网络造成非常大的压力，而且还将迫使那些使用机器学习和人工智能服务的企业优化和监测往返于这些服务、智能设备，以及工作流程的网络可用性和性能。对提供广域网优化、边缘网络解决方案以及SD-WAN服务的企业来说，2017年将会是革命性的一年。

数据移动

如前所述，2017年必将是数据移动爆发的一年。其原因在于，企业将数据从边缘推送至数据中心或云端；人工智能和机器学习将生成海量的PB级数据；企业将内部基础设施转至云；企业重构以及推出新应用；大量连接设备（物联网设备）上线。

篇4

关键词 智能授导系统；辅助教学；语义Web

中图分类号TP31 文献标识码A 文章编号 1674-6708（2012）58-0165-02

计算机辅助教学(CAI)是以对话方式利用多媒体计算机的功能与特点与学生讨论教学内容、安排教学进程和进行教学训练的方法与技术。但是存在交互能力差和缺乏虚拟技术支持、智能性及教学策略等问题。人工智能（AI）是计算机科学、信息论、神经生理学、控制论、心理学、语言学等多种学科互相交叉渗透而发展起来的一门综合性学科。它用人工的方法在机器(计算机)上执行智能行为：感知、理解、学习、判断、推理、规划、设计、求解等。其技术特征主要是具有搜索功能、知识表示能力、一定的推理功能、抽象功能、语音识别功能及模糊信息处理能力。

1 智能授导系统

智能授导系统（ITS）技术是在对计算机辅助教学研究局限性的改革突破中发展起来的，它不仅克服了仅仅关注学生行为的缺陷，还引入了对知识的描述以及智能推理技术，智能授导系统的独特之处是能依据每个学习对象的不同需求而调整教学策略。

ITS从上个世纪80年代提出到至今已有30多年了，几乎涉及人工智能技术的所有问题，而且一直是人工智能技术在教育领域的核心研究之一。比较有代表性的是Peng-Kiat Pek和Kim-Leng Poh应用贝叶斯网络构建的学生模型可以较好的估计出学生的学习兴趣值，从而对学生的学习行为方向进行预测；Dietrich Albert和Cord Hockemeyer通过分析知识空间理论而得出的超文本结构和知识空间在结构上的有很强的相似性，通过对知识空间进行建模，使之适用于网络Web结构模式；Joel Martin和Kurt VanLehn使用贝叶斯网络技术对学生的学习结果进行评估，有效的分析出学生学习过程中的问题和不足；Declan Kelly和Bren­dan Tangney提出了一种多Agent技术（Multi-Agent System，MAS），通过对个体的个性化学习进行动态建模的智能框架的建构重组，满足了学习者的不同需求。随着国内数字化教学与教育信息化的大趋势，最近几年国内对于该领域的研究发展的相对比较快，而且需要进行综合性的研究，以不断促进智能授导系统的实际应用价值。

2 自适应智能授导系统机制

由于个体学习者基本上是基于资源的自主学习，在教学上的有效组织主要体现在学习资源的组织、传递和共享上，良好的资源组织和个性化资源服务是学习个体最强烈的需求。为了支持个体的自主学习，辅助教学研究十分强调“授导”。“授”即系统地对教学内容的组织和传播，通常反映为学习目标制定、学习材料序列化、学习路径引导以及学习结果评价等方面；而“导”则侧重对学生的具体学习过程提供针对性的学习支持。

2.1 网络智能授导的技术实现

网络辅助教学平台设计者们一直致力于智能授导机制的理论研究和实现，不仅在理论上提出很多模型和设想，而且实践上也有所突破，特别是可以借助计算机网络技术和人工智能技术构建一个更有针对性的、更智能的信息空间，为学习者提供个性化的学习支持。通过调研，网络辅助教学中智能授导的研发技术路线主要是模拟课堂面授的路线、人工智能的技术路线和网络协同进化的路线。

2.2 本体的智能授导机制

根据Brusilovsky提出的关于虚拟校园环境的部件理论知道，当前分布式虚拟环境支撑的网络教学平台大多是围绕内容部件、行为部件、通信部件、管理部件来提供学习者本体的智能授导应用功能。

1）内容部件是辅助教学系统的核心，多由构成课程的多媒体教学材料组成。运用静态超媒体比较容易实现，以一种同有的结构和形式呈现给学习者同样的教学内容。但是会产生由适应性内容所呈现的各种方法与技术问题，例如：附加解释、前提知识解释、比较性解释、解释变体、信息排序等。其实现需依赖于知识表示与呈现技术，特别是知识建模和知识本体的研究；2）行为部件主要功能是需要学生通过“做”的交互方式来完成的自主学习的过程，表现形式多指学习导航、练习、测试、模拟、实验等。其三个主要应用方向是自适应导航、自适应测试和虚拟实验；3）通信部件在智能授导系统中起到媒介作用，主要是支持学生与教师之间、学生相互之间的交流和沟通的通信工具，支持学习社区的协作学习和协同进化；其3个主要应用方向为)针对交互信息的知识发现、学习者智能互助和群体智慧；4）管理部件主要是支持教学过程中必要的管理职能。如学生管理、课程管理等。

2.3 自适应智能授导系统的构建策略

个性化的自适应辅助教学研究已成为现代教学系统应用的一个热点问题，而自适应智能授导系统运用人工智能技术，直接、科学地了解到学习者的个性特点及学习进展情况，灵活调整自身的策略、方案来满足受教育对象的需求。从集成观点出发，自适应智能授导系统首先涉及的是教学理论和思想与计算机技术的交叉。从计算机辅助教学的发展线索出发，网络技术与人工智能方法的应用是计算机辅助教学的必然趋势，但智能授导绝不是在计算机网络通信技术上的简单翻版，其需要进行更为深刻的分析与抽象。总的来看，自适应智能授导系统是一种建立在软件协同基础上的分布式的群体智能，更是一种人机协调的智能。

学习者模型是自适应智能授导系统的核心，而学习者学习过程中存在大量的不确定性因素和不确定性信息，因而成功获取学习者的情况是其它环节正确运行的保障。在学习者模型设计中，我们利用贝叶斯网络的条件概率分布量化知识项之间的组织关系及依赖关系，很好地反映学习者特定领域中的知识结构，当学习者模型中的知识项的状态发生改变时，将引起相关知识项的状态的改变，因而使学习者模型具有一定的预测能力。同时我们选择专门为语义Web设计的本体表示语言OWL语言来描述学习者模型，因为它具有更强大的功能来表示语义，比XML和RDF更容易被机器理解。

