机械制造

您的位置:主页 > 机械制造 >

是什么阻碍了智能工厂革命?

发布日期:2021-02-19 20:49浏览次数:
本文摘要:数字化创造了数字双胞胎,获得了增加停机时间的预测保障、加强质量管理、以市场需求为中心的生产、优化库存、降低能源和材料成本、提高安全和环境性能等普遍优势。很多预测都想分析价值主张。咨询公司麦肯锡回应说,到2025年,互联网经济的影响可能在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进行了调查,结果显示,每年的费用减少了570亿美元。 当然,有一个问题,实际上有几个。

博电竞登录

数字化创造了数字双胞胎,获得了增加停机时间的预测保障、加强质量管理、以市场需求为中心的生产、优化库存、降低能源和材料成本、提高安全和环境性能等普遍优势。很多预测都想分析价值主张。咨询公司麦肯锡回应说,到2025年,互联网经济的影响可能在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进行了调查,结果显示,每年的费用减少了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广,强大的流程和设备经常在一夜之间发生,重要的是人工智能等必要技术还很少开发。

人工智能(AI)作为催化剂智能工厂,利用工业物联网(IIoT)、大数据和高级分析、信息技术(IT)和运营技术(oT)的融合。此外,相互通信的设备会导致动态决策,从而优化价值构建。它在工厂再次发生,从原材料订购到订单交付及客户服务,整个价值链都再次发生。这种变化的潜在催化剂是人工智能(AI)。

目前,大部分对人工智能的关注是与机器学习相关的——。这是将现实世界数据与经验和统计分析相结合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,但随着互联网的发展、大量数据的激增和计算机废弃能力的大幅提高,预测能力的深度、广度和准确性都有了很大的提高。人工智能正在发生显著变化,但它也有局限性。基本算法的设计很棘手,会造成漏洞和交通事故偏差。教育阶段通常需要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。如果人工智能(AI)的决策错误,通常很难确定原因。这是安全核心系统的主要问题。

为什么人工智能现在适用于工厂环境?当然,技术是大量数据可用性、机器学习的发展、云计算(用作网络整体监控和优化)、边缘计算(获得机器学习进行动态决策)的频繁发生、信息技术(IT)系统和操作技术(OT)系统的融合。但是目前的社会发展趋势也是最重要的。

全球供应链日益简单,还包括对更熟练的生产工人的持续挑战。换句话说,智能工厂的频繁出现是技术发展和市场钳制的结果。如果所有人工智能问题得到解决问题——,最终将得到解决。

但是,如果没有最好的信息管理,智能工厂仍将发展缓慢。这三个管理问题还包括技术标准、网络安全/个人信息保护和频谱分配。

技术标准智能工厂依赖信息流和系统调用能力,标准3354基本上没有与技术系统相关的规格或拒绝就无法构建。生产过程用于数百至数千种标准,构建智能工厂需要很多新标准。2016年2月,国家标准和技术研究院(NIST)的一份报告指出,智能生产生态系统处于设备水平、监督控制和数据收集(SCADA)水平、生产运营管理(MOM)水平和企业水平四个信息需要在各层内和各层之间移动,为了加快这种协作,已经制定或制定了数十个标准。

NIST表示:“在生产金字塔中,虽然已经制定了通信标准,但系统之间的互操作性仍然是允许的,这意味着制造商通常不会针对单个供应商解决方案。”在整个业务周期中,虽然没有几个完整的标准,但需要运营系统点对点信息的程度仍然非常有限。(大卫亚设,北方执行部队)。“我们认为,除了制定标准来填补这些空白之外,智能工厂面临的另外两个与标准相关的障碍:(1)对标准和标准使用缺乏跟踪。

(2)标准之间的匹配和验证。为了避免这些障碍,各组织之间的协商与合作是适当的,其中一些正在进行中。还在开发改善区块链技术应用的标准。

区块链是需要以可验证、安全的方式记录交易的数字分类帐。美国国土安全部(DHS)正在与产业界展开区块链试点,了解这项技术能否阻止产品及知识产权盗窃。使用需要安全和定义的互操作性标准来改进该技术的应用。网络安全/个人信息保护智能工厂需要在工厂内部和整个价值链上的设备和设备之间建立网络。

这种连接减少了制造商遭受网络攻击、间谍软件和数据失窃的风险。例如,2014年黑客通过网络钓鱼邮件获得采访权限,破坏了德国钢铁厂,这不是假设性的问题。英国最近的一项调查显示,50%的制造商否认黑客攻击,不接受反击的制造商有一半受害。

据美国国土安全部称,制造商是主要基础设施网络攻击的首要目标。智能工厂对传统工厂明确提出的目标更大,因此安全问题显得更加重要。安全目标还包括确保生产(不停机或延迟)、防止导致财产或个人伤害/死亡的系统故障、防止间谍软件、维护客户和员工的个人信息保护。

构建这些目标既简单又不容易。维护智能工厂需要多种方法和系统,包括网络物理系统的安全体系结构、通过验证验证软件完整性(需要恶意软件或意外代码检测程序)、安全设备管理等。

获得智能生产设备和服务的供应商似乎参与了这种安全开发。政府也是如此。美国政府与工业界合作,为主要基础设施制定了基于风险和强迫的网络安全框架,通常仅限于包括制造商在内的一系列企业。

NIST还发布了与智能工厂相关的智能城市框架。另一个严重的问题与个人信息的隐私有关。欧盟的一般数据保护规定(GDPR)是为收集和使用个人信息制定指南的法律框架。

这项新法律也影响到智能工厂。例如,测量生产线产量的技术可以收集个别工人的数据。

制造商应修订个人信息保护政策,确认这些声明是否符合GDPR拒绝,并确保用于这些技术的个人信息是半透明的。最后,智能工厂将推动保险行业的变革,保险行业将面临构建管理风险变化的解决方案的市场需求。建立频谱分配智能工厂所需的设备数量是信息管理最重要的考虑因素之一。

预计这些设备将通过无线通信部署运营商。无线设备目前有数十亿台,由于物联网和工业物联网(IIOT),预计这个数字将以圆形指数级快速增长。所有这些对无线通信的市场需求都要有频谱,这是稀缺的公共资源。

智能工厂要想成功,政府必须充分分配能够适应这种市场需求迅速增长的光谱。在美国,联邦通信委员会(FCC)将频谱分配给消费者和商业用途。去年,美国政府问责局(GAO)回答了问题,展开了调查。

据GAO报告,美国联邦通信委员会指出,目前可用的频谱不足,除非用于大量频谱的设备激增,否则物联网将迅速增长。GAO还主张:“随着无线设备数量的迅速增加,管理障碍在不需要无线许可的频段显得更具挑战性。

”GAO建议FCC开始跟踪互联网的快速增长,以便使用足够的频谱。如果需要额外的光谱来反对智能工厂,是允许的光谱吗?没有授权频谱,还是在共享频谱?FCC要求各类型之间和可用频谱的分配方法。这些政府的决定将影响美国智能工厂的频谱供应和质量。

其他国家也希望解决如何为产业用途分配频谱的问题。GAO的报告称,每个国家都采用不同的方法,至少有一个国家韩国将光谱仅用于工业用途。


本文关键词:是什么,阻碍,了,智能,博电竞官方网站,工厂,革命,数字化,创造

本文来源:博电竞网址-www.yaboyule405.icu