智能工厂机器学习试验台启动
工业互联网联盟(IIC)宣布了用于预测性维护的智能工厂机器学习测试平台,旨在探索机器学习技术并评估时间关键型预测性维护的算法方法。
工业互联网联盟(IIC)宣布了用于预测性维护的智能工厂机器学习测试平台,该测试由excess IIoT和Xilinx领导。
该测试平台旨在探索机器学习技术,并评估时间关键型预测性维护的算法方法。这些知识带来了可操作的见解,使公司能够从传统的预防性维护转向预测性维护,从而最大限度地减少计划外停机时间并优化系统运行。这旨在帮助制造商提高可用性,提高能源效率,并延长大批量CNC制造生产系统的使用寿命。
“测试平台是IIC及其成员的主要关注点和活动。我们为大大小小的公司提供了合作的机会,并帮助解决将推动许多行业采用物联网应用的问题。”IIC执行董事理查德·马克·索利博士说。“未来的智能工厂将需要高级分析,就像这个测试平台旨在提供的那样,在系统故障之前识别系统退化。这种类型的机器学习和预测性维护可以扩展到制造车间之外,对其他工业应用产生更广泛的影响。”
“一些制造商的停机成本高达每分钟2.2万美元。因此,意外故障是维护成本的主要参与者之一,因为它们的负面影响是由于反应性和计划外的维护行动。能够在故障前预测系统退化对机器可用性有很强的积极影响:提高生产力,减少停机时间、故障和维护成本,”过剩IIoT团队负责人Javier Diaz说。
其他参与测试平台的IIC成员公司提供了支持智能工厂机器学习测试平台的技术,包括:
-工厂自动化
—OT (Operational technology)和IT (information technology)安全
-边缘到云的机器学习和分析
—TSN (Time-sensitive networking)
-数据采集
-智能传感器技术
-设计实施
-嵌入式可编程SoC技术
—安全认证。
-编辑自CFE媒体发布的工业互联网联盟(IIC)新闻稿。查看更多控制工程工业物联网和工业4.0故事.
您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献,并获得你和你的公司应得的认可。点击在这里开始这个过程。