我们在辅助教学软件的研究开发中选择了语义Web下的自适应智能授导系统，因为它更多的关注系统各模块的标准化、形式化构建，以及系统间的互操作和知识共享与重用。其目标是使机器能够更好的理解网络上的内容，构建一个基础结构使在网络上运行的智能能够进行复杂的活动，对嵌入在基于网络的应用程序中的知识进行显性的描述，从而以智能化的方式来整合信息，提供基于语义的方式来访问网络，以及从文本中进行信息抽取。语义Web技术可以通过对智能授导系统不同模块中嵌入的知识和学习者的交互信息进行共享，从而在一定程度上推动了分布式智能授导系统的开放程度。图1给出了自适应智能授导系统的智能产生流程图。

3 结论

伴随着互联网络的日益发展，我们日常的学习与工作越发依赖数字化的资源与服务，智能化与人性化将是数字化教学重要的发展方向。我们选择了自适应智能授导系统作为数字化技术辅助教学研究的一个切入点，依据网络智能授导系统实现的三条技术路线，从理论框架上阐述了教学辅助平台中常见的智能授导机制，利用人工智能中贝叶斯网络的思想来设计学习者模型来实现适应性和个性化的教学，并选择了语义Web下的自适应智能授导系统来实现辅助教学软件的开发。

参考文献

[1]闵宇锋.浅谈网络教学平台中的智能授导机制[J].科技情报开发与经济，2010.

[2]Brusilovsky P. MILLER P., Course Delivery Systems for the Virtual University.

篇5

关键词：自动化技术；机械制造；应用

自动化技术的应用是提高机械制造效率的重要技术支持力量，在随着我国的科学技术水平进一步提高下，对机械制造的要求也会进一步提高，自动化技术的应用需求也会增加。智能制造机械技术和设备的问世，引发大众对于传统工业生产利弊和前途的思考。随着智能制造技术的推广和智能设备在社会生产中的逐渐认可及利用，人们已经普遍认识到，智能机械设备优于传统工业生产，其在未来必将代替广泛的传统工业生产不可逆转。通过加强对自动化技术的应用研究，对实际机械制造发展就有着积极意义。

1机械制造中自动化技术应用重要性和实际应用

1.1机械制造中自动化技术应用重要性

机械制造产业的蓬勃发展对我国生产力水平提高有着积极作用，在全面建设小康社会的发展环境下，为保障人们的生活质量水平提高，在机械制造生产的质量和效率水平提高层面就有着强调。而机械制造产业的发展需要有新的技术支持，自动化技术就是重要应用技术，这对提高机械制造的生产能力有着积极作用[1]。通过将自动化技术在机械制造当中加以应用，对系统生产能力提高就能发挥积极作用，能进一步提高生产质量。自动化技术的应用对机械制造的全面监控目标能得以实现。

1.2机械制造中自动化技术实际应用

机械制造当中自动化技术在多个环节都能得以应用，如将自动化技术在数控技术方面的应用。机械制造的数字化目标实现，是讲数字技术和硬件以及控制技术进行了结合，从而保障了机械制造的自动化水平提高，使得机械制造的效率水平得到了显著提高。自动化技术在数控技术方面的应用，对操作的规范性以及安全性得到了保障，这就在经济效益创造方面发挥着积极作用。机械制造中自动化技术在人工智能当中的应用能发挥积极作用，机械制造中人工智能技术是把自动化技术和系统功能等技术进行了融合，并进行相互的渗透。这一技术是通过智能机器以及人类专家形成了一体化操控，能在机械设备的制造过程中进行判断以及推理等智能活动，这就对机械制造的整体效率水平得到了提高，使得机械制造的智能化目标得到了实现，避免了操作中存在的误差。自动化技术应用在机械制造当中能实现信息流动自动化。将计算机作为辅助设计，产品数据管理和制造自动化技术系统进行连接，就能实现信息的自动化传递。机械制造中对信息的及时传递就能提高生产力水平，对自动化的程度提高，这对机械制造的工件工艺设计的精确度也能得以有效保证[2]。自动化技术的应用在加工系统的自动化目标也能得以实现，自动化技术的应用能将大量劳动力从繁重的工作中解放，对机械制造的精度以及减少事故的发生起到了保障作用。机械制造过程中的自动化技术应用，能实现物流系统的自动化目标，机械自动化能实现物流系统自动化更新，检测中以及装备的自动化系统管理方面，机械制造自动化系统的应用，能结合生产工序当中的相关要求，以及按照相应标准完成零部件的加工制作，能实现自动化系统整体分工以及装配作业，这样就能对装配的质量水平得以有效提高。

2机械制造中自动化技术应用发展趋势

中国制造业的自动化和智能化进程任重而道远，随着世界经济迅速的发展与成长，自动化制造工厂将给所有产业升级带来冲击，也将引领全球制造业发展模式的前进与革新，对于中国制造业的产业升级来说已是必然选择。第一，实用性发展趋势。机械制造当中自动化技术的应用发展，在随着技术水平的提高就会更加注重实用性。机械制造对自动化技术的应用获得更高的经济效益，是当前比较关注的，而实用性也是未来机械制造自动化技术的应用目标[3]。我国当前在机械制造自动化技术的应用规模还有待扩大，自动化水平低的现状还需要进行改善，要能将自动化技术和机械制造领域紧密结合，促进机械制造整体水平的提高。第二，智能化发展趋势。自动化技术在机械制造中的应用在智能化的发展趋势方面愈来愈显著。从近些年我国的人工智能技术的研究发展现状能看出，智能化技术的应用愈来愈成为机械制造生产力水平提高的重要应用技术，这一智能化技术将人脑研究功能分析结果在机械制造领域得到了应用，对机械制造的整体水平得到了提高[4]。人工智能和机械制造领域的发展在未来将会更加的紧密，通过人工智能来替代人工制造，实现智能化的机械制造系统。第三，绿色化发展趋势。自动化技术应用在机械制造领域中，会向着绿色化的方向迈进。在当前可持续发展观念的进一步深化下，绿色化在机械制造领域成为重要发展目标，绿色化的机械制造就能对生态环境污染进行降低，从而有利于机械制造产业的可持续发展。

3结语

总之，机械制造当中自动化技术的应用，是促进机械制造企业在市场中良好发展的重要基础，只有充分重视自动化技术的科学应用，才能保障机械制造的质量。希望通过此次理论研究，能为实际自动化技术应用起到促进作用。

作者:李慧 单位:洛阳北玻台信风机技术有限责任公司

参考文献：

[1]郭鑫.数控技术在机械制造中的应用研究[J].科技创新与应用，2017(08).

