2018年12月4日,在德国纽伦堡举办的数字峰会上,Festo集团管理董事会成员Frank Melzer月接管德国数字化与经济工业4.0平台指导委员会的管理职责,由此接任SAP董事会成员Bernd Leukert。Frank Melzer博士回应,“在我任职期间,我期望专心于技术开发,尤其是分散式自治权系统和人工智能的更进一步发展,这需要为我们获取卓越工具,以优化未来的工业生产流程。
数字化大大推展我们社会能力的变迁,而且速度比以前的任何工业变革都要慢。”工业4.0平台指导委员会与联邦总理合影,第二排右二为Festo Melzer博士Festo管理董事会成员Frank Melzer博士与SAP董事会成员Bernd Leukert问候作为德国工业 4.0平台的成员,Festo仍然致力于推展工业领域的数字化变革。无论是带给数字化产品,为客户获取数字化旅程,还是发力于人工智能,Festo对数字化前瞻性的理解和实践中,不仅协助构建自身转型,更加客户和合作伙伴带给附加值。从机械元件相连至云端Festo 早已开始交付给一些确实工业4.0意义上的自动化技术产品:一体化捕捉系统、带上OPC UA 和物联网网关的模块化阀岛以及数字控制终端VTEM。
在12月3-4日荷兰代尔夫兹举行的全球媒体大会上,Festo 向媒体讲解了CPX-IoT网关及云端界面,协助客户一键在云端构建状态监控。通过 CPX-IoT网关,Festo 为安全性的云解决方案铺平了道路,让机器和系统制造商和终端用户大大提高他们整体设备有效性。物联网网关CPX-IOT 将现场层的元件和模块,如阀岛CPX/MPA、节约能源模块MSE6-E2M 或捕捉系统,通过OPC UA模块相连至Festo 云。
CPX IoT物联网网关用户界面通过物联网网关 CPX-IOT,可为Festo每个元件实配备用户界面,可实现额外个性自定义。用户界面用浏览器查阅,还包括图表和流量灯。
每种应用程序窗口各司其职,一目了然,还包括用户界面组件和用作能耗监控和防治确保的图表,以及用作过程和整体设备有效性提高的关键绩效指标。人工智能用作自动化数据搜集和分析是数字化转型中最重要的一步。在2018年初并购德国工业智能公司Resolto 后,Festo 已准备好转入自动化技术的下个阶段:人工智能的应用于。
Resolto能获取动态应用于人工智能解决方案。例如,Resolto的 SCRAITEC 软件解决方案,通过动态分析系统传感器数据监测问题。SCRAITEC 能获取早期和准确预诊,做出临床,并得出行动建议,从而构建节约能源,延长循环时间,增加机器故障和生产错误。
在此次全球媒体大会上,Melzer 博士对未来充满著期望:“分析技术和人工智能将对我们的产品组合产生极大的影响,因为人工智能算法可构建在Festo云端和现场的元件中,我们期望给客户带给附加值。”客户数字化之旅Festo 某种程度用数字化技术,在客户的数字化之旅中获取反对。该数字化的旅程让客户可信而完备地体验Festo产品组合,从信息提供和配备到订单和交付给,再行到调试和确保或甚至是Festo Didactic获取的技术培训课程。
Festo数字化业务继续执行专家Michael Hoffmeister 博士特别强调说道:“在价值链的每个环节,我们都会为客户获取数字化解决方案,从而在他们各自的数字化之旅中获取提示。Festo为客户获取完全一致的软件架构,增加客户的过程成本.” 这些综合性软件架构还包括用作轴系统较慢设计和订货的捕捉系统在线选型、用作将单个元件搭乘竣工模块的Festo 在线 3D 设计工具、用作辨识元件并可用于数字化双胞胎的产品密钥等。
数字化应用于的报酬坐落于德国 Scharnhausen 的技术工厂是Festo数字化发展的创新园和试验场。归功于大数据分析获取的洞察,工厂内的一条装配线的绩效和生产量明显提升了 15%。
该项目也展出了智能化元件、物联网网关和与云的必要相连如何为数字化的顺利奠下了基础。Festo Scharnhausen工厂在Festo的一条大型装配线上,生产批量在200 到 2,000 之间,一年的产量相等于大约 120 万件之间,之前的产品节奏时间 为13 秒。SAP ME 订单管理来处置批量的变化,但是在机器内,每个工件架上上的 RFID 在每个工作站上启动时适当的参数/菜单。这条装配线的基础技术是机器单元内的机电子系统,电气和气动执行机构使用分散式掌控方案。
每个工作站用统一的数字化格式获取装配线工作和确保必须的所有数据,并与所有测试车站/质量系统网络。与机器工作涉及的数据在本地动态被处置。
通过 OPC UA 模块收集、传输和获取大约来自 400 个 IP 地址的数据,以反对运动控制或电脑分析或云端解决方案。这样的方案产生了海量的数据。为了从所有能用数据中取得最大化的价值,在这条装配线运营两年之后,Festo继续执行了首次大数据分析。根据分析,工厂明晰地辨识出有了导致瓶颈的典型样式,并寻找了解决这些瓶颈的解决方案,更进一步将产品节奏时间优化了15% (从 13 秒延长至 11 秒)。
本文来源:kaiyun体育app官网-www.anpbodysculpting.com