详细内容
制造业中人工智能的兴起
人工智能和工业物联网正在融合,使生产流程数字化,以提高生产力和减少停机时间。用于制造业的机器学习算法正在制定并针对具体的生产线挑战量身定做——例如减少生产浪费,提高流程稳定性,限度地减少意外停机时间以及消除流程干扰。
3、将操作技术(OT)数据情境化
操作技术(OT)和信息技术(IT)已经融合一段时间了,而“协作”曾经是目标。现在许多制造商正在将他们的操作技术和信息技术数据向前推进一步,以提高数据驱动的洞察力的相关性和准确性。
怎么做?
答案是:情境化。
制造商衡量正确数据并得出准确结论的方法是将工厂或生产线环境中的所有相关操作数据与信息技术系统中的业务环境数据相结合。
以下是预测性维护中数据情境化的一个示例:
一家食品和饮料制造商将机器学习算法应用于一条生产线上的操作数据,以寻找预测资产故障的模式。
但是这个软件没有考虑质量控制测试的警告,也没有考虑正在生产的产品和批次。
因此,食品烤箱可能会因特定配方而过热——但如果没有配方的背景,机器学习算法将永远无法为生产团队提供准确、可操作的见解。