[2]李凤.自动化技术在机械设计制造中的应用研究[J].时代农机，2017(02).

篇6

关键词 数字；油田；特征

中图分类号：TE4 文献标识码：A 文章编号：1671-7597（2013）24-0136-01

随着科技的不断推进发展，油田工作数字化已经成为必然。这种数字化的趋势不仅仅来源于工作效率提升的需求，而更多在于油田工业自身发展要求更为现代化的工业水平。

1 数字油田概述

当前对于数字油田的概念并不存在统一的定论，但是行业内部对于这一说法已经形成了一种相对一致的认识方式。数字油田是一种以油田作为主要研究对象，以石油的开采和加工等生产过程作为线索，将勘探、开发、储备、运输及销售等多个生产环节综合起来，形成一个统一的互相关联的数据体系，并且推动数据参与更多的石油工业环节，并且力图在参与的过程中发挥更多的作用。油田工作的数字化，通常更多倾向于数字化管理工作，这是指通过计算机、网络以及人工智能等多技术来针对油田中诸多工作行为进行优化管理，通过量化等多种手段实现工作效率的提升和效果的整体优化，对于石油领域有效开采、节能以及运输等多个工作环节都有积极意义。

在石油生产领域中，油井、站场以及管线是构成石油工业体系的三大要素，是生产组织主体关注的重点所在。对于油井而言，数字化技术的深入运用能够帮助石油开采工作人员实现对于油井特征的更好把握和认知，并且进一步获取到更多关于石油以及伴生气成分的相关信息，这些信息不仅仅对于如何更为有效的展开石油开采工作有着积极意义，对于如何做到油井资源最为有效的利用，优化节能工作都有重要推动作用。与此同时，另一个不容忽视的数字化作用还在于，此类数据能够帮助实现构建更为安全的石油工业环境，是确保安全生产的必要支柱。而对于站场，是作为石油开采的首要工作场所，其工作环境中涉及到多种人力和相关资源能源，数字化技术的应用首先在于推动投入开采工作的多方面人力物力能够相互实现默契配合与协调，实现投入产出的最优化，其次则在于对相关开采过程中的工作数据进行进一步的获取，这些数据需要在核心计算系统中进行更深一步的加工，进一步转变成为能够供石油工业进一步展开的重要依据，重点支持方向首先表现为伴生气的有效利用、石油工作环境中能源的节约、有效的原油输送等方面，并且为石油更深一步的加工提供必要的数据参考支持。最后对于石油工业领域的管线，由于不能够像油井和站场一样处于地表位置易于识别并且相对而言分布集中，因此更加需要数字化的管理技术参与其中，帮助实现对于庞杂管线的监控和维护。数字化手段的参与其中，能够对石油输送管线中的压力等数据进行有效采集和监测，并且综合对管线经过地区的环境数据来确认整个输油管线系统的健康状况，为石油输送提供安全稳定的工作环境。

2 数字油田体系分析

数字化油田生产管理体系由面向于不同专业领域的诸多功能模块加以融合而成，并且为众多应用特征模块提供相应的数据库和人工智能等运算支持。

一个典型的油田环境数字化生产管理系统可以大概划分为三个层次，首先是数据采集层，其工作重点在于从计量站、注水站、集气站以及联合站等环境中采集到关系油田工作方方面面的繁杂数据。其次则是数据处理层面，通常与数据采集层面保持一定的对应关系，工作重点在于将从数据采集层面获取到的诸多数据展开进一步的处理，并且将处理结果一方面送达对应的部门进行第一时间反应和判断，另一方面则送达数据中心进行进一步的汇总和分析。而数据中心就是第三个层次，它负责将原始数据以及经过初步分析的数据进行更深一步的加工，浅层次的数据处理通常都只是将数据进行对比判断，实现告警等功能，而对于数据中心而言，数据处理工作更多意味着对报送上来的数据从计算机角度加以“理解”，即实现人工智能。

对于油田工作环境中的数字化而言，当前仍然存在有诸多需要改进和提升的方面，总体而言，可以从如下几个角度重点着手进行数字化的深入。

1）优化数字安全。对于油田工作环境而言，安全隐患来自于各个方面，除去较为常规的外部网络攻击和病毒侵害以外，其他源于其数字化网络自身的安全问题也需要得到重视。数据的增量和海量备份工作，以及日志的记录仍然属于相对基础的范畴，当前数字安全应当更为重视数据在获取和传输以及使用过程中的安全问题。在数字油田工作环境中，数据的获取更多有赖于数字化的一线设备，针对于此种状况，就应当充分考虑到诸多自动化仪表设备的运行环境是否能够提供精准数据，从温湿度一直到电磁干扰等问题都应当加以充分考虑。对于数据的传输工作而言，传输工作无论从逻辑还是从物理层面都应当保持有一定的冗余，并且对传输日志详加记录。而从数据的使用和消费角度看，重要的在于需要约束数据使用环境中的不规范操作，为相应的工作人员赋予相应的权限，一方面确保其能够正常展开工作，另一个方面则需要可以做到对数据实现安全保护。

2）内核算法优化。算法的优化和不断进步是油田数字化本身的需求，这是一种向着人工智能的总体方向发展的需求。数字化是实现自动化的必由之路，而人工智能则是计算机帮助人类实现智能决策和决策支持的必由之路，因此不断优化内核算法，从人工智能的角度上加强对油田数据化的建设必然会成为未来主要的发展方向之一。并且在实际的算法优化工作中，除了需要加强人工智能水平的建设，还应当对于运算效率和运算质量等问题加以充分关注，诸如油藏数值模拟、地震资料解释等都会涉及到十分庞大的数据总量分析，如果不能在最短时间内分析处理完毕，就有可能造成工程延误等严重后果，因此算法优化过程中，效率必须与质量并重。

3） 切实提升工作人员素质。工作人员对于数字化系统的熟知和掌握程度，直接影响着油田数字化系统的工作质量并且进一步影响着油田工程的效率和效果。针对于这种问题，在不断强化油田数字化的过程中，还应当加强对于相关人员的培训，不仅仅需要帮助工作人员能够做到熟练使用与自己岗位相关的数字化工具，还应当帮助其形成对于更为广泛的数字系统的功能认识，唯有如此才能形成整个组织内部相对一致的奋斗方向，对于工作团队的建设以及团队之间的沟通都将大有裨益。

