前沿研究丨用于智能维护的大数据调度和全球标准方法( 十 )


结果被用作综合维护计划管理的输入 , 以便在智能工厂的所有情况下减少备件、存储成本和停机时间 , 以及保持产品的高质量 。
该系统包括实时评估和调节 , 允许人工逻辑网络的优化和组织流程的交互更新 。
作为网络空间和物理空间之间的连接点 , 警报的调度和功能化使用已经证明了它们减少延迟时间和降低成本的潜力 。 这些过程使这项技术十分切合持续改进与多部门集成概念一致的情况 , 而工业4.0正是以此为基础 。
人机交互活动是专门针对所分析的背景进行开发和定制的 , 同时通过有效的调度来改进 , 从而确保减少偏差 , 使其不再符合全球化和浪费消除的思想 。
为了减少失败的风险 , 必须应用一种能够在最短的时间内确保人力资源教学活动的方法 , 因为最重要的问题不在于变化本身 , 而在于可持续性和健康目标的快速实现 。
作为一种初步评估 , 本文可能有助于建立一个零故障及零浪费的全球标准方法和持续改进的操作过程 。 本文的实证结果与基于工业4.0技术的环境功能化有关 , 由于引入了新的工艺 , 这一结果还可以被当作未来影响的一个例证 。 高水平数字培训的工业4.0的技术升级 , 使得通过减少培训时间和降低培训成本来提高生产力成为可能 , 进而朝着未来工厂(即智能工厂)迈出了重要的一步 。
本文可以为管理者和决策者选择最优的操作程序提供指导 , 用于实现智能系统及维护最佳的人机交互 。
注:本文内容呈现略有调整 , 若需可查看原文 。
改编原文:
Ruben Foresti, Stefano Rossi, Matteo Magnani, Corrado Guarino Lo Bianco, Nicola Delmonte.Smart Society and Artificial Intelligence: Big Data Scheduling and the Global Standard Method Applied to Smart Maintenance[J].Engineering,2020,6(7):835-846.
前沿研究丨用于智能维护的大数据调度和全球标准方法文章插图
前沿研究:走向新一代智能制造
前沿研究:介尺度中的复杂性——人工智能发展中的共性挑战
智能制造的三个基本范式
前沿研究:从智能科学到智能制造
战略研究:新一代人工智能引领下的智能制造
中国工程院院刊
工程造福人类
科技开创未来
微信公众号ID :CAE-Engineering
说明:论文反映的是研究成果进展 , 不代表《中国工程科学》杂志社的观点 。


推荐阅读