人工智能在工业控制中的应用
扫描二维码
随时随地手机看文章
埃森哲预测,到2030年,工业物联网可为全球经济贡献10万亿美元。该报告还表明,传感器,材料跟踪机制,3D打印,自动化产品设计,机器人和可穿戴设备可以帮助制造商降低成本并提高生产率。预测性资产维护可能会使设备和机器维护成本降低多达30%,并且可以减少高达70%的故障。截至目前,许多公司声称协助工业设备操作员和工程师在操作和维护机器方面的角色,以改善工厂流程。
西门子是一家位于德国慕尼黑的公司,提供名为MindSphere的软件,这是一种基于云的操作系统,可使工厂内的机器和设备收集数据。西门子声称这可以帮助制造商使用基于机器学习的分析来监控其工业资产的状况。西门子声称传感器从各种机器收集数据并将其上传到云中的公司数据库。然后,这些数据通过MindSphere的机器学习算法运行,在仪表板上为分析提供信息。
例如,在MindSphere平台上运行的电池工厂的生产可能会设置为每天生产100,000个电池,但传感器数据可能会告知,分析显示生产在过去两天内已经下降。此信息在设施维护经理的计算机屏幕上以可视图表的形式呈现。 MindSphere可能会进一步显示哪个特定机器表现不佳。
MindSphere还可以在表现不佳的机器上运行诊断程序。一旦其背后的机器学习模型发现问题,MindSphere可以通知机器维护操作员有关该问题,并建议修复或退出机器。西门子报告称,MindSphere可用于各种工业环境,包括航空航天、汽车和能源领域。西门子声称通过减少系统停机时间和中断,帮助希思罗机场改进了带传感器和MindSphere的行李处理系统。据该公司称,2016年约有7600万人通过希思罗机场,其中大部分都有行李。
希思罗机场希望将行李处理系统的维护从定期维护转移到按需维护。为此,西门子技术人员在系统的重要组件上安装了传感器以对其进行监控。传感器定期收集有关诸如声学等因素的数据,这些因素可能会导致系统出现问题,并将数据传输到MindSphere平台。
IBM声称该应用程序使地质学家能够围绕地球科学数据解释,油藏勘探和矿物勘探进行地下分析。为此,用户可以在平台的搜索界面中输入查询。然后,搜索引擎的算法将通过地质数据存储库运行关键字,其中包含来自各种来源的结构化和非结构化数据,例如钻井数据库,区块模型,地球化学,地质形状文件,核心照片和X射线荧光数据。然后,系统将关于矿物含量的预测以图表返回。
IBM声称通过创建机器学习模型来预测矿山中特定位置的金矿化,帮助GoldCorp提高了现有勘探和生产业务的生产率。算法在存储库中搜索各种地质信息,如果将这些信息结合在一起,则可以得出明智的预测。这些信息包括岩性,脉纹,矿化,蚀变和结构信息,如断层和褶皱。该信息是从多个来源收集的,例如钻孔数据,芯片数据,地图以及目标位置内和周围的地质模型。该位置的预测黄金含量以图形格式显示。
根据GoldCorp的说法,使用Watson帮助该公司将其140块模型,钻井日志和其他形式的非结构化数据整合到一个数据库中。以前,该公司一次只能加载两个或三个块模型。IBM还将Sandvik和Valenje Coal Mine列为其部分采矿客户。
GE还将斯巴鲁,Lek Pharmaceuticals,Spomlek,Cascades TIssue Group,Vale FerTIlizantes和Toray PlasTIcs列为其过去的客户。Rethink Robot提供Sawyer,一种在名为Intera的软件上运行的协作机器人。该公司声称,Sawyer可以帮助制造商利用机器视觉实现更高的生产率和更高质量的产品。
Rethink Robots声称Sawyer嵌入了康耐视视觉系统,可以通过物体检测技术检测物体或检查零件。该视觉系统捕获要处理和传输到机器人定位系统(RPS)的物品的图像,该应用程序查找机器人环境中的变化并使用户能够调整其设置。用户还可以将外部摄像头集成到协作机器人中。
Rethink RoboTIcs声称已帮助Assa Abloy自动化其依赖于体力劳动的生产线。该公司求助于Rethink Robots的经销商Active 8 Robots。 Assa Abloy的网站进行了评估,最初在现场部署了两台Sawyer协助机器人。案例研究补充说,Assa Abloy现在已经在全球各地的工厂部署了Sawyer 协助机器人。根据案例研究,Sawyer通过自动化每天帮助手动组装和包装约18,000对铰链。
Rodney Brooks自2008年以来一直担任Rethink Robots的首席技术官和执行官。他拥有麻省理工学院的计算机科学博士学位。此前,Brooks曾担任iRobot的首席技术官兼董事长达21年。工业物联网与人工智能和大数据相结合,通过预测分析,让客户更深入地了解他们通过物联网传感器收集的数据。这可以帮助制造商做出更好的业务决策。
工业物联网使数据可用且可访问,但它仅与使用它的人类一样好。 本报告中列出的公司声明工厂操作员或工程师需要技能来管理技术和解释数据。但这些公司没有说是否需要数据科学家。