随着智能工业的出现,工业世界正在迅速变化。今天的生产机器和搬运设备已经成为高度集成的机电一体化系统,其中大部分是嵌入式软件。这一事实需要多个领域,包括软件工程、IT、机械工程和电气工程,同时协同工作,并发展设计、测试和验证机器软件的方式,以达到预期的功能和质量水平。
智能产业的一个主要驱动力是不断增长的数据量。视觉传感器、电力和液压驱动器、生产机器和发电厂都在生产操作期间收集越来越多的测量数据。
这些数据包含可以通过开发预测模型和算法转化为商业价值的信息。例如,机器学习技术可用于根据历史传感器数据训练模型,以便该模型可用于预测未来的设备故障并防止生产停机。
构建这样的模型需要大量的历史数据。许多企业多年来一直在收集这些数据,为他们应用预测建模技术提供了一个良好的开端。对他们来说,重点更多的是把数据预处理成适合机器学习的格式,并应用几种机器学习方法来找到最好的方法。
在最近的一个示例中,机器传感器数据集与质量控制数据集合并,以便可以从原始传感器数据预测质量状态。这使制造商能够在流程的早期识别出不良批次,从而为每台机器每月节省数万美元。
随着智能工业的发展,软件组件提供了机器或生产工厂整个附加值的重要组成部分。在 PLC、工业 PC 或 FPGA 上运行的嵌入式软件涉及闭环控制功能,可确保产品质量以及预测性维护算法,从而在无需服务干预的情况下延长正常运行时间。
领取专属 10元无门槛券
私享最新 技术干货