1. <sub id="pxwhd"><output id="pxwhd"><source id="pxwhd"></source></output></sub>

      <acronym id="pxwhd"></acronym>
    2. 咨詢熱線: 400-735-2288

      您的位置: 首頁 > 新聞資訊 > 行業資訊 > 關于工廠的未來,你應該知道的五個趨勢

      行業資訊

      關于工廠的未來,你應該知道的五個趨勢

      MathWorks工業自動化與機械行業經理菲利普?沃納(Philipp Wallner)稱未來的工廠是“靈活的”。他認為,市場是由商品的定制驅動的,包括從大規模生產到定制生產的轉變,自動生產線的要求,以及更短的產品迭代。當然,隨著系統復雜性的顯著增加(例如參數的數量和種類、模塊和組件之間的數據交互以及無處不在的軟件),挑戰是顯而易見的。因此,越來越多的仿真模型需要用于參數調整和設計,人工智能和數字孿生需要用于運行優化,或用于設備的健康預測。

      “這涉及到幾個重要的生產因素?!逼湟?,菲利普說,是越來越強大的硬件,這是復雜算法順利運行的先決條件。其次,隨著系統變得越來越復雜,開發人員需要新的工具和設計流程來開發、測試和部署控制軟件和人工智能算法。第三,也是最重要的一點,越來越多的工程師將能夠將他們的領域專長與人工智能技術相結合。

      以下是推動這一預測的五大產業趨勢:

      一、機器功能驗證的數字化模式

      如前所述,隨著復雜的系統功能越來越依賴于軟件實現,設計過程中的仿真和測試驗證往往采用數字化模型來實現從設計到交付再到運行的整個生命周期。這種復雜性通常來自于我們對柔性制造、模塊化制造、更高質量和精度、更多數據吞吐量以及更短的上市時間和交貨時間的需求。這意味著未來的工廠將會建造兩次——先是虛擬的,然后是實體的。

      機器功能驗證的數字化模式

      在設計環節,設計人員可以在Simulink環境下以桌面仿真的方式完成整個系統的搭建,并在一個相對安全的環境下對整個系統進行仿真測試;然后,利用Matlab提供的自動代碼生成功能,通過驗證算法生成工業控制器的CC和c++代碼。下一步是通過將測試環境部署到一個正在運行的工業原型來測試將要交付的軟件,從而顯著減少對物理測試的需求。最后,利用該模型構建數字孿生模型,利用監測/預測維護算法對設備狀態進行估計,降低運行維護成本。

      二、生產車間與辦公空間進一步融合

      生產車間與辦公室的整合有兩個方面。首先,自動化組件的連接或連接不斷增加。通過OPC UA等標準化的工業協議和5G等無線鏈路,將生產設備與整個車間、工廠有效地連接在一起。這使得在單位之間交換數據成為可能,這是執行或降落AI的基礎。

      另一方面,一些復雜的功能,比如機器學習,過去只能在離線的高性能工作站或辦公室中使用,現在被部署成允許實時工業控制器24/7運行的方式。

      在臺式電腦上開發的人工智能算法運行在工業控制器上
      在臺式電腦上開發的人工智能算法運行在工業控制器上

      但是需要注意的一點是,網絡安全和數據存儲是人工智能應用到生產制造中的重要問題,也是傳統制造領域更加關注的IT話題。目前,AI算法的一些關鍵部分往往直接部署在嵌入式控制器或邊緣設備上,如plc,這些處理單元靠近制造廠的設備,在一定程度上降低了數據泄漏的風險。換句話說,原始數據的預處理是在安全環境中的邊緣設備或嵌入式處理器上完成的,然后再通過潛在的不安全網絡進一步傳輸處理后的數據。

      三、人工智能項目的經濟優勢越來越大

      目前,在工業領域,靈活自主制造是人工智能發揮其優勢的重要應用方向,如預測維護、健康監測、生產優化、基于視覺的質量檢測等。MathWorks提供大量app協助工程師設計和開發AI功能,并與微軟等廠商合作將非實時數據部署到云端,實現從云端到邊緣設備的完整部署。

