Festo如何将人工智能应用于预测应用

发布日期：2021-04-21 浏览次数：22

　　为了展示AI在其自动化技术中的使用，Festo重点介绍了两个涉及预测性维护和预测性能源的用例。Festo在汽车工业中使用预测性维护，从而避免了不可预见的停机时间以及服务和投诉成本，从而提高了伺服气动焊枪的维护效率。作为Festo在2021年虚拟汉诺威工业博览会上的展览的部分，该公司展出了由Festo和Resolto（Festo专门从事人工智能的子公司）开发的Festo AX软件。

　　Festo产品和技术管理管理委员会成员Frank Melzer博士指出，Festo使用状态监视和机器学习来监视其客户组件，机器和系统的行为。他说：“人工智能是将自动化业务提升到新水平的推动力。” “我们不断监视机器数据，并根据我们的AI模型进行检查，该模型描述了组件或机器的良好状态。然后，AI算法可以检测与正常状态的偏差，并可以预测它们。特别是在工业智能中，算法的混合以及工程师的特定专业知识是实现基于AI的自动化应用程序的决定性成功因素。”

　　梅尔泽博士强调Festo的人工智能技术的开放架构时表示，“可以轻松地通过IoT网关和标准化协议与其他组件集成Festo的人工智能技术。”

　　为了帮助说明AI的使用如何根据其应用而变化，Festo提出了两个不同行业域的用例。

　　在个针对汽车行业的应用中，Festo解释了德国汽车制造客户如何使用预测性维护来改善其维护，并减少其伺服气动焊枪的停机时间。连续收集来自焊枪的数据，并使用Festo的AI算法对其进行评估，以预测焊枪的故障。通过评估这些数据，可以在故障发生之前就将其识别出来。根据Festo的说法，这可以避免该公司生产运营中目前经历的停机时间的四分之左右，并且可以在非生产时间安排维修。

　　在此次活动中重点介绍的另个应用程序中，Festo为食品包装行业的客户使用了AI的预测能源应用程序。在这里，包装商的目标是减少其气动装瓶厂的能耗，以减少二氧化碳排放量和成本。在检查了工厂的压缩空气过程之后，Festo将其C2M能源效率模块应用于监视压缩空气消耗，提供有关可能的泄漏的信息，并防止系统压力降至定义的备用压力水平以下。

　　C2M模块在单个单元中包括压力调节器，开关阀，传感器和现场总线通讯。根据Festo所说，C2M模块的应用对客户来说效果很好，以至于他们现在希望将C2M收集的数据用于潜在的预测性维护应用。