數(shù)據(jù)驅(qū)動(dòng)和人工智能正推動(dòng)智能工廠崛起

數(shù)據(jù)正在徹底改變制造業(yè)。通過(guò)將數(shù)據(jù)與邊緣計(jì)算、人工智能/機(jī)器學(xué)習(xí)和流分析等強(qiáng)大工具相結(jié)合,實(shí)時(shí)數(shù)據(jù)可以實(shí)現(xiàn)全新的創(chuàng)新水平,從而推動(dòng)智能工廠的興起。

1.png

本文來(lái)自千家網(wǎng)。

通過(guò)將數(shù)據(jù)與邊緣計(jì)算、人工智能/機(jī)器學(xué)習(xí)和流分析等強(qiáng)大工具相結(jié)合,實(shí)時(shí)數(shù)據(jù)正在推動(dòng)智能工廠的崛起

數(shù)據(jù)正在徹底改變制造業(yè)。通過(guò)將數(shù)據(jù)與邊緣計(jì)算、人工智能/機(jī)器學(xué)習(xí)和流分析等強(qiáng)大工具相結(jié)合,實(shí)時(shí)數(shù)據(jù)可以實(shí)現(xiàn)全新的創(chuàng)新水平,從而推動(dòng)智能工廠的興起。

2022年,制造業(yè)產(chǎn)品銷售總額達(dá)到驚人的2037億英鎊(2591億美元)。在全球范圍內(nèi),企業(yè)都迫切希望跟上行業(yè)內(nèi)的創(chuàng)新速度,英國(guó)承諾向數(shù)據(jù)創(chuàng)新中心投入5000萬(wàn)英鎊(636億美元),以支持英國(guó)制造商加速數(shù)字技術(shù)的發(fā)展。最終,有遠(yuǎn)見(jiàn)的企業(yè)應(yīng)優(yōu)先考慮將運(yùn)營(yíng)技術(shù)(OT)與邊緣和人工智能相結(jié)合,以實(shí)現(xiàn)能夠帶來(lái)顯著效益的用例。

釋放智能制造的變革

在制造業(yè)中,“邊緣”是生產(chǎn)環(huán)境,攝像機(jī)、傳感器、機(jī)器和裝配線在其中生成數(shù)據(jù)。使用邊緣計(jì)算技術(shù),企業(yè)可以收集和解釋來(lái)自這些來(lái)源或連接到這些來(lái)源的自動(dòng)化控制系統(tǒng)的數(shù)據(jù)。然后使用流數(shù)據(jù)分析和人工智能對(duì)數(shù)據(jù)進(jìn)行分析,以實(shí)現(xiàn)實(shí)時(shí)洞察,從而快速?zèng)Q策和立即采取行動(dòng)。

然而,同樣的邊緣數(shù)據(jù)涌入可能會(huì)成為轉(zhuǎn)型的障礙。擴(kuò)展數(shù)據(jù)集,包括跨新邊緣位置的新數(shù)據(jù)類型,可能會(huì)以其龐大的數(shù)量壓倒邊緣技術(shù),從而形成數(shù)據(jù)孤島。擁有結(jié)構(gòu)良好的邊緣基礎(chǔ)設(shè)施對(duì)其成功至關(guān)重要。

盡管存在這些問(wèn)題,制造商和其他工業(yè)公司仍在繼續(xù)在邊緣進(jìn)行創(chuàng)新,根據(jù)從邊緣數(shù)據(jù)中獲取價(jià)值的能力使自己脫穎而出。如今,這意味著使用人工智能和機(jī)器學(xué)習(xí)來(lái)處理海量數(shù)據(jù)集,并在數(shù)據(jù)創(chuàng)建和消費(fèi)時(shí)近乎實(shí)時(shí)地返回見(jiàn)解。

制造業(yè)革命:人工智能處于邊緣

人工智能可以提高組織的安全性、效率、技能和產(chǎn)品質(zhì)量。–所有這些都將幫助組織在不斷變化的環(huán)境中保持相關(guān)性和競(jìng)爭(zhēng)力。人工智能具有影響力和獨(dú)特的優(yōu)勢(shì)是:

減少缺陷:人工智能可以跟蹤產(chǎn)品從到達(dá)工廠開(kāi)始的整個(gè)過(guò)程。計(jì)算機(jī)視覺(jué)有助于在整個(gè)生產(chǎn)周期中加速和自動(dòng)化正在進(jìn)行的工作??梢詫?shí)時(shí)識(shí)別、標(biāo)記缺陷并追溯到各個(gè)流程或組件,以便立即修復(fù),而不是在有缺陷的產(chǎn)品完成后才進(jìn)行修復(fù)。

