首页 | 新闻 | 新品 | 文库 | 方案 | 视频 | 下载 | 商城 | 开发板 | 数据中心 | 座谈新版 | 培训 | 工具 | 博客 | 论坛 | 百科 | GEC | 活动 | 主题月 | 电子展
返回列表 回复 发帖

是什么阻碍了智能工厂革命?(一)

是什么阻碍了智能工厂革命?(一)

如果制造商能够**障碍,并且政府能够制定标准,那么回报将是巨大的。


数字化提供了广泛的优势,它们包括通过创建数字双胞胎减少停机时间的预测性维护、加强质量控制、需求驱动的生产、库存优化、降低能源和材料成本以及改善安全和环境性能。


许多预测都试图量化价值主张。咨询公司麦肯锡表示,到2025年,物联网经济影响可能在1.2美元到3.7万亿美元之间。美国商务部最近对美国制造商和智能制造商的一项调查显示,每年的成本降低了570亿美元。


当然,有一个问题,实际上有几个。制造业的投资周期比较长,强大的流程和设备不会在一夜之间出现,至关重要的是,所需的技术,如人工智能,尚未完全开发。


人工智能(AI)作为催化剂


据羿戓制造所了解,智能工厂利用工业物联网(IIoT)、大数据和高级分析,以及信息技术(IT)和运营技术(OT)的融合。另外,相互通信的设备导致实时决策,从而优化价值创造。


它既发生在工厂内,也发生在整个价值链中,从原材料采购到订单交付和客户服务。


这种转变的潜在催化剂是人工智能( AI )。目前人工智能的大部分兴趣都与机器学习有关——这是一套将现实世界数据和经验与统计分析相结合,以得出结论和预测结果的技术。


机器学习不是一个新的人工智能领域,但互联网的发展、大量数据的激增以及计算机处理能力的不断提高,极大地提高了其预测能力的深度、广度和准确性。


虽然人工智能明显正在进步,但它也有其局限性。底层算法的设计很棘手,这可能会导致漏洞和意外偏差;训练步骤通常需要非常大量的数据和可能难以获得的实际经验;神经网络通常需要很长时间来训练。当启用人工智能(AI)的决策出错时,通常很难确定原因,这是安全关键系统中的一个主要问题。


为什么人工智能现在被应用在工厂环境中?当然,技术是一个驱动因素:大量数据的可用性、机器学习的发展、云计算(用于网络范围的监控和优化)和边缘计算(为实时决策提供机器学习)的出现 ,以及信息技术(IT)系统与运营技术(OT)系统的结合。


但目前的社会发展趋势也很重要,包括全球供应链日益复杂,以及在吸引熟练生产工人方面持续存在的挑战。换句话说,智能工厂的出现是技术推动和市场拉动的结果。


如果所有的人工智能问题得到解决——并且最终将得到解决。但是,如果没有最佳的信息治理,智能工厂仍然不会快速发展。


三个这样的治理问题包括技术标准、网络安全/隐私和频谱分配。


技术标准


智能工厂依赖于信息流和系统响应能力,如果没有标准——基本上是与技术系统相关的规范或要求,就无法实现。


制造过程中使用了数百甚至数千种标准,并且需要许多新标准来实现智能工厂。美国国家标准与技术研究院(NIST)2016年2月的一份报告指出,智能制造生态系统可以被视为由四个进步级别组成的金字塔:设备级、监督控制和数据采集(SCADA)级、制造运营管理( MOM )级和企业级。信息必须在每个级别内部和之间流动,并且已经开发或正在开发数十个标准以加速这种协作。


根据NIST的说法,“在制造金字塔内,通信标准已经建立,但系统之间的互操作性还有限制,这意味着制造商通常会被锁定在单一的供应商解决方案中。在整个商业周期中,存在几个完善的标准,然而,信息能够与生产系统互连的程度还是非常有限。”


除了制定标准来填补这些空白之外,报告还指出了智能工厂面临的另外两个与标准相关的障碍:


( 1 )缺乏对标准和标准采用情况的跟踪;

( 2 )标准之间的重叠和冗余。

为消除这些障碍,各个组织之间的协调与合作是必要的,其中一些正在进行中。


还正在制定标准以促进区块链技术的应用。区块链是一个数字分类账,能够以可验证和安全的方式记录交易。美国国土安全部(DHS)正在与工业界进行区块链试点,以了解该技术是否可以阻止假冒产品和知识产权盗窃。将需要安全和定义的互操作性标准来促进该技术的应用。


羿戓LOGO.webp.jpg
2019-6-12 09:04

上海.羿歌,主要立足于物联网之感知层的解决方案和组件设计制造。  18918134319
返回列表