来自Leadec产品精益中心维修维护服务的高级项目经理Michael Wojtas在2018KNIME春季峰会上发表了关于“智能工业4.0--工业自动化走向机器学习自动化”（“Smart Industry 4.0 – Industrial Automation GoesMachine Learning Automation”）的主题演讲。
开源公司KNIME（得益于康斯坦斯大学2004年基金会）每年邀请其客户参加两次国际性会议。用户、从业人员和研究人员相聚在一起讨论他们在数据分析和专业知识交流方面遇到的课题和挑战。来自Leadec的Michael Wojtas与创业公司DATATRONiQ总经理Stefan Weingärtner就维修维护服务数据分析和机器学习进行了主题演讲。
在德国马明（Mamming）现场，Leadec使用DATATRONiQ公司的流程系统进行生产运营优化。他们一起开发了一种用于生产线上的静止预测方法。在试点项目中，自2017年4月起位于1号生产线自动车轮平衡站的机器人和PLC数据已经全部被收集利用，这些数据已经为生产，质量控制和维修维护提供了一些值得深究的见解。基于生产线上的单个工位数据，可以确定整条生产线的单个产品类型和质量特征的生产节拍时间，甚至可以预测未来几个小时的生产量。而几个小时前被识别为异常事件的数据也可以预测某个特定机器人几小时之后的碰撞事件。
这些实际投入生产现场的使用示例显示了预测性分析和机器学习的潜力，并展示了我们的员工将来在生产设备维修维护领域将面临的各种可能性和要求。
该主题在会上广受好评，将在DATATRONiQ举办后续活动：KNIME大数据和机器学习用户主题研讨会。在“智能工业4.0”的演讲中，Leadec将介绍现代生产环境中的预见性维护。
来源：Leadec利戴工业服务
