智能组件引入产业前 制造处理操作 置工世界数日内,长长的同一种产品减少置换并减少修补和调整
今日频繁重置 机器复杂难解较少人员拥有异常诊断洞见高成本和高赔偿责任问题 故障时间和质量差 需要接近零事件
机器学习和AI不是流出边缘解决方案,Festo发现机器学习/AI可提高流程透明度100%,废物减少50%以上,产品拒绝成本减少45%以上机器可用性可提高25%以上非计划停机率下降20%以上
识别异常点 现在怎么办
机器学习/AI开发过程初期,终端用户显然想以最方便的方式获取AI健康/非健康数据,无论是在自己的仪表板上、院落内、边端设备上或所有三种设备上。一些客户想数据集成维护管理系统其他人想发送报警移动设备多端用户询问,他们是否可以很容易理解消息,确定问题何在、在哪里和应采取何种纠正行动其中一些终端用户希望通过短信传递信息
鉴于这些不同需求,机器学习/AI系统必须足够灵活,以便能够连接内部维护管理软件或零件管理系统以创建端对端综合解决方案终端用户的点点是确保机器学习/AI供应商提供系统面向操作需求
Frank Latino是产品管理员 电自动化 费斯托北美