      MathWorks提供了許多應用程序來幫助工程師設計和開發人工智能功能
      MathWorks提供了許多應用程序來幫助工程師設計和開發人工智能功能

      在Mondi的案例中,菲利普引用了用Matlab開發的監控生產線狀況的應用程序,該應用程序每年為公司節省了至少5萬歐元。MathWorks與VDMA合作,為公司提供AI應用指導,將AI技術應用于各種應用,從基于視覺的智能檢測到機器人訓練。

      他強調,軟件已經成為許多用戶的主要資產,并且正在成為他們區別于其他用戶的重要因素。復雜軟件在許多情況下涉及人工智能和工程數據的融合,在幫助制造企業成功方面發揮著越來越重要的作用。在這種情況下,開發和測試基于軟件的功能變得越來越重要。因此,制造業領導者在幫助工程師開發和驗證軟件功能的工作流程和工具上投入了大量資金。

      四、“領域知識”工程師有更多的機會

      “領域知識”是指工程師對其所在行業的專業知識的掌握情況;“新知識”是指人工智能技術、云、軟件設計等方面的知識。越來越多的制造工程師將軟件設計和人工智能等技能添加到自己的技能集,而Matlab等工程工具也為這些工程師提供自動化工具來開發、測試和部署人工智能算法。

      在這個過程中,MATLAB本身提供了豐富的小程序應用程序,可以幫助具有專業知識的工程師快速將AI等新技術融入到實際工作中。在課程方面,MathWorks為工程師和學生提供了廣泛的培訓課程,包括完全免費的OnRAMP課程。除了這些工具和課程,有一些組織,如歐洲最大的工業制造業團體VDMA領域,介紹一些活動在一起,年輕的工程師與業內一些專家組織,讓年輕工程師迅速獲得基于模型設計、人工智能和技能知識和經驗方面的物聯網。

      “未來的制造業將由工程師來塑造,他們將結合傳統行業的領域知識,同時掌握人工智能。領域知識、專業知識(如人工智能、數據分析)以及MathWorks等工程工具的使用,可以說是工業4.0下項目成功的關鍵?!狈评照f。

      五、機器人和自主系統促進了生產和物料處理的自動化

      在柔性和模塊化生產中,對工廠獨立設備的需求越來越大。在之前的概念中,原來的自動設備確實只能做某種動作,但是隨著越來越多的設備具有自主決策的能力,其自主性也越來越強,自主機器人就是其中之一。由于強大的硬件性能和人工智能技術的大規模普及,在柔性制造中,協作機器人不僅可以與操作人員緊密合作,還可以在搬運和檢查過程中做出獨立的智能決策。

      物料商店里的分揀機器人
      物料商店里的分揀機器人

      菲利普指出,具備人工智能能力的機器人可以靈活地創建對象,即使它們沒有明確地編程這樣做,這大大減少了處理各種對象的耗時教學過程。傳統的工業機器人主要用于大規模生產,通常對每一個要操作的對象和運行時的每一個確定動作進行編程。具有人工智能能力的機器人具有很好的靈活性,可以獨立學習生產線上物體的檢測、抓取和運動。

      百斯特電子屬國家級高新技術企業,是一家專業從事可調電阻、電位器、編碼器、開關、 插座連接器的研發、制造、銷售和服務于一體的生產廠商,擁有自主品牌JML,目前已取得多項國家專利和軟件著作權。產品被廣泛應用于家電、安防、電源、儀器儀表、電工電氣、金融機具、通信基站、3C數碼、醫療電子、汽車電子、人工智能、機器人等領域。

      上一篇:5G時代開源節流的關鍵技術有哪些
      下一篇:人工智能對中國半導體產業發展的現實意義
      客服
      分享
      電話
      服務電話:
      400-735-2288
      TOP
      在線客服 在線客服
      服務電話
      聯系我們
      • 400-735-2288
      日韩AV一中美AV一中文字慕_色q的视频在线观看_五月八月完整版在线观看_亚洲美女写真视频

      1. <sub id="pxwhd"><output id="pxwhd"><source id="pxwhd"></source></output></sub>

        <acronym id="pxwhd"></acronym>