3 结论

石油属于不可再生资源，一方面石油开采以及深加工领域都希望能够对原油以及伴生气做进一步充分的利用，另一个方面则在于当前全球各地都将石油视为重要发展能源，争相研究先进的开采技术，我国同样为石油开采技术的研发工作投入了大量资金。这种研发工作的成功与否，直接关系到我国石油开采工作能否更为有效展开，关系到我国经济的整体发展，而在这个过程中，数字化也必然随之在油田工作领域中有更为深入的发展。

篇7

【关键词】地形测量；测绘技术；发展趋势

1.　引言

（1）地形测量学是研究测绘地形图及与其有关测绘工作的理论、方法的应用技术学科。［1］地形测量是为城市、矿区以及各种工程提供不同比例尺的地形图，以满足城镇规划、矿山开采设计以及各种经济建设的需要。

（2）地形测绘是研究地球局部表面形状和大小，并将其测绘成地形团的理论和技术。通过测定小范围地表高低起伏形态和地物（如建筑物、道路、耕地等）的特征点的平面位置和高程，经相应的数据处理、采用一定的测量符号按一定的比例缩绘在图纸上。从而获得与相应地面几何图形相似的地形图，为国家经济建设提供设计与施工的图纸资料。［2］

（3）传统的测绘包括控制测量、地形测量、施工测量、竣工测量和变形监测5个部分。现代测绘技术自动化技术具有自动化程度高、测图精度高、图形属性信息丰富和图形编辑方便等优点。［3］

2.目前地形测量的测绘自动化技术

测绘自动化是集数据采集、处理、传输、显示于一体。随着计算机、网络技术的发展及测量仪器的智能化，测绘技术自动化技术发生了重大变革，3S技术（GPS全球定位系统、GIS地理信息系统、RS遥感）及其集成技术成为测绘技术自动化技术的核心。

2.1GPS技术　GPS（Global　Positioning　System）称为全球定位系统，是美国20世纪70年代开始研制的，它历时20年，于1994年3月全面建成的利用导航卫星进行测时和测距，具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统，是一种高精度、全天候、高效率、多功能的测绘工具。［4］

（1）GPS定位技术与常规地面测量定位相比，具有抗干扰性能好、保密性强，功能多、应用广，观测时间短，执行操作简便，全球、全覆盖、全天候、高精度的特点。特别是RTK的定位精度可达厘米级，在水上定位得到了广泛的应用。

（2）GPS　RTK（Real　Time　Kinematic）技术开始于90年代初，是一种全天候、全方位的新型测量系统，称载波相位动态实时差分技术，是目前适时、准确地确定待测点的位置的最佳方式，是基于载波相位观测值基础上的实时动态定位技术。

（3）GPS　RTK具有定位精度高且精度分布均匀，速度快、效率高，观测时间短，方便灵活，测程不受限制，不受通视条件影响等优点。

2.2GIS技术。地理信息系统（Geographical　Information　System-GIS）是利用现代计算机图形和数据库技术来处理地理空间及其相关数据的计算机系统，是融地理学、测量学、几何学、计算机科学和应用对象为一体的综合性高新技术。其最大的特点就在于：它能把地球表面空间事物的地理位置及其特征有机地结合在一起，并通过计算机屏幕形象、直观地显示出来。［5］

（1）GIS具有以下的基本特点：一是公共的地理定位基础；二是多维结构；三是标准化和数字化；四是具有丰富的信息。

（2）地理信息系统对空间地理信息进行处理，准确采集有关的数据，并对地理空间数据和信息进行处理、管理、更新和分析，是采用数据库、计算机图形学、多媒体等最新技术的技术系统，对现代测绘技术自动化技术的起重要支撑作用。

（3）目前GIS地理信息将向着数据标准化（Interoperable　GIS）、数据多维化（3D&4DGIS）、系统集成化（Component　GIS）、系统智能化（Cyber　GIS）、平台网络化（Web　GIS）和应用社会化（数字地球）的方向发展。

2.3RS技术。遥感RS（Remote　Sensing）起源于20世纪60年代，不直接接触被研究的目标，感测目标的特征信息（一般是电磁波的反射、辐射和发射辐射），经过传输、处理，从中提取人们感兴趣的信息。遥感包括摄影、陆地、卫星、航空、航天摄影测量等技术。［6］遥感技术依其波谱性质，可分为电磁波遥感技术、声学遥感技术、物理场遥感技术。

（1）遥感信息技术已从可见光发展到红外、微波；从单波段发展到多波段、多角度、多时相、多极化；从空间维扩展到时空维；从静态分析发展到动态监测。

（2）RS为GIS提供信息源，GIS为RS提供空间数据管理和分析的技术手段（图像处理），GPS作为GIS有力的补测、补绘手段，实现了GIS原始地图数据的实时更新。3S的综合应用是一种充分利用各自的技术特点，快速准确而又经济地为人们提供所需的有关信息的新技术，三者的紧密结合，为地形测量提供了精确的图形和数据。［6］

3.　测绘技术自动化技术的发展趋势

随着计算机、网络技术的发展及测量仪器的系统、智能化，测绘技术自动化技术向着3G技术及集成技术自动化、实时化、数字化，数据库和应用软件的开发应用，三维可视化技术以及人工智能化发展。使测绘技术自动化技术能全方位的应用于地形测量中，提高了地形测量的效率和准确性。

3.13G技术及集成技术的进一步发展。积极普及3G技术的应用，改进3G技术中存在问题，更新3G及其集成技术测量的方法和手段，加强测量精度和准确性，使3G技术能在地形测量测绘技术领域的应用进一步扩展。

全球数字摄影测量系统在GPS、GIS、RS和3S集成技术中的应用，对数码摄影测量和地形测量更加普及和深化，使测绘技术向电子化、自动化、数字化方向发展。

3.2测绘软件及数据库的开发与更新。加强地形测量数字化测绘软件的研发，使测绘软件系统更加高效、灵活和功能齐全，使测绘软件技术在地形测量中起到了相当重要的作用。

更新完善信息数据库，将采集的测量数据转换直接进入信息数据库，数据管理查询方便，数据共享，实现全球数据更新和扩展空间基础信息系统的动态管理，实现测量数据的管理科学化、标准化、信息化，实现测绘数据的传输网络化、多样化、社会化，使测绘技术走向自动化，实时化，数字化。

