您当前的位置:首页资讯方案应用正文

人工智能如何成为中型公司的标准工具?

放大字体  缩小字体 发布日期:2020-07-12 浏览次数:60
  弗劳恩霍夫机床与成型技术研究所IWU希望与中产阶 制造公司 起克服人工智能应用的决定性障碍:负责人坚信,但工厂生产系统和流程的重组工作停滞不前。这就是为什么研究人员正在制定 项系统性指南的原因,该指南将使AI成为标准的工具,以更少的资源使用实现更好的产品。根据弗劳恩霍夫研究所的说法,初步结果令人鼓舞。

人工智能如何成为中型公司的标准工具?
 
  即使中型制造公司相信人工智能(AI)的潜力,应用程序仍然停滞不前。
 
  “ 大的问题是工厂的生产设施和流程的重新设计。” Fraunhofer IWU的机器学习专 和AI研究小组负责人 Anke Stoll 。”
 
  在那些负责任的人看来,优势是显而易见的。他们早就认识到AI 可以在减少资源使用的情况下生产出更好的产品,或者说他们的机器无需维护即可工作更长的时间。但是谈到实践中的切实变化,挑战似乎仍然大于机遇。
 
  中型企业使用AI指南
 
  因此,Fraunhofer IWU正在开发 种系统的过程模型来克服这 障碍。在“机器学习促进生产”(ML4P)项目中,它正在与Fraunhofer的其他五个研究所合作开发。
 
  “这实际上是 个具体的指导方针,我们与公司 起为成功地将AI作为标准工具应用而采取的所有步骤。” Fraunhofer IWU 技术控制论部门主管Arvid Hellmich 。
 
  在分 过程中,系统会检查所有潜在的关键方面,从清单和针对特定生产目标的建议解决方案开始。
 
  然后是传感器集成,合适的算法和软件工具的选择,计算能力和数据安全性的问题,测试方案以及 后在工厂中的实现。
 
  “总的来说,我们希望使用ML4P将AI的投资决策分解为可管理的步骤,从而使它们易于管理。” Hellmich说。
 
  实际应用:优化的冲压硬化
 
  为了以清晰且面向应用的方式向行业传达AI如何在中小型企业中使用,Fraunhofer IWU的研究人员从金属加工开始了广泛的生产过程:冲压硬化。钣金在工业炉中加热,然后放入带有机器人控制的夹具的压机中。
 
  然后,片材达到 终形状,同时冷却并硬化。例如,为汽车工程中的 B柱创建了重量优化的 结构部件。
 
  在此过程中,现在集成了传感器,可以实时测量所有重要属性,包括板材厚度,炉温,机器人行进时间和压力。
 
  “通过正确的算法和软件工具,我们可以使用这些数据来计算AI和优化模型,并接收可以显着减少浪费的信息。如果所有子流程都通过机器学习链接在 起,则可以通过修改另 个子流程来补偿 个子流程中的偏差。例如,如果炉子中的加热时间波动或输送到压机的时间,则片材可能会冷却得太多,从而使压制更加困难或对固化产生负面影响。如果AI在关键性能指标中检测到这种偏差,它可以独立地并通过集成的,持续的改进过程来重新调整压力或压力持续时间, ''Stoll说。
 
  相信Fraunhofer IWU对AI研究的未来
 
  但是,对于中型公司广泛使用AI而言,仅针对机器学习的智能算法知识不足以成为成功的因素。
 
  “我们与潜在用户的反复讨论表明,人工智能专 是否具备生产技术至关重要,” Dr。Dr.解释说。Arvid Hellmich。
 
  “我们的优势在于,作为生产技术研究机构,我们非常了解公司中使用的系统和流程。我们不必 了解它们,我们可以直接开始研究AI解决方案。两 公司都信任我们在那儿,” Hellmich说。
 
  获得这种信任的另 个原因是Fraunhofer IWU的AI和机器学习方面的进 步研究项目。随着2019年德累斯顿弗劳恩霍夫认知生产系统中心(CPS)的开业,弗劳恩霍夫IWU是德国研究生产中人工智能的 重要地址之 。
 
  CPS是德国的AI研究,在未来几年内将其逐步扩大为 的中心之 。
 
  目的是将传统的和创新的制造工艺与各自的数字化工艺相结合。为此,德累斯顿的科学 计划建立 个完整的机器园区,所有机器都将具有数字图像。
 
  在他们的帮助下,生产流程 初可以虚拟运行,以便立即在现实 中正常运行而不会出错。
声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责.您若对该文章内容有任何疑问或质疑,请立即与本网站联系,本网站将迅速给您回应并做处理.
联系QQ:1325426082
邮箱:1325426082@qq.com

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!