AI故障管理工具

05-05-2020 |  |  By nnamdi aandike.

故障的速度可以对生产公司的重要性作出反应。为了促进对破坏的更快反应,制造商越来越多地转向人工智能(AI)作为故障管理工具。在最近的一篇论文中,调查的机器学习(ml)解决方案来解决故障 行业4.0 来自各种希腊学术机构的作者确定了故障检测和诊断的三个步骤:数据收集;特征提取的数据处理和;基于监督,无监督和深度学习方法的故障分类。受监管的基于学习的解决方案(SLB)涉及开发自动诊断工具,以减少人力努力并提高诊断准确性。通过开发智能故障检测方案,无监督的基于学习的解决方案(ULBS)依赖于之前的知识和诊断技能。这涉及使用神经网络(NN)的两级无监督学习方法;同时,深入的基于学习的解决方案(DLB),依赖于原始数据和多层,并最近开发出了改善故障检测的性能并克服传统ML方法的局限性。 

Spaicer项目启动以开发数据驱动的生态系统

4月28日 加疗师 项目,“通过基于AI的弹性优化可扩展,自适应生产系统”,已启动。目的是使用领先的AI技术和行业4.0标准来预测中断和最佳地适应响应的生产计划。 Spaicer是一家集团,包括:德国人工智能研究中心(DFKI),其作为协调员; RHTH AACHEN大学的机床实验室(WZL);弗赖堡大学;达姆施塔特技术大学; rwth技术与创新管理研究所;亚琛大学; Otto Beisheim管理学院(Whu)以及韩国新闻制造商Simpac Europe GmbH。

合作伙伴希望为行业创建基于AI的软件解决方案方法,该方法将使集成系统和其他外部因素的发生故障和变化在近实时预测。“ Simpac的服务经理和项目发起人弗兰克凯勒(FrankKögler)解释说:“随着我们从项目研究中收到的结果,我们可以进行自己的测试,我们可以用来在技术上将压力机送到新的水平。预防性检测故障使我们能够开发最佳的解决方案模块并优化我们的行动。这对我们的客户来说是一个巨大的优势,因为可能的停机时间几乎可以消除。我们对智能工厂迈出了一大步。“

Spaicer正在试用四个案例。首先,德国中型公司,在工具磨损和更换中产生高达每小时500,000欧元的成本,突出显示。该项目声称通过“分类干扰和建议适当的措施,更有效地实现了受影响系统的稳定和优化以及生产过程和人员部署的局部重组。”在第二,Spaicer能够通过通过道路,铁路和水道的早​​期,替代物流规划稳定供应链,优化工业玻璃生产的生产规划,以及要求所需原料的替代供应商来稳定供应链。在第三,SPAICER使工具生产商能够预测用于清洁或维护工具的最佳时间和过程,并将所获得的知识转移到其他生产线,地点或生产者。第四,开发汽车和卡车发动机发动机的精密产品的汽车供应商能够预测供应链停止。

横河川发布启用AI的故障检测设备 

4月,东京为基础 横河川电气公司 宣布发布启用AI的现有设备版本,其中一家公司所说的一个版本,“将帮助用户识别和纠正问题,然后有机会导致生产操作中断。”新推出是GX系列面板安装型无纸录像机的版本; GP系列便携式无纸录像机;和GA10数据记录软件,它是SmartDAC + TM数据采集和控制系统的组件。录像机用于制造和r&d获取,显示和记录电压,电流,温度,流速,压力和其他过程变量的数据。新的AI功能包括“未来笔”,由Yokogawa开发的函数,该幂川可以绘制已添加到GX / GP系列记录器的预测波形。 AI“未来的笔”功能将允许用户确定警报将发生并提前采取行动的可能性。 GA10数据记录软件中添加了机器学习功能,以便检测异常和潜在故障的预测。 “预期设备的数据在屏幕上显示在黄色框架内突出显示。因此,可以在设备失败之前进行维护,最大限度地减少任何中断的产生可能性,“公司说。

 

(顶部)GA10显示器(左下角)E-RT3 Plus和GX / GP

信用: 横河川


西门子和SAS合作伙伴提供AI嵌入的IIOT分析 

Siemens AG,​​德国跨国集团公司和SAS,数据管理提供商和先进的分析提供商,最近合作,为边缘和云提供Ai-Embedded IIOT分析。该解决方案增强了远程监控,诊断,故障建模和预测和规范维护使用 西门子的'Picepsphere',基于云的Open IoT平台。 “Siemens'Mindsphere'解决方案的SAS分析使客户能够通过嵌入式AI的自我边缘到云IOT分析来改善其业务。这些解决方案包括边缘到云流式分析,允许客户在没有特定的分析专业知识,以便在不同的边缘设备和进入云中轻松导入,开发,列车,部署和管理分析模型。这个用例展示了远程资产绩效管理中流媒体分析的力量,“西门子网站说。 

外表

4月份发布的研究和市场的一份报告预测全球智能制造市场将在2020年至2025年间12.4%的CAGR增长,以达到3848亿美元的估值,而全年2020年的估值为2147亿美元。关键增长司机是越来越多的产业所采用4.0;强调制造过程中工业自动化的重点;越来越多的复杂性,对减少时间和成本的软件系统的需求。


nnamdi-anyadike.jpg.

Namdi Anyadike

我有30年的自由职业商业,经济和行业记者的经验,专注于石油,天然气和可再生能源,电信和IT部门。我撰写了许多良好的深入市场情报报告。我也在会议上发表了讲话。

相关文章