智能改善制造业的3种方式

整个IT/OT操作进行代价高昂的更新。事实是，人工智能更专注，更容易实现。人工智能可以在工厂以最小的结构工作，并通过工业物联网(IIoT)与机器连接。

当涉及到人工智能的实现时，原始设备制造商首先需要了解的是要关注的用例类型。作为物联网的一部分，生产车间的大多数边缘机器正在进行重组，以便通过无线传感器发送数据。然后，这些数据被输入到软件套件中进行处理。数据输入过程将成为一个持续的过程，以创建一个不断扩展的数据网络。所有这些数据都可以存储在云中以获取洞察力，从而使人工智能驱动的模型成为可能。

以下三个用例可以帮助消除制造商对人工智能能力的疑虑：

1. 机器正常运行时间

消费品包装生产线为24×7，生产数百万个大小不同的纸箱，用于包装不同的消费品。保持生产无任何故障或任何质量问题至关重要。速度和质量至关重要。手动监控容易出错，成本高昂且效率低下。

通过IIoT系统收集的数据可通过量身定制的可视化和警报，提供有关生产线吞吐量和设备故障的24/7实时洞察。AI最终可以帮助您了解要收集的大量数据。这些数据在边缘网关上进行处理，以快速识别异常并发送即时警报。更大的数据聚集在基于云的IoT平台中，以进行进一步的预测分析以及已定义的基于行为和规则的模型。 该系统将提供一个自定义的仪表板，并报告机器空闲时间，故障原因代码和总体OEE数据。这样，管理人员可以更好地计划操作计划，从而避免机器闲置时间并进行预测性维护。

2. 成本优化

美国传感器制造商SpectraSymbol一直在生产业内最好的线性传感器和电位器之一，以应对能源市场。作为一个过程，在遥远的油井中，当油和水被泵入油罐时，需要测量油和水的水平。关于这项石油钻探作业，该公司迫切需要通过利用IIoT数据来更经济地延长边际油井的使用寿命，从而持续优化成本，最大的问题是，这些油井的产油量不足，不值得对数据传感器进行统一投资，因此必须降低它们的成本模型。这些油井也位于偏远地区，增加了成本和时间挑战。这些油井的传感器安装成本也非常高，增加了60%的成本。对于较小的操作和较远的报废井，快速投资回报率是物联网实施的关键。

为SpectaSymbol的多口油井建立了一个用于存储和处理所有机器数据的IIoT软件平台。它创建了一个“数据湖(data lake)”，相关数据存储在云中。通过AI驱动的机器学习进行分析的数据已成为针对业务的定制应用程序的推动力，该应用程序明确设计用于评估油井性能并通过AI分析进行状态监控。结果，所有利益相关者都可以获得特定的

（编辑：惠州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!