最近

4个趋势财产技术

网络安全在covid-19时代

空中部座椅使covid-19在飞行更安全

信用:metamorworks /存在Shutterstock

澳门太阳城最新官网

制造业

数据如何燃料迁移到智能制造

通过

工业数据和人工智能的因素相结合,智能和柔性制造的新时代正在展开。

该技术的承诺,以促进那里的生产可以无缝地校准泵出定制产品,而工厂设备保持主动,以避免代价高昂的停机的环境。

这是一个最近的面板探索智能设计的演变和制造的重点 emtech未来,虚拟事件召开了由麻省理工科技评论。主持人说:人工智能具有触摸和改造整个设计和制造过程,包括潜在的: 

  • 早期的意念。
  • 定制和柔性化生产。
  • 预测性维护。
  • 完成品。
  • 机械在现场。

结缔组织支撑这一无缝的工作流程是计算模型和数据,用艾通过选择和身份的最佳结果的海上部署到排序。

“在不同尺度你从现实世界中获取数据连接模式尤其重要,说:”小组成员saigopal nelaturi,研究区域经理,帕洛阿尔托研究中心首席研究员。前进的道路是在人工智能的框架,是能够通过在最佳设计或成果大型数据集零解析的两个模型和数据整合在一起,他解释说。

这里有四个关键原则要记住当你开始你的智能制造的旅程:

让与设计,工艺规划和生产的AI帮助

是否我们的目标是要获得最佳的产品设计或揭露的最有效和符合成本效益的制造方法,可能性是无止境的,当你设定具体的参数和目标和工作向后从那里。

取的概念设计,例如。典型的工程师想出了基于一组核心需求的小部件或组件的潜在设计,但也有限制的,他们可能探索思路的数量。不是这样的世界AI驱动的设计,其中一个工程师可以指定如成本,重量和强度指标参数,并让软件做在所有的可能性繁重的计算来流失拿出可行的候选人的蔓延。

AI可以工作流程规划和生产方式进入使该插件的相同的魔术。通过建立全面的3D和车间设备通行的行为模式,团队可以利用AI-基础的工具,通过不同的虚拟场景,模拟运行,以确定哪些材料和系统会产生货物以最有效和成本效益的方式。

“在这里你的目标是一部分。你是从原始股票,并开始试图找出使得它的最好方式,” nelaturi说。 “一旦艾运行的分析,你来了,告诉你如何定位零件的自动化过程的计划,将削减哪些材料需要了,什么材料依然存在,并以何种方式部分可以建在最有效方式。”

在工厂车间 - 它生活的地方收集数据

在早期,是推动通过的东西(iiot)工业网络工控机连接在一起,让机器对机器通信驱动的见解和自动化。然而,工厂底层数据的复杂性和缺乏围绕目标清晰的步履蹒跚了很多早期的努力,根据马特·韦尔斯,为GE数码数码产品管理的副总裁和emtech面板上的主持人。

GE数码建议企业把更多的系统在车间层(通常称为边计算),以工业总数据,并让它进入形状,因此它可以与企业数据在云中进行进一步的分析混合。规范和创建工厂底层数据,通常是不同的,并储存在筒仓背景下,是至关重要的一步,他说。

井引用的Intel为成功利用iiot和数据分析能力制造商的一个例子,以优化其洁净室的性能。利用传感器网络,其风机过滤单元英特尔收集数据,直接带来的是数据到它运行预测何时部门可能下井分析云。

“而不是具有不定期的休息,英特尔可以计划停机期间,现在定期维护,”威尔斯说。其结果是,英特尔已经能够通过97%,以提高正常运行时间,同时降低三分之二非计划停机时间。

效率下一波将来自过程分析和“数字双胞胎” - 整个制造工厂的虚拟模型,包括实物资产和他们的行为。在机器学习模型的演唱会中,数字双胞胎,帮助制造商自动检测的问题,一个人不能,并提出建议,一个人不能以其他方式计算出,井补充说。

介意C-套件和工厂车间之间的差距

对成功的数据驱动的制造的最大挑战之一是在车间,在c套房领导管理者之间的脱节。持续改进团队和团队当地的植物往往会像正常运行时间增加或转换过线的具体挑战的工作;高管寻求大规模的数字化改造,创造新的商业模式。

“还有就是这两个群体在做之间的间隙,常常,他们不会互相交谈,”井解释。 “这是一个错失的机会,因为不断提高队伍接近的关键问题。 。 。而数字化改造球队都接近技术,并有能力。娶两个创造一个更好的投资回报率。”

拥抱人类和机器协同工作的未来

因为零件几何形状复杂,夹具和刀具是可变的,因此它的旁边不可能的人,通过所有可能的方案,而不会从人工智能的帮助运行。并作为生产灵活性需求的增加,许多人认为未来是不是熄灯工厂的机器嗡嗡作响在望白天和黑夜,而不是一个人,但更多的是混合操作。

“这是人与机器之间的灵活的,动态的协作,说:”小组成员克拉拉似曾相识,联合创始人兼首席技术官 VEO机器人。 “这里的机器带来了自己的实力,可重复性和精确性,人类可以把他们的灵活性,判断和灵巧。我们可以使用这两组品质的打造不只是同样的东西更好,但新的东西所有的时间“。

阅读更多制造覆盖