我们使用 Cookie、类似技术和跟踪服务

本网站会使用 Cookie、类似技术和跟踪服务(以下简称“Cookie”)。这些 Cookie不仅有助于显示我们的网站,还可根据您的用户行为对我们的网站进行改进(例如通过 Salesforce Pardot),并展示您可能感兴趣的内容(例如领英洞察、谷歌广告)。因此,我们需要获得您的同意,才能使用Cookie。我们还整合了第三方供应商的内容(例如用于单点登录身份验证的 Microsoft Azure),这可能涉及将您的数据传输到美国(不安全的第三国)。点击“全部接受”即表示您同意使用非必要的 Cookie 以及将数据传输到第三国。点击“拒绝”则表示您拒绝使用非必要的 Cookie。请在“详情信息”下选择我们可使用的Cookie。更多信息,尤其是关于您作为数据主体的相关信息,可通过“详情” 或我们的隐私政策进行了解 .

详细信息

拒绝

接受

您可以在下方启用/停用本网站上使用的各项技术。

全部接受

必需

这些 Cookie 提供基本功能(例如页面导航、语言设置,Cookie 偏好和对网站受保护区域的访问),保障网站的正常使用。此外,该类别的 Cookie 确保网站符合法规和安全标准。鉴于其重要性,您不能阻止在我们网站上使用这些 Cookie。关于这些 Cookie 的详情,请参见“更多信息”。

功能性和个性化

这些 Cookie 收集有关您使用我们网站习惯的信息,并帮助我们根据您之前的访问、位置和浏览器设置情况来调整我们网站的功能,使其更具吸引力,以改善您的使用体验。它们也使您能够访问我们整合到网站中的第三方工具(例如用于单点登录身份验证的 Microsoft Azure)。这可能涉及将您的数据传输到美国(不安全的第三国)。如果您不接受这些 Cookie,则您无法使用网站的全部功能。关于所使用工具的详情,请参见“更多信息”。

分析

这些 Cookie 用于根据我们网站的使用情况创建基本的应用和用户数据统计。一旦您同意使用 Cookie,表示您也同意后续的数据处理,包括通过所用的服务(例如 Salesforce Pardot)将您的数据传输到美国。关于所使用工具的详情,请参见“更多信息”。

营销与社交媒体

这些 Cookie 帮助第三方收集您如何在社交媒体上分享我们网站内容的信息,或者当您在社交媒体平台或我们的社交媒体宣传和我们自己的网站之间切换时(例如领英洞察),提供关于您使用行为的分析数据。此外,第三方营销 Cookie 帮助我们评估我们在他方网站上的广告效果(如谷歌广告)。我们使用这些 Cookie 来优化我们向您提供内容的方式。所使用的第三方供应商和社交媒体平台可能会将您的数据传输到美国(不安全的第三国)。一旦您接受,不仅表示您同意使用 Cookie,而且表示您也同意后续的数据处理,包括所述的传输。关于所使用工具和我们社交媒体的详情可以参见“更多信息”。

更多信息

保存设置

iTAC成功将机器学习和人工智能应用于SMT制造

数据的集中化, 标准化, 和实时分析

Montabaur,2022年7月18日 - 数据是提高效率、避免错误和创造更多附加价值的基础。SMT制造商面临的挑战是必须适当地收集和分析数据,来从数据中获得价值。MES/MOM专家iTAC Software AG为此提供iTAC.SMT.Edge。这个设备集成平台用于标准化和集中化数据。随后的实时数据分析可进一步处理由iTAC.IIoT.Edge软件处理, 这包括了设备学习和人工智能应用等在解决方案的基础上组合与实施。

“在SMT生产中,有来自不同供应商和不同年份的设备和系统,它们使用不同的通讯协议。这使得数据采集和分析更加困难,”iTAC Software AG的首席执行官Peter Bollinger解释说,他继续说道:“数据必须被可靠地采集到更高级别的系统。我们的iTAC.SMT.Edge和iTAC.IIoT.Edge使我们能够轻松地实时收集、链接和分析所有SMT设备的数据。”

iTAC.IIoT.Edge等分析工具将IIoT数据与MES数据相结合,形成平面数据结构,并实时分析这些数据。这些数据包也可以转发给客户使用的其他分析或ML/AI工具。

用于监测和分析的AI算法

通过使用这两个边缘解决方案作为iTAC的MOM(制造运营管理)的关键组成部分,可以为先进的和数字化的SMT制造开发许多应用案例。例如,生产节拍时间监测。人工智能算法智能地监测设备异常行为可能造成的生产节拍时间变化。

“在生产中,争取更高的效率需要不断改善生产节拍时间,”Peter Bollinger说,并继续说道:“通过主动监测次数,并利用人工智能检测工厂的异常行为,并在出现偏差时及时报警,可以明显的节省时间。这是因为发生问题时所需的响应时间,以及因而减少的产出时间。此外,有针对性的并主动解决问题也变得可行了。”

另一个应用案例是减少AOI的误判。人工智能算法将自动测试设备的误判率降到最低。这是因为大多数采用AOI的SMT生产线必须处理较高的误判(30-80%)。通过使用人工智能,可以高度可靠地区分真正的缺陷和误报。对人工复查的需求以及相关的时间和成本最多可减少60%。这带来了更高的产量,同时支持零缺陷生产。

同时,基于iTAC解决方案,人工智能算法可以计算出设备的剩余可用寿命,有利于预测性维修。通过监测机器状态数据,人工智能算法可以预测问题或即将发生的系统故障,如此能够及时进行设备维修保养或估计剩余的可用时间。

以上是众多能够可以用来实现SMT生产的效率提高、成本节约和数字化进步的部分应用案例。