伴随新一波AI的热潮，汉诺威工博会也聚焦“生产中的AI”这一主题。从机器人技术到生产单元，AI和流程自动化相互作用，在增强企业竞争力方面表现不凡。除了优化流程外，制造业在仿真、测试和产品开发方面越来越依赖AI。
在智能优化生产流程方面，西门子公司以一个巧克力工厂模型为例，展示了如何将机器学习模型有效集成到生产流程中。在模型案例中，经过大约72小时的数字孪生训练，AI制定了一个最佳的解决方案，使得所有巧克力棒都尽可能快地在前面的传送带上运输，并且仅在最后一个传送带上精确控制速度。弗劳恩霍夫所属4个研究所联合展示了用AI优化生产计划的例子。面对制造时间精确到分钟，订单网络和数据结构异常复杂的情况，人工管理已很难胜任，而AI可确保将不同订单分配给最合适的生产机器，以实现最佳的利用率。
弗劳恩霍夫数字媒体技术研究所（IDMT）在工博会上展示了一个基于AI的工业噪声分析在整个生产链上应用的案例。内容包括过程监控、产品在线和终端质量控制以及机器的预测性维护等。创新的测试系统可以根据每次插拔过程中产生的噪音来识别部件是否正确连接。给人的反馈可以是听觉的、视觉的或触觉的，例如通过振动。机器人则直接从传感器系统获取必要的信息。IDMT开发的解决方案还包括用语音命令可靠地控制机器。即使在工厂车间嘈杂的环境中，语音识别也能正常工作。
在模拟仿真方面，领先的工程AI软件公司Monolith AI展示了其机械工程仿真解决方案。它的AI方法比普通的数字模拟走得更远。每次模拟都可进一步开发一个产品模型，从而为制造商提供更多分析数据。这意味着机械工程可节省大量测试。像ChatGPT或DALL-E这样的系统已可支持当今的文本生成、编程和设计。在传统的设计空间探索（DSE）中，工程师必须手动扫描非常大的问题空间来获得设计解决方案。而在AI的帮助下，包括芯片设计在内的复杂设计领域将发生重大的变化。可以预见，DSE将是未来AI项目的重点之一。
此外，参观者还可在工博会中找到能激发灵感的AI工具和用例。例如，费斯托在开发生物反应器时就利用AI和量子传感器来检查细胞的活力；英特尔与合作伙伴则展示了基于AI的机器人如何确保装配线上的质量；西门子展示了在AI系统ChatGPT的协助下如何加速可编程逻辑控制器的代码编程；弗劳恩霍夫智能分析和信息系统研究所则展示了针对AI程序的开发测试工具和程序，从可靠性、公平性、稳健性、透明度和数据保护方面检查和评估AI应用程序。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