3.3人工智能和专家系统在测绘技术中的应用。

（1）随着计算机技术的发展和测绘技术与相关学科的交叉、综合，人工智能和专家系统在测绘技术中有着广泛的应用前景。计算机利用专家知识模拟人脑思维进行推理，从事智能化的数据、图形处理和信息管理工作，极大地提高工作效率，使测绘技术向自动化、智能化发展。

（2）全球定位系统（GPS）、数字摄影测量系统（DPS）、遥感技术（RS）、地理信息系统（GIS）和专家系统（ES）这5S技术的发展和相互结合，专家系统在其中发挥着重要的作用，专家系统对整个测量流程进行控制，并执行相应的推理、分析和处理工作，并可实现信息资源共享，实时动态监测诊断，提高效率和质量，是测绘技术通向实时、自动、智能测量系统的关键。

4.　结论

随着计算机、网络技术的发展及测量仪器的智能化，测绘技术自动化技术发生了重大变革，从传统的测绘技术（例如电子测距仪、经纬仪、水准仪和平板仪）向3G技术、数字摄影测量技术以及人工智能化发展，推动了测绘技术自动化技术的活跃和革新，测绘技术朝着自动化、实时化、网络化和数字化方向发展，使地形测量更快速、简单、精确。

参考文献

［1］王运昌.地形测量学［M］.冶金工业出版社.1993.p2.

［2］吴贵才.地形测量出版社［M］.中国矿业大学出版社.2005.p2.

［3］李淑燕.浅谈数字化测绘技术和地质工程测量的发展应用［J］.科技信息.2009.25：p37.

［4］张德军，皱顺平.浅谈土地测绘技术的发展［J］.山西建筑.2009.35（29）：p355～356.

篇8

关键词：露天煤矿 数字矿山 建设

中图分类号：TD216 文献标识码：A 文章编号：1672-3791（2014）02（a）-0051-01

随着时代的不断进步和发展，科学技术日新月异，矿产资源的需求量不断增加，开采加工难度不断增大，给采矿业带来了巨大的冲击，机遇和挑战并存，这就要求采矿业不断走向数字化和智能化，以提高开采质量。1998年，美国前副总统戈尔在“数字地球―展望21世纪我们这颗行星”的演讲中提出了“数字地球”（Digital Earth）的概念，1999年召开的首届“国际数字地球”大会上又提出了“数字矿山”（Digital Mine）的概念。“数字矿山”的提出，为矿业发展指明了方向。为进一步促进露天煤矿的可持续发展，其必须结合自身实际，加强数字矿山建设，以促进经济效益和社会效益的提高。

1 数字矿山的内涵及研究意义

目前，对于“数字矿山”的定义国内外尚未完全统一。通俗地讲，数字矿山就是一个矿山范围内的以三维坐标信息及其相互关系为基础而组成的信息框架，并在该框架内嵌入我们所获得的信息的总称。对于数字矿山建设，概括起来目前主要有以下五种观点，即数字地球观点、地质模型观点、信息管理观点、监控系统观点和工程应用模式观点。对于数字矿山的功能内涵，必须从对矿山数据的存储、传输和表述向更深层次延展，并不断拓宽各个层次的应用，应涵盖数据的获取、存储、传输和表述，矿山生产与经营决策优化，各种设计、计划工作和生产指挥的计算机化，生产工艺流程和设备的自动控制等多个方面。数字矿山建设，具有重要的现实意义，第一，数字矿山能以数字化的形式全面反映矿区的地质信息、力学信息、露天煤矿矿产资源的储量和开采情况，有利于根据这些数据信息做出合理的开采规划，在保证矿产资源稳定供应的同时，促进资源的合理利用和环境保护工作，以促进经济社会的可持续发展。第二，数字矿山能适应日益增多的深井开采条件，并结合自动化开采技术，使矿工远离高温和岩爆威胁等恶劣环境，减少和避免矿山安全事故。第三，对矿山开采引起的各类生态破坏和环境污染问题进行数字化分析，以为矿山的生态重建方案、灾害评价与预测预报体系等提供参考依据。

2 露天煤矿数字矿山建设存在的问题

近年来，我国露天矿紧跟时代步伐，大力致力于数字矿山建设，取得了一定的成效，但数字矿山的建设总体上仍处于起步阶段。部分露天煤矿仍处于劳动密集型的机械化初级水平，管理粗放，煤炭开采技术、装备水平、矿山地质测量信息管理手段相对落后，缺乏三维可视化手段；煤矿开采设计和计划缺乏统一规划，大多以经验为主，缺乏科学性；过程控制程度低，生产效率不高。另外我国部分矿山企业对进行数字矿山建设的重要性认识不足，建设积极性不高，缺少长远规划和发展目标，影响数字矿山建设的进程。同时矿床开采涉及的领域较为广泛，需要多种技术的综合支撑，存在一定的技术阻碍。对于露天煤矿的数字矿山建设不可能一蹴而就，还需要较长时期的不懈努力。

3 数字露天矿建设的主要内容

数字露天矿的建设应综合考虑本矿区的生产管理需求及具体实际，设定合理的数字矿山建设的长期目标和内容：实现资源与开采环境的数字可视化、安全化和环保化，技术装备智能化与生产过程控制自动化，信息传输网络化与资源高度共享化，管理与决策科学化。具体而言，其主要可侧重于以下几个方面的研究和实践。

3.1 虚拟条件下矿山模拟开采技术研究

为促进矿山开采的科学性，数字矿山建设倡导对虚拟条件下矿山模拟开采技术研究，以期为矿山开采提供参考依据。其主要是综合考虑矿区的地质情况、矿床模型等，构造虚拟矿山，进行数字模拟开采，合理编制露天煤矿的开采计划、采矿方法、边坡工程设计、灾变应变预案等，此项技术的重点在于以优化开采为目标，有利于提高矿山开采的效益。

3.2 矿山数字地质、矿床模型研究与开发

矿山数字地质、矿床模型研究与开发，有利于实现对矿区地理信息的全面把握。可采用矿山地理信息系统建立统一的时空框架，全面整合矿山各类系统中的大量异质信息，建立数据仓库及模型库，实现数据共享。具体而言，应注重对空间和矿物属性的矿山实体数字地质、矿床模型、采场和排土场模型，地理信息系统和虚拟现实模型等的建立，实现对矿床中矿、岩的空间分布的全面了解，其主要利用RS、GPS、GIS、常规测量、地质写实、取样化验等各种实时在线采集系统与技术手段获取。根据钻探或遥感、遥测信息建立矿床地质构造模型，根据钻孔、探槽和炮孔取样建立有关矿、岩属性的空间数字模型。