最小故障:人工智能驅(qū)動(dòng)的預(yù)測(cè)維護(hù)系統(tǒng)使用來(lái)自傳感器和物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)來(lái)查明維護(hù)需求的確切位置。這節(jié)省了技術(shù)人員通常用于診斷問(wèn)題的大量時(shí)間,并使組織能夠主動(dòng)預(yù)測(cè)和預(yù)防未來(lái)類似的設(shè)備故障。主動(dòng)保持設(shè)備和流程以最佳性能水平正常運(yùn)行,有助于組織保護(hù)員工、避免中斷并降低維護(hù)成本。

解決知識(shí)差距:基于增強(qiáng)現(xiàn)實(shí)(AR)的人工智能系統(tǒng)允許場(chǎng)外專家虛擬訪問(wèn)工廠,使用AR界面直接評(píng)估情況并指導(dǎo)或培訓(xùn)現(xiàn)場(chǎng)工人進(jìn)行補(bǔ)救。人工智能還可以理解情境背景并加載建議行動(dòng)的標(biāo)準(zhǔn)流程,每個(gè)步驟都在AR中清晰展示,允許未經(jīng)培訓(xùn)的工人在通常需要專家但又無(wú)法找到專家的情況下執(zhí)行復(fù)雜的任務(wù)。

在邊緣創(chuàng)造更多價(jià)值

制造邊緣的人工智能帶來(lái)了一些有吸引力的好處,但也帶來(lái)了一些必須解決的獨(dú)特挑戰(zhàn)。

組織需要建立強(qiáng)大的后端基礎(chǔ)設(shè)施和咨詢服務(wù)基礎(chǔ),以充分了解從獲取邊緣數(shù)據(jù)到獲得所需業(yè)務(wù)成果的整個(gè)過(guò)程。

為了進(jìn)一步簡(jiǎn)化部署、集成、安全和管理,由制造人工智能構(gòu)建的配置系統(tǒng),專家可以利用專為智能制造用例設(shè)計(jì)的解決方案來(lái)加快實(shí)現(xiàn)價(jià)值的時(shí)間。選擇經(jīng)過(guò)工程驗(yàn)證的人工智能解決方案可以幫助企業(yè)克服采用障礙——其中之一可能是缺乏現(xiàn)場(chǎng)人工智能專業(yè)知識(shí)。驗(yàn)證的設(shè)計(jì)是經(jīng)過(guò)測(cè)試和驗(yàn)證的配置,從一開(kāi)始就根據(jù)特定用例動(dòng)態(tài)地適應(yīng)需求。這些集成解決方案經(jīng)過(guò)嚴(yán)格測(cè)試和記錄,有助于加快和簡(jiǎn)化部署。

令人信服的結(jié)果

當(dāng)今成功故事背后的用例與制造業(yè)子行業(yè)一樣多種多樣,但反復(fù)出現(xiàn)的主題正在出現(xiàn)。其中包括互聯(lián)工人、整體設(shè)備效率、預(yù)測(cè)性維護(hù)、生產(chǎn)質(zhì)量、產(chǎn)量?jī)?yōu)化、增強(qiáng)的物流、生產(chǎn)優(yōu)化和數(shù)字孿生——所有這些都是最常見(jiàn)的制造邊緣用例。

支持人工智能的邊緣計(jì)算和數(shù)據(jù)分析的常見(jiàn)用例包括預(yù)測(cè)維護(hù)、計(jì)算機(jī)視覺(jué)、生產(chǎn)質(zhì)量和數(shù)字孿生。這些都需要分析大量的多維數(shù)據(jù),例如來(lái)自連接設(shè)備、設(shè)備和其他資產(chǎn)的圖像、音頻和傳感器讀數(shù)。使互聯(lián)工作人員能夠提高工作效率和安全性的用例依賴于高速和超低延遲連接(例如Wi-Fi和電話數(shù)據(jù))來(lái)提供及時(shí)的生產(chǎn)力和安全信息。其他新興用例,例如用于維護(hù)和培訓(xùn)應(yīng)用的AR和混合現(xiàn)實(shí),將需要5G網(wǎng)絡(luò)的靈活性和成本效益來(lái)解決古老的連接和Wi-Fi數(shù)據(jù)吞吐量問(wèn)題。

在競(jìng)爭(zhēng)日益激烈和要求日益嚴(yán)格的世界中,這些技術(shù)和用例可以幫助制造商在客戶需要時(shí)為他們提供他們想要的東西:以具有競(jìng)爭(zhēng)力的價(jià)格提供創(chuàng)新、高質(zhì)量的產(chǎn)品,同時(shí)滿足嚴(yán)格的盈利能力、可持續(xù)性和安全目標(biāo)。

通過(guò)利用邊緣人工智能的力量,智能制造商正在實(shí)現(xiàn)切實(shí)且可衡量的商業(yè)利益,并在需要時(shí)提供更好、更快的洞察力。這種智能制造方法使他們能夠在競(jìng)爭(zhēng)激烈的全球市場(chǎng)中脫穎而出并參與競(jìng)爭(zhēng)。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論