宅中地 - 每日更新
宅中地 - 每日更新

贊助商廣告

X

西門子如何讓千萬企業享到工業AI紅利?

2024年07月31日 首頁 » 熱門科技

2024年7月4日,世界人工智慧大會(WAIC 2024)在上海開幕。

與往年相同的是,這屆大會再次成為全球焦點,即便上海持續高溫,現場依然人頭攢動;與往年不同的是,在百模大戰後的這一年裡,生成式AI產業落地成了本屆大會的核心議題之一。

在這天下午的產業發展主論壇上,西門子全球執行副總裁,西門子中國董事長、總裁兼首席執行官肖松博士指出,「基於微軟的大語言模型和西門子的行業經驗,我們研發了全球第一款面向工業環境的生成式AI,這一工具已經在舍弗勒產線上正式應用。」

據悉,基於西門子這一生成式AI工具,工程師只需輸入自然語言就可以自動生成複雜的代碼,大大降低了編程門檻,縮短了產品開發時間。

這是在以通用人工智慧為特徵的第二波人工智慧浪潮中,西門子這家科技公司的探索與實踐,也是人工智慧在西門子內孕育半個世紀後又一個時代結晶。

01 西門子的人工智慧時刻

1956年8月,十幾位年輕的科學家被邀請到美國新罕布希爾州達特茅斯學院參加一個由洛克菲勒基金會支持的研討會,受限於當時計算架構、算力資源所限,這一為期兩個月的研討會並沒有什麼實質性產出,但卻在學術上提出了一個頗為前瞻性的概念,人工智慧。

作為全球工業巨頭,西門子在人工智慧領域起步可以追溯到1974年,這一年,西門子參與到了一項名為「交互式、自動、自然語言問答系統」的研究中,當時這項研究主要是為了提高資料庫處理能力,改善人機交互體驗。

西門子如何讓千萬企業享到工業AI紅利?

他們不會想到,這一研究中的系統模型,在之後會成為蘋果開創智慧型手機時代的關鍵利器,也將成為人工智慧技術最先走進商業市場的產品原型。

實際上,在人工智慧技術發展的幾個重要階段中,西門子都與這一技術前沿研究保持著同頻共振。

1997年,IBM「深藍」戰勝西洋棋大師Kasparov,專家系統風靡一時,西門子中央研究院當時也在人工智慧的專家系統領域進行著深入的研究,不僅發表過多篇論文,還與麻省理工學院建立起了長期合作關係。

2016年,AlphaGo西門子如何讓千萬企業享到工業AI紅利?戰勝世界圍棋冠軍李世石,以神經網絡西門子如何讓千萬企業享到工業AI紅利?為代表的人工智慧技術迎來了第一波商業化熱潮,這時,西門子基於神經網絡的人工智慧算法已經進入到了全球諸多工業生產場景中。

2024年,就在生成式AI技術發展如火如荼之時,西門子在漢諾威工業博覽會上對外發布了首款用於工業環境中工程設計的生成式AI工具,西門子Industrial Copilot。

值得一提的是,這一產品官宣發布之時,已經被應用到了汽車生產製造商舍弗勒的產線上。

西門子如何讓千萬企業享到工業AI紅利?

不難看出,自人工智慧技術進入商業世界後,西門子就在全力推動其在工業領域的落地應用,而人工智慧技術在工業領域的生根發芽,也催生了工業元宇宙,西門子的工業元宇宙西門子如何讓千萬企業享到工業AI紅利?藍圖正是伴隨著西門子人工智慧技術研究的一路狂飆,徐徐展開。

02 造一座原生數字化工廠

肖松博士在WAIC 2024上指出,「人工智慧的爆發式增長,必將加速『工業元宇宙』的實現,豐富『工業元宇宙』的內涵,並最終重塑整個產業價值鏈。」

作為工業元宇宙的重要組成部分,數字孿生是目前在工業領域商業化最成熟的場景之一。

按照2020年工信部在《信息物理系統建設指南(2020)》中給出的解釋,數字孿生應該包含三部分——物理實體、信息虛體、交互對接。

物理實體是指真實世界中的實際產品,信息虛體是指虛擬世界中數字模型、孿生數據、孿生主線、數字孿生服務等虛擬產品,交互對接則是指虛擬產品和實際產品之間的數據和信息交互。

這就意味著,要做好數字孿生技術,既要具備完整的軟硬體綜合技術實力,又要具備深厚的行業知識和底蘊,這二者恰好是深耕工業領域百年有餘的西門子獨特之處。

於是,西門子工業軟體團隊在2017年正式對外發布了完整的數字孿生應用模型,成為了全球數字孿生的倡導者和實踐者。

西門子數控(南京)有限公司(SNC)新工廠就是西門子數字孿生技術應用的一個典型案例。

2022年6月,就在西門子進入中國150周年之際,西門子數控(南京)有限公司(SNC)新工廠正式投入運營,作為西門子全球首座原生數字化工廠,SNC新工廠在建設和運營過程中,很好地融入了西門子的數字孿生技術。

以工廠建設為例,這座工廠西門子實際上一共建了兩次,第一次是在數字世界裡,第二次是在現實世界中。

西門子如何讓千萬企業享到工業AI紅利?