3.3 实现生产过程管理和控制一体化

矿山生产过程管控一体化是指应用可视化技术，实现生产过程、工艺、设备、仪器的自动监测与控制。其主要包括：（1）生产调度监控系统，其是运用计算机、GPS、无线通讯及设备监测监控技术实现对生产过程及生产设备的真三维显示，加强对开采设备生产作业参数及状态的监测和故障的诊断，并根据实际情况，对采场运输进行合理的优化调度。（2）生产决策支持系统，将矿山中的固有信息如地面地形、煤田地质、开采方案等数字化，按三维坐标构建数字矿山，并进行矿山三维地学仿真显示、开采过程模拟分析等工作。（3）管理信息系统（MIS），其将计划管理、设备管理、财务管理、材料管理等相关信息嵌入到数字矿山三维框架内，对多维数字矿山进行构建。（4）矿山安全监测与预警系统，其以实体数字地质模型为基础，综合各类数据信息，对矿床开采进行安全监测与预警，以促进矿区环境保护，预防地质灾害的发生。

3.4 开发矿山应用软件及人工智能技术研究

为促进数字矿山建设，必须配置相应的矿山应用软件，如采矿CAD、虚拟矿山、采矿仿真、工程计算、人工智能和科学可视化等软件工具。另外应将电子与机械技术相结合，实现遥控机器人采矿，提高露天煤矿生产效率。同时为实现矿山的智能化，应加强人工技能技术的研究，实现生产调度指挥、资源预测、安全警示、突发事件处理等决策支持功能。

综上所述，数字矿山是矿业发展的必然趋势，数字矿山建设是露天煤矿一项庞大的系统工程，应综合考虑我国矿山现阶段的技术、装备、管理水平，分阶段实施， 逐步系统完成，促进矿山真正安全、高效、经济开采，构建生态矿业工程，并最终实现资源、环境与经济三者的和谐统一，达到可持续发展的目标。

参考文献

篇9

AI变成服务，机器人不会抢走人类的工作

首先，他认为未来20年，AI会成为很多行业的基础。AI系统将成为电力一样无处不在的商品化服务。

当今出现的三股科技势力给了曾经只在缓慢发展的AI加速爆发的一个契机：神经元网络的大规模处理能力提升；芯片的性能爆发级增长及价格越来越低廉；大数据的出现让人工智能能深度学习。比如从前培养一个围棋高手需要20年，但现在可能只需要几个月；谷歌能让AI在几小时的学习后，就在电玩游戏中击败人类玩家。凯文凯利强调，人们其实把人工智能想得太高级了，它们其实是一种人工智慧。它们会比人类机智100倍，但只是一种窄向的机智。

与电影中《her》那种跟模仿人类一样的AI不一样，它将来只需要成为人类某个领域的助手。比如自动驾驶的AI只需要考虑驾驶，不用分析各种日常生活问题。以不同于人类的方式思考，是AI的价值，而不是说它的价值在于比人类在各方面都更聪明。过去，我们只有一种思考方式，就是人类的思考方式。但在一个联系超密集的世界中，不一样的思维是创新和财富的来源。人工智慧廉价而聪明，会被植入到所有人类制造的东西里。

AI会成为一种“服务”，人们对它有需求时下单就可以了，就像电力网络一样。未来企业的创业公式是：制造一个产品，给它加上智能。未来肯定会有3-4个通用的普通AI平台，而其他公司则贩卖一些专业版的AI服务。给AI加上肢体，它们就成了机器人。不过现在的机器人靠编程工作，但将来它们可以通过与人类的交互式沟通，观察和学习人类的劳动。它们会夺走人类的工作吗？那些以生产效率为指标的工作会被机器人代替，但人类的创意、沟通是无法用“产量”衡量的。就像工业化把农民变成了工人，AI虽然取代了人类机械化的工作，却能给人类提供新的就业岗位。

虚拟现实会成为最普遍的社交平台

第二个趋势是，VR、AR和MR将成为继智能手机之后又一生态系统。VR是纯虚拟数字画面，而AR虚拟数字画面加上裸眼现实，MR是数字化现实加上虚拟数字画面。从概念上来说，MR与AR更为接近，都是一半现实一半虚拟影像，但传统AR技术运用棱镜光学原理折射现实影像，视角不如VR视角大，清晰度也会受到影响。MR技术结合了VR与AR的优势，能够更好地将AR技术体现出来。

Facebook在这周了一个新的VR产品，同时在过去的5个月，凯文凯利所在的《连线》杂志，也关注了所有主流制造商的VR产品，他试过多产品，大多数产品做得非常逼真。他认为就像从只能通话的手机变成智能手机一样，VR也会经历这种过程。VR正在变得越来越便宜，因为镜片、屏幕、数字处理器正在低廉地普及化。

现在的VR技术分为两种：一种是只能通过头部的旋转来探索虚拟世界。谷歌Cardbard就是这样一个例子。第二种更高级别的VR是有漫游式的，有“深度”和“空间感”。漫游式的、用户可以随意走动的那种技术肯定是未来的趋势，现在谷歌有种500多万美元的产品就能达到这种效果。虚拟现实，将是未来的最普遍社交平台。在凯文凯利尝试过的VR设备中，如果只看图片，并没有那么好玩。但要是有10个人互动，乐趣就会增加100倍，重点是可以通过VR一起分享自己的体验。虽然VR将是一个商业化设备，但它的社交网络平台商业化，将比设备的商业化前景好多了。没有互动的新创造，是不完整的。

天眼开启，隐私让位于炫耀？

VR、MR设备的普及，也会带来对个人信息更完备的追踪。在使用VR设备时，你的所有运动，你在哪里停留多久，你想去哪里，这些在现实当中，现在觉得很难追踪的东西都可以用VR轻而易举地解决。另外还有各种可穿戴设备，能够把个人信息全面量化。这些设备的结合，甚至可以追踪你的一生，从你出生到最后，全程追踪你的身体质量，显示每个阶段不一样的指标。我们想要的服务，都能实现个体化定制。

“所有可被追踪的痕迹，都会被追踪；任何可被测量之物，都会被测量”。凯文凯利重申这一点，他还说，在科技的发展过程中，“隐私总是让位于炫耀。”因为大家更关心的是自己是否能得到个性化的服务，是否能够有更多炫耀的方式。不过他强调，追踪在科技时代是双向的，每个人都可以知道谁在追踪自己，用什么样的方式，双向监督的情况下，人们可以互相追踪的，有更多可用的信息可以共享从而实现更好的共赢。

