新闻人工智能行业4.0和智能制造
Festo专注于远程能力，AI在年中更新

费斯托在本周早些时候发布的财务更新中表示，该公司在冠状病毒危机期间专注于数字化、机器学习和人工智能应用。

在经历了2019年销售强劲的一年之后，这家自动化公司在2020年第一季度的业绩稳定，但在第二季度看到了危机对其业务的影响。

“我们很难预测未来几周和几个月的发展，”费斯托管理委员会主席奥利弗•荣格博士在一份新闻稿中表示。“就像其他公司一样，我们将继续实施应对措施，并在全球和地方范围内非常灵活地调整它们。预计下半年将出现追赶效应。”

Festo在锁上期间全球客户提供了客户，特别是在食品，包装和制药和医疗技术领域的程度增加。例如，该公司正在提供用于呼吸呼吸机和体外诊断的组件。

“我们的广泛的工业基础有助于我们当一些段（如汽车）显示出现下降时，”Jung说。

虚拟的支持

Jung表示:“我们比以往任何时候都更加认识到，在危机时刻，为客户提供全面的虚拟支持至关重要。为此，费斯托为客户和合作伙伴提供了数字协作平台。该平台包含所有工程工具、在线商店、访问所有Festo服务或数字维护经理smarmaintenance。

随着病毒传播，公司突然面临完全不同的需求行为。更快的可用性或突然更高的某些产品在转换其生产时需要尽可能灵活。

自动化技术的数字化提供了补救措施。独立智能联网、自配置、即插即用的组件使系统能够更快地满足不断变化的需求。

必要的数据和信息通过云服务同步，可以随时访问。

在Festo的全球生产网络中，植物彼此联网，并且处于不断的交换状态。

Festo销售管理委员会成员Ansgar Kriwet博士说:“在这个网络中，我们基本上能够弥补生产瓶颈，例如当当局下令工厂关闭时。”“这需要一个稳定而强大的IT基础设施，能够应对云数据存储等现代可能性，以便在全球范围内近乎实时地提供所有数据。”

智能网络生产趋势证明是危机证明和可持续的。这是一个先决条件是产品，机器和系统的虚拟化，使工厂工人还能够从家庭办公室控制“他们的”机器。

要做到这一点，机器和系统需要一个数字双胞胎，配备与其真正的对等物相同的功能。

嵌入式传感器技术丰富了数字双胞胎的过程数据，以了解机器内部条件的洞察力。

充分利用AI

人工智能的特点是自我学习能力。可用的数据越多，预测越好。结果，降低了降低倍数，减少昂贵的拒绝。

“人工智能可用于对机器运营商可用的各个组件或优化潜力的可能失败进行预测，”Kriwet说。

“结合人类的经验，我们已经能够在自己的工厂实现显著的效率提高。”

为了使用算法工具箱中的方法产生附加价值并提高效率，必须精确定义用例。

只有数据策略性地预结并有足够的数量可用，才有可能令人满意的结果。

“我们在我们自己的工厂的生产过程中仔细研究了与AI的质量保证，并得出结论，消费者市场的大数据方法在工业中并不成功。一旦我们使用AI的适当统计方法，我们只能大大提高效率，以适当的AI统计方法，“Jung说。

费斯托表示，该公司目前最关注的是“边缘”的人工智能评估——换句话说，直接对组件进行评估——或者在生产网络内的位置进行评估，以确保实时评估并避免延迟。

通过Festo的IoT网关解决方案，现有的生产设备可以进行AI能力而无需重大干预。算法和模型可以直接在设备上更新，而无需修改PLC，独立于PLC的计算机容量或自由资源。