欧姆龙开发配备AI的机器自动化控制器

欧姆龙公司表示，它已开发出配备机器学习人工智能算法的机器自动化控制器，并声称它是业界首例。

欧姆龙公司说，配备AI的控制器实现了可编程逻辑控制器功能之间的实时集成，可编程逻辑控制器功能控制生产线和设备在工厂车间上以微秒为单位的变化以及AI处理功能。

使用欧姆龙广泛的传感器来监测设备和过程的状态，控制器可以根据内置人工智能进行学习的因果模型预测机器的异常运动，从而在发生不规则之前对其进行安全的调节。

近年来，随着全球范围内各种产品和生产在小批量生产的不断变化，制造业引入人工智能和物联网的需求不断增加，以便应对技术工人短缺和劳动力成本上涨的冲击，同时提高设备利用率，实现优质产品的稳定生产。

要利用微控制器制造现场的数据，需要高速和高精度的数据采集（例如位置，振动和温度数据），并精确地将它们与时间数据相关联。

分析和利用这些组合数据可以快速预测可能的机器错误，防止设备停止以及产品质量的恶化。

同时，IoT的快速扩散带来了大量数据，难以将所有这些数据传输到云中进行分析，无论网络带宽延伸多远。

将物联网引入制造楼层的另一个瓶颈是由于当来自传感器，电机和其他设备的数据必须传输到云端并从云传输时产生的双边数据传输引起的响应延迟，即使瞬时响应在这种制造场所至关重要。

在寻求解决这些问题的办法时，欧姆龙公司正在主动引入“通过ITC开发的智能”到制造楼层，即将技术工人的专门知识纳入到设备和工艺的控制中，形成广泛的工厂自动化设备支持自动化生产IoT能力或在此类设备中实现最佳AI算法。

在这个概念下开发，这个配备AI的控制器意在立即检测设备不规则的迹象。

机器自动化控制器的AI算法允许它从精确的感测数据中学习设备的重复移动，从而实现对实时机器的状态监控和控制的反馈。

那么，机器自动化控制器在生产过程中如何使用AI？
从设备和过程按时间顺序收集传感数据（例如振动和温度）和输出数据；
根据实时数据，定期或不定期生成特征量；
累积特征量数据，并在因果分析后生成学习机的模型数据；
根据这种模型数据实时发送反馈给条件监控和控制。

为了使AI技术成为制造地板上的便利“工具”，欧姆龙将推进其控制器，视觉传感器和其他配备AI的产品的开发，并使用AI和IoT来监控设备和过程的状态，并确保产品质量，从而帮助客户实现“不产生缺陷，不停止”的制造工艺。

由于控制器向部分客户发货的样品始于2016年，欧姆龙自行进行示范和客户工厂预测和分析设备不规范情况，增强设备不规范因素与因果关系的知识，旨在定期发布并在2018年提供服务。

欧姆龙长期以来开发并交付了对各种制造场所必不可少的FA设备，表示通过主动使用包括EtherCAT（R），IO-Link等在内的最新信息技术，可以为客户提供优势。开放网络。

欧姆龙凭借其丰富的专业知识将AI算法应用于二十多年来培育的设备，已经能够开发乒乓球机器人Forpheus，这是欧姆龙核心技术“感知与控制+思考”，“OKAO” 视觉“面部/个人识别技术，以及世界上第一个具有感测驾驶员浓度程度的技术的车载传感器。

通过结合使用各种FA设备和机器人技术制造楼层的自动化技术与最先进的AI算法，欧姆龙支持制造业的困扰人力资源短缺和劳动力成本上升，从而加快了实现“机器带出人的能力和创造力”的“未来制造地板”。