未来最大的电商一定拥有最大的实体店

现在零售实体店和电子商务当中有一个很明显的界限，实体店跟网店之间有很多紧张的情绪。但10-20年，世界上最大的电子商务公司也会成为世界上最大的实体店，亚马逊刚刚了自己第一个实体书店。未来线上和线下一定是互相融合的。电商平台的拥有者，能通过虚拟现实技术把产品数据化，把用户体验做得更好。VR的发展将带来互联网的体验时代。它会让我们感觉到虚拟的东西是真实的，也就是有一样东西，我们大脑告诉我们它是假的，但我们身体上的触觉、嗅觉能让我们感觉到它是真的。

比如它可以帮助我们召开远程会议；把我们带到现在人类还去不了的地方探险，比如深海、天空、悬崖；在网上买东西时摸摸布料的质地，看看书的色彩……而实体店可以提供给人们电商一样方便的物流体验，多元化购物、消费的体验。无论线上线下，他们所销售的产品都是物联网的一部分，比如智能化的鞋子，比如带上VR设备，我们能看到现实中每一种商品、物体的标价。凯文凯利觉得，过去几千年的历史演变，还不如过去50年的变化来得大。人们应该去相信那些不可能的事，我们要以前所未有的规模进行协作，才能闯进不可能的未来。

“未来20年最伟大的产品，现在还没出现。”凯文凯利说。“我们正站在历史的起点。”最后，凯文凯利与华南几位互联网企业的年轻创业者进行了对话。凯文凯利表示，目前互联网大部分的商业模式都集中在流量端，我们需要去进行数据挖掘，从而实现收集，选择，放大。中国移动营销具有广阔的前景。有米科技CEO陈第对此表示认同，“流量”是目前移动营销的核心。在有米的运作模式中，全球化的移动广告平台作为“横”线，将业务做广。同时借助移动广告平台的流量优势，重点布局游戏、电商、金融、教育、O2O等行业作为“纵”线，将业务做深，形成产业上下游的聚集，最终形成与有米紧密联系的生态流量网络。

另外，凯文凯利告诉陈第他所出版的3本书的具体思路是：把科技视作一种可进化的生命体这种逻辑，贯彻三本书的始终。以生命体去理解科技，就能理解这个世界的运行方式。而凯文凯利在自己作品中没有提及的东西，主要是基因工程、基因图谱。新的科技让人们很容易地复制基因并进行基因检测，这会对人类的肌理造成很大改变，将会开启巨大的科技机会。另外，他觉得人类还没了解宇宙由哪些信息组成，到底人类掌握的信息和掌控宇宙的力量之间有没有关系。这两个是他正在思考的方向。

继2015年12月首届深圳湾论坛后，2016年4月1日，北大汇丰商学院再度携手第二届“深圳湾创业创新论坛”，并邀请“美国硅谷教父”、“科技预言学家”凯文·凯利(Kevin Kelly)，进行“洞见【必然】的未来”主题演讲。

凯文·凯利最广为人知的是他对未来20年重大商业科技潮流的见解。论坛现场，KK带来了新书《必然》，和现场600多企业家、创新创业人士分享了新物种的基因特征、所思所想、行为规则和未来走向，以及未来30年哪些领域会出现重大财富机会。

“很难想象有什么事物会像廉价、强大、无处不在的人工智能那样拥有改变一切的力量。”

KK表示，人类未来的日常行为将被彻底改变，人工智能将是一些有界限的实体，而我们能清楚地区分我们和它们的思维。人工智能思想的到来加速了其他所有颠覆性趋势的进程，它在未来世界中的威力与曾经的“铀元素”相当。我们可以肯定地说，知化是必然的，因为它已经近在咫尺。

VR(虚拟现实)将是最社交化的社交媒体，它使互联网成为体验，不是看电脑，而是感受网络，像第一人视角体验。

谈到屏读，KK表示，我们从传统的书面到了屏幕显示，比如kindle等，信息都可以从生活中的各种屏幕中读取，信息获取方式更快更廉价。后续屏读的变化会影响更大，屏幕会越来越薄、多样，甚至在眼睛随着注意力的变化而改变和获取。信息的提供会根据你的需求来提供。

讲到大数据，KK认为，数据是流动的，交互的，不再是以前单纯的储存，而是从文件到web到数据云的演化。KK对流动性进行了诠释，他认为，流动性带来了新的力量，重要的不是复制品的数量，而是可以通过其他媒体链接、处理、注释、标记、突出、翻译、强化一份复制品的方式的数量。同时，流动性进一步释放了创造力。

讲到“使用”，KK以优步为例(注：uber)，他认为，使用权将优于所有权，类似的这种按需“使用”模式正在一个接一个地冲击着数十个其他行业，将形成“uber of X”模式。

“如果你生病吃药，医院可以根据你被量化的数据给你制定特别的计量，即是普通的每个人也是特别的。”以医疗为例，KK表示，生活中所有数据只要能被记录和量化的都能被记录。

随后，凯文·凯利与腾讯开发平台高级总监胡皓、人人聚财创始人许建文等嘉宾展开深度对话。

此前凯文·凯利在阐述“互动”时，就提出了共享经济的概念，即在未来成熟的共享经济模式下，商业主体不再被单一的个体所有，而被更多的人分享使用，使用权大于所有权将成为未来商业形态的核心。

篇10

关键词：自动化；化工机械；模糊控制；人工智能

引言

随着现代化信息技术的不断发展，自动化技术的应用范围不断扩大，已拓展到除数据存储、计算、传输以外的行业，如煤矿生产、石油开采以及其他工业生产领域等。机械制造业也受先进科学技术的影响，正逐步向自动化方向发展，机械制造业改进手段、技术发展方向都将向自动化方向迈近。将自动化技术引入机械制造行业，不仅可促进机械制造业的生产水平，还能推动各生产领域的发展速度，符合我国现阶段的基本国情，也适应现代化社会生产的需要。化工机械作为机械制造行业的重要分支，也是自动化技术的重要应用领域之一。