在這座工廠正式破土動工前,西門子先是憑藉覆蓋工廠需求分析、布局設計、生產流程仿真以及虛擬調試等環節的數字孿生技術,在軟體系統上完成了工廠的虛擬建設。

在傳統的工廠設計和建設過程中,物流動線一直都是一個複雜的動態問題,一座工廠中所有的原料和產品如何在各個區域之間移動關乎整個工廠的運行效率,以往基於軟體預先設計的物流動線,當實際運轉時,往往會有意想不到的堵點。

有了這座虛擬工廠,在現實中的工廠建設之前,就可以先讓物流系統在虛擬工廠中運行起來,當遇到問題時,可以在虛擬工廠中隨時修改動線,從而提升工廠開工後的運行效率。

在這座工廠建設過程中,西門子也引入了大量人工智慧系統。

西門子如何讓千萬企業享到工業AI紅利?

Smart ECX智慧能碳管理平台是西門子在這一工廠中引入的智能系統之一,Smart ECX智慧能碳管理平台可以實時監控組織碳排放,組織碳排放監測更多是從節能降碳的角度來指導工廠有效地進行能源效率提升,直接和間接降低碳排放。

通過這些關鍵技術的引入,以及一系列軟硬體和系統層面的優化,西門子這座新工廠投產後,生產效率提升了20%,柔性生產能力提升了30%,產品上市時間縮短了20%,實現了每年減碳3300噸。

西門子這座SNC新工廠如今已經成為全球原生數字化工廠的「樣板間」,每年都會有不少企業去參觀走訪、一探究竟,希望從中學習一些數字化、智能化先進經驗,借鑑到自己企業的生產實踐中。

實際上,就在越來越多企業走進西門子時,西門子也在積極走出來,在聯合生態夥伴將更多數字化、智能化經驗傳遞到產業中。

03 用人工智慧,服務千行百業

2022年11月,在第五屆中國國際進口博覽會上,西門子正式面向中國市場發布了開放式數字商業平台——西門子Xcelerator。

這一平台的發布,成了西門子在中國助力企業數字化轉型的一個新開始,這也標誌著中國大陸4800萬缺乏數字化技術、人才和經驗的中小企業,又多了一條進入數字化轉型的快車道。

在西門子Xcelerator上線後,西門子一方面將自己沉澱了多年的人工智慧技術、數字化轉型經驗的產品和方案上線到了這一平台上,例如,西門子面向工業AI預測性分析軟體SiePA,以及前文提到的西門子智慧能碳管理平台Smart ECX等產品均已經上線等一批解決方案應用到了平台上。

值得一提的是,SiePA是西門子推出的一個重要的工業AI預測性分析系列軟體,目前已經有SiePA設備運維預測預警、SiePA生產工藝預測預警、SiePA預測性優化三款應用工具,可以分別針對機械振動分析、過程時序分析、DCS,提供AI預測分析能力,在青島煉化等數字工廠中得到廣泛應用。

在阿赫瑪2024展會期間,西門子還展示了SiePA加入了大模型的智能操作助手SiePA Xssistant,該助手融入了工業行業知識,能夠以對話的形式接收任務,在人類不干預或有限干預的情況下,自主完成相應的任務,在傳統工業軟體的基礎上,實現更智能、高效的工廠設備運行管理。

另一方面,西門子通過繁星計劃,也在聯合生態夥伴,將更多生態夥伴的優質方案匯聚到平台上。

西門子如何讓千萬企業享到工業AI紅利?

上海大制科技的擰緊分析模型就是在西門子Xcelerator平台上線的典型工業AI解決方案,這一分析模型基於西門子IED邊緣電腦427E,可以實時獲取每一顆螺栓的擰緊曲線,並對其進行自動分析,識別異常並進行分類,反饋至生產線。

通過這一AI模型對工藝曲線進行深度分析,可以在原有設備控制基礎上識別潛在的質量風險,實現生產工藝全過程監控和風險攔截。

在某個配備了大量帶有擰緊控制器的自動擰緊軸和手工擰緊槍的新能源汽車西門子如何讓千萬企業享到工業AI紅利?廠中,通過應用大制科技這一方案,對汽車廠中這些設備每個擰緊單獨建立分析模型,並使用對應的歷史數據進行模型訓練,讓模型能夠適應不同部位和工藝的擰緊特徵。

一顆螺栓雖小,但要打好是有大學問的,導入實際產線後,分析模型在擰緊結束後2~3s內就能反饋出分析結果,讓生產線有充足的時間進行風險攔截和返工,從而解決了生產線產品長期以來缺陷多發的問題。

上海大制科技不是唯一一家將人工智慧解決方案上線到西門子Xcelerator平台上的企業,據西門子官方公布的數據顯示,截止今年5月底,西門子繁星計劃生態夥伴已經達到95家,這些生態夥伴的方案都將成為西門子Xcelerator的重要組成部分。

而通過西門子Xcelerator,西門子正在用人工智慧技術服務千行百業,也在加速推動工業元宇宙的到來。

上西門子Xcelerator,註冊了解更多。

訪問鏈接: https://www.siemens-x.com.cn/login?&utm_source=Paid&utm_medium=Zhiding&utm_campaign=XMP&utm_content=Banner&utm_term=Login

宅中地 - Facebook 分享 宅中地 - Twitter 分享 宅中地 - Whatsapp 分享 宅中地 - Line 分享
相關內容
Copyright ©2024 | 服務條款 | DMCA | 聯絡我們