Использование ИИ при масштабных миграциях систем автоматического управления
ИИ может автоматизировать повторяющиеся задачи, такие как составление документации, обновление файлов и обработка данных. Он лучше всего работает на узких стандартизированных задачах с четкими, проверяемыми результатами. Инженеры остаются критически важными для проверки результатов и принятия технических решений.
Масштабные миграции систем автоматического управления создают значительный объем повторяющейся инженерной работы. В одном проекте может быть тысячи контуров управления, устаревших файлов, эксплуатационных описаний, графических представлений, элементов кода и записей конфигураций. Многие из этих задач требуют обработки больших объемов данных через повторяемые шаги, что делает их практическими случаями применения искусственного интеллекта.
Преобразование устаревших данных в эксплуатационные описания
Один недавний проект миграции потребовал более 1 000 эксплуатационных описаний, каждое из которых простым языком описывало, как должен работать контур управления. Необходимые данные уже существовали в устаревшей системе, но их нужно было извлечь, организовать и перенести в единообразные шаблоны документов Word. Ранее эту работу выполняли с помощью макросов Excel, которые эффективны, но медленно разрабатываются. В этом проекте модели ИИ были переданы шаблоны и таблица извлеченных параметров из старой системы, после чего модельу дали указание написать скрипт, автоматически заполняющий шаблоны.
Использование ИИ сократило время разработки скрипта с предполагаемого дня–двух до нескольких минут. Инженерная команда проверила скрипт, запустила его на проектных данных и провела обратную проверку, чтобы подтвердить корректность переноса информации. Такой же подход также упростил крупномасштабные правки. Добавление поля или изменение формулировки во всех описаниях потребовало написания нового скрипта вместо сотен ручных правок.
Этот кейс оказался успешным, потому что задача имела четкие входные данные, единый шаблон и выход, который инженерная команда могла проверить. Модель ИИ не определяла, как должны работать контуры; инженеры предоставляли исходную информацию, задавали шаблон, указывали желаемые изменения и проверяли итоговый результат.
Повышение доступности устаревшей информации
Миграции систем управления часто касаются оборудования, которое эксплуатируется десятилетиями, а документация может быть неполной, устаревшей или доступной лишь в виде отсканированной копии печатного руководства. На практике это может означать стопку технической документации, превращенную в папку с изображениями страниц. Инженер может просматривать изображения страниц по отдельности, но не может использовать стандартный поиск по ключевым словам для быстрого нахождения конкретного термина.
Модель ИИ, которая читает отсканированные страницы, может преобразовать их в поисковую информацию, позволяя инженерам быстрее находить конкретные термины или упоминания оборудования. Это не решает всех проблем с документацией, поскольку устаревшее руководство все еще может противоречить установленной системе, но инженеры тратят меньше времени на поиски и больше — на оценку найденной информации.
Работа с текстовыми файлами управления
Многие платформы систем управления позволяют экспортировать логику или данные конфигурации в форматы, такие как XML или HTML, которые можно разбирать и изменять с помощью скриптов. Когда требуемое изменение согласовано и четко определено, ИИ может помочь инженеру разработать скрипт, который применит его ко сотням файлов, используя представительный фрагмент экспортированной логики, чтобы показать модели существующую структуру и желаемое изменение.
Использование одного скрипта, сгенерированного ИИ, для многих файлов также может улучшить стандартизацию при миграции, выполняемой несколькими инженерами. При разделении работы по команде могут возникать различия в логике, тегах и документации. Общий скрипт может уменьшить эти вариации и упростить последующий обзор и сопровождение.
Применение ИИ становится менее надежным, когда задача требует от модели интерпретации большого объема устаревшей информации, а не применения определенного изменения. Результаты работы ИИ не всегда точны. Когда команда загружает в модель всю устаревшую базу данных и просит выделить необходимые параметры, модель может вернуть лишнюю информацию, неправильно понять, как используются значения, или опустить важный контекст. ИИ также пока не достаточно надежен, чтобы автоматически переводить управляющую логику с одной платформы в рабочую логику для другой без значительной инженерной проверки.
У ИИ аналогичные ограничения при генерации графических интерфейсов операторов. Сгенерированное ИИ отображение может содержать всю запрошенную информацию, но при этом быть перегруженным, трудным для навигации или не соответствовать ожиданиям операторов. Проектирование эффективного интерфейса оператора по‑прежнему требует инженерного суждения, знаний процесса и понимания того, как операторы используют систему.
Как внедрять ИИ в рабочий процесс миграции
Командам, вводящим ИИ в проект миграции, следует начинать с небольшой измеримой задачи и ограниченного набора данных, чтобы не тратить десять часов на автоматизацию работы, которая занимает пять часов. Команды должны очистить и стандартизовать исходные данные перед использованием ИИ, потому что два фрагмента кода могут выполнять одну и ту же функцию, но иметь очень разную структуру, что может привести к тому, что модель будет рассматривать их как отдельные случаи.
Информацию, специфичную для клиента, следует удалять из материалов проекта перед использованием онлайн‑модели ИИ. По возможности инженеры также могут попросить модель сгенерировать скрипт, а не вносить изменения непосредственно в проектные данные, затем запустить этот скрипт офлайн на реальных данных.
ИИ работает лучше всего при миграциях систем управления, когда задание узкое, повторяемое и проверяемое. Наиболее полезные приложения позволяют ИИ выполнять работу в масштабе, в то время как инженеры по управлению остаются ответственными за данные, валидацию и окончательные технические решения.
Анджело Рабано является инженером в Hargrove Controls & Automation, сертифицированным членом Control System Integrators Association (CSIA).