1 化工机械自动化发展现状

1.1 化工机械自动化技术应用类别

化工机械自动化技术主要有四类应用，按应用范围依次进行如下介绍：（1）自动化制造单元。自动化制造单元由1-2台生产设备、工业机器人、物料运送储存设备及数控设备构成。自动化制造单元具有规模小、成本低、可生产多种类型产品的优点。（2）自动化制造系统。该系统包括至少四台以上的全自动数控设备及人工中心，数控设备及物料搬运系统通过控制系统进行集中管理，以实现连续工作下的多品种、中小批量的生产及管理。（3）自动化制造线。自动化制造线的实际功能介于单一品种或小品种大批量非自动化生产线与中小批量多品种生产之间的一种生产线，该生产线主要优点提高了生产效率，但对于物料搬运系统自动化技术要求较低。（4）自动化制造工厂。将多条柔性制造系统（FMS），如订货、设计、加工、装配、检验、发货的制造系统进行有机结合，配以自动化立体仓库，各条FMS及仓库之间通过计算机系统进行自动化管理。自动化制造工厂包括CAD/CAM，将计算机集成制造系统（CIMS）投入生产实际，不仅实现了生产的自动化，还将生产管理、产品加工及物料储存及运输自动化扩展到全厂范围，是自动化生产的最高水平。

1.2 化工机械自动化关键技术

（1）模糊控制技术。模糊控制器利用模糊数学理论知识制造而成，随着科技的不断进步，模糊控制技术也不断进步，已经将人工神经网络工作原理，渗透到模糊处理器中，使其具有自学功能。具有自学功能的控制器可根据不断获取的新信息自动地对控制量参数做出适当调整，提高了设备的实用性能。（2）计算机辅助设计。计算机辅助技术（CAD）要实现智能化需要引进专家系统，从而提高对复杂问题的处理能力。计算机三维立体打印技术的研发为计算机辅助技术的应用拓展提供了更多机会，利用该技术可减少机械样品制造周期，降低能源浪费，加快新产品的研发速度。计算机三维立体打印技术工作原理为利用计算机技术将激光扫描采集的数据进行转化――三维数字模型转化为二维片状图形，转化后的数据被系统扫描到光敏树脂液面，被扫描液面固化成形后与其他片状固化材料自动粘合，最后复制出精确的原型。（3）人工智能-专家系统-智能传感器技术。专家系统是FMS中采用较多的人工智能系统，该系统根据专家知识及一般推理规则进行程序设定，利用预设推理程序解答各类问题。专家系统将生产实践中常见案例与理论相结合，确保了该系统的实用性，实现生产自动化。（4）人工神经网络技术。人工神经网络是人工智能工具的一种，是通过模拟智能生物的神经网络对信息进行并行处理的一种方法，该技术处于研发阶段，但由于其良好的应用前景，将并列与专家系统和模糊控制系统，成为自动化系统中新的重要组成部分。

2 化工机械自动化技术未来发展方向

化工机械自动化技术的实现需要长期探索、在实践中发现问题，改进技术。化工机械生产企业在进行自动化技术改进时，应根据企业自身硬件条件及生产需要进行逐步改进，注重技术的实用性能和低成本化，避免化工机械自动化技术改进影响企业正常生产，降低企业经济效益。化工机械自动化技术改进立足于实用功能和低成本基础上，还应向智能化、集成化、虚拟化和敏捷化方向发展。

2.1 智能化

智能化是将化工机械制造技术通过人工智能转化为可控制各个生产流程的先进技术，以构建人机一体化的智能系统。该系统的建立需要对人工智能进行合理、规范的程序编制，将数据分析、数据推理、操作判断及操作决策等进行程序模拟，以实现对机械制造各生产环节的监控、预防和改进；具有良好的友好性和适应性，能对突发事件进行及时有效的判断和调整，以实现机械制造生产的安全性和高效性；系统采用模块化方法，具有更大的柔性；系统不仅能提高企业的生产力，还能降低环境污染、提高能源的利用率，为企业和社会创造更大的经济效益。

2.2 集成化

集成化是指利用先进的网络技术，将化工机械制造过程中涉及的各种技术进行整体优化集成，实现生产流程的一体化控制，改善产品性能、降低生产成本，从而提升机械制造业的整体生产水平。将各项技术进行有机整合需要利用计算机集成制造（CIMS）系统，该系统由四个彼此独立，而又相互关联的子系统构成，包括工程技术信息系统、制造自动化系统、质量信息系统和管理信息系统。

2.3 虚拟化

虚拟化技术将计算机技术应用领域进一步扩展，由此升级的现代化仿真模拟技术已经在工业制造中得到广泛应用，如冶金生产、车削加工、化石能源生产等。现代化仿真模拟技术可将化工机械制造生产流程进行虚拟化展现，从而发现生产流程中可能存在或已经存在的问题或安全隐患，并对生产流程各环节的相关预设参数进行调整，以优化生产流程。利用仿真模拟技术可节约生产成本，加快产品研发速度，提高企业在市场中的竞争力，解放了劳动力，改善了工作人员的工作环境。

2.4 敏捷化

化工机械制造自动化技术的敏捷性以虚拟化制造技术为基础，是现代机械制造集成技术发展的必然趋势。自动化技术的敏捷性不仅代表了现代集成制造的发展水平，也是企业提升市场竞争力的重要保障。化工机械制造的敏捷化可以通过化工机械生产企业与计算机技术相关的研发单位之间的分工与合作得以实现。化工机械制造企业应根据产品在市场中的销售情况及用户反馈情况进行数据统计与分析，联合计算机相关技术人员对产品中存在的缺陷进行技术调整，实现产品的升级，以提高产品的性能。企业对产品性能的快速改进，能及时迎合市场的需求，从而提升企业的市场竞争力。自动化技术的敏捷化还需要依靠互联网提供的信息处理技术，以便机械制造方、程序软件设计方、产品用户方之间的信息能快速、安全、有效的传输，缩短机械制造生产周期。

3 结束语

化工机械制造是机械制造行业的重要组成部分，传统化工机械制造技术生产周期长、成本高、能源浪费严重，给化工企业带来沉重负担的同时，也影响了其他衍生行业的发展，严重减缓了化工领域经济增长速度。作为国民经济重要支柱产业之一的化工机械制造，应充分利用先进的自动化技术，推动化工机械制造业向现代化、技术化、绿色化方向发展，加大化工机械制造生产领域的技术含量，依靠先进的科学技术，降低生产成本、减少环境污染、提升产品质量，从而提升产品及企业的市场竞争力，提高整个机械制造行业的生产水平。

参考文献

[1]李益炜.化工机械制造自动化技术应用与发展思考[J].硅谷，2013，14：4-5.