Публикации по теме 'manufacturing'


Разработка системы управления производством: часть 4
О микросервисах В предыдущей статье вы можете прочитать об использовании Linux. Разработка системы управления производством: часть 3 На Linux itnext.io Эта статья будет посвящена использованию микросервисов. Я клиент… почему меня это должно волновать? Есть много способов структурировать программное обеспечение, структурировать систему. У каждого из них есть свои преимущества и недостатки, и чтобы вы могли их увидеть, позвольте..
Обнаружение аномалий Сэкономьте миллионы для своего бизнеса
Есть ли способ обнаружить аномальные данные в машине до того, как это сократит время ее простоя? Профессионалы обрабатывающей промышленности уже давно борются с плохими стратегиями технического обслуживания. В результате снижается производительность машин. В то же время незапланированные простои из-за частых ремонтных работ могут привести к финансовым потерям. Так или иначе, у нас есть устройство, которое может оповестить нас о возможном выходе из строя деталей машины. Передовые..
Моделирование отказа
Миллион отказов насосов, почему не еще один? Как смоделировать отказы в производственном помещении. Одна из самых распространенных вещей, которые меня спрашивают на производстве, - это когда это оборудование выйдет из строя. В области химического машиностроения оборудование часто бывает насосом. Многие инженеры-технологи и инженеры по надежности оценивают это на основании отраслевых диаграмм и многолетнего опыта работы с насосами. Но очень немногие могут сказать мне, каков..
Примеры использования машинного обучения в производстве
Машинное обучение (МО) стало революционной технологией в обрабатывающей промышленности. Возможность анализировать огромные объемы данных и извлекать из них ценную информацию привела к повышению эффективности, снижению затрат и увеличению прибыльности для производителей по всему миру. В этом блоге мы рассмотрим некоторые из наиболее важных вариантов использования ML в производстве. Прогностическое обслуживание Одним из наиболее значительных преимуществ машинного обучения в..
sinterqAility: машинное обучение для контроля качества оптики
Франц Чимбен и Томас Вильграттнер в кампусе DURST, Бриксен, Южный Тироль (Италия) GKN Powder Metallurgy и COVISION Lab сотрудничают над проектом уже более 1,5 лет. Проект и полученные результаты могут изменить применение оптического контроля качества в производстве : благодаря sinterqAility машины не только узнают, что делает деталь хорошей, а какая плохой, но и вносят свой вклад. к улучшенному, более устойчивому производству. Несколько недель назад около 20 человек из разных..
Примеры исследований данных в производстве
Объем данных, которые необходимо хранить и обрабатывать, увеличивается с каждым днем. Поэтому сегодняшним производственным компаниям необходимо найти новые решения и варианты использования этих данных. Конечно, данные выгодны компаниям-производителям, поскольку позволяют автоматизировать масштабные процессы и ускорить время выполнения. Говорят, что наука о данных резко изменила обрабатывающую промышленность. Давайте рассмотрим несколько вариантов использования науки о данных, которые..
Решение «каверзных проблем» S&OP с помощью ИИ
Дениз Байерс, исполнительный партнер по работе с клиентами в Aera Technology Серьезные проблемы подрывают планирование продаж и операций (S&OP) и цепочку поставок. Они характеризуются чрезвычайной сложностью и глубокими глубинными причинами, которые не поддаются традиционным решениям. Как описано в Harvard Business Review , сложные проблемы — это «противоположность трудным, но обычным проблемам, которые люди могут решить за ограниченный период времени, применяя стандартные методы...