モノのインターネットテクノロジー
Allen-BradleyControlLogixおよびCompactLogixコントローラーの命令セットは非常に広範囲です。したがって、平均的なユーザーが決して使用しない、または気付かない可能性のある多くの命令があるのは当然のことです。 SRTPと略されるSplit-RangeTime-Proportioning命令も例外ではありません。 私は20年以上前にリリースされてからAllen-BradleyControlLogix製品を使用していますが、数年前にこの命令に出くわし、ControlLogixおよびCompactLogix命令セットのプロセス制御命令グループに隠されていました。
デジタルトランスフォーメーションに適応する方法 製造業には多くのデジタルトランスフォーメーションのトレンドがあります。アディティブマニュファクチャリング、コネクテッドデバイス、クラウドサービスなどは、絶え間なく変化する世界で企業がコントロールを獲得するのに役立ちます。多くの企業がデジタルトランスフォーメーションについて話し合っていますが、最近の出来事は、テクノロジーが依然として天然資源、人口、病気などの従来の要因によって推進されていることを示しています。 3Dプリントがデジタルトランスフォーメーションをどのように推進してきたかについてはすでに説明しました。以下では、製造業を進歩させる予測技
デジタルトランスフォーメーションに適応する方法 製造業には多くのデジタルトランスフォーメーