货车通过工厂车间独立地找到自己的道路,系统优化了运行过程中的能耗,机器已经在生产和重新调整过程中进行了质量控制-人工智能在工业中的潜力是巨大的。它已经使生产变得更加高效,灵活和可靠。

业界越来越数字化,  数字公司早已成为现实。数据不断生成,处理和分析。生产环境中的数据量是生成整个工厂和系统的数字图像的基础。借助这些数字孪生,可以使产品和机器的规划和设计以及制造操作变得更加灵活和高效-直至以更高的质量和可承受的价格更快地生产个性化产品。
 
但是,如果机器和过程可以在仍处于运行状态时独立地从数据量中获取知识并优化其过程,该怎么办?潜力将是巨大的。好消息是,借助人工智能(AI),它已经可以逐步开发。 

 

创造新机会

人工智能领域的研究已经进行了30多年,并且这项技术已经取得了巨大的进步,例如功能更强大的硬件和软件以及改进的计算能力和数据传输。人工智能的应用为灵活,有效地生产小批量的复杂且日益个体化的产品开辟了全新的可能性。罗兰·贝格(Roland Berger)的一项研究表明,对经济的影响可能是巨大的:到2035年,仅在西欧,智能的数字网络系统和流程链就可以带来约4200亿欧元的额外增长。普华永道的一项研究显示,到2030年,人工智能还可以为全球经济贡献高达15.7万亿美元。
 
人工智能的第一个实际应用已用于日常工业生活中:语音识别用于处理简单的订单,使用摄像头,激光或X射线捕获环境以及物流中的虚拟个人助理。普华永道的研究显示,2018年共有62%的大公司已经在使用AI技术。西门子提供具有预测性维护服务的解决方案,还提供工程和质量检查的解决方案。此外,  MindSphere等云解决方案和智能应用程序有助于  不断优化流程,从而提高机器的效率和可用性。

人工智能与工业4.0

大数据和人工智能推动了工业4.0的主题。在工厂的数据量中,可以通过智能软件解决方案来识别趋势和模式,这有助于提高生产效率或降低能耗。这样,系统可以不断适应新的情况,并在没有任何操作员干预的情况下进一步优化。随着网络的增加,人工智能软件可以学习阅读``线下''。结果,可以发现系统中许多复杂的相互关系,人类无法或不能再忽视它们。具有适当的智能分析技术的智能软件已经可用。数据处理是通过云解决方案还是在本地(例如,通过边缘计算)进行,取决于用户的需求。 边缘平台上的数据可用速度更快,分辨率通常更高,而云中则有大量的计算能力。在许多情况下,必须结合使用边缘和云才能将两者的优点融合在一起。 
 
产品,系统,系统和机器可以通过  MindSphere(西门子的基于云的开放式IoT操作系统)进行连接。它是在行业中使用AI的最重要基础之一,因为它使从物联网(IoT)生成的大量数据可用于广泛的优化,仿真和决策。
 
借助数字双胞胎,可以对各种情况进行虚拟测试并做出明智的决策,例如以优化生产。借助机床的数字图像和相关的制造过程,AI可以例如在将来识别出刚制造的工件是否符合质量规格以及需要调整哪些生产参数,以便在进行中的生产中保持这种状态。这使生产更加可靠和高效,并使公司更具竞争力。

安全是重中之重

工业4.0和人工智能的基本要求是在全国范围内具有良好的IT基础结构-无论是大型公司还是中小型公司。这是连接数字未来的唯一途径。但是,必须始终牢记  数字化和网络安全 同时-因为没有适当的保护措施,危险就很大:根据《世界经济报告》 2018年的“全球风险报告”,未来五年网络犯罪对公司造成的损失将达到8万亿美元超过德国的国内生产总值。工业设备的整体保护,例如西门子的深度防御概念,将在未来继续发挥关键作用。因为黑客正变得越来越聪明-因此对于行业保持领先地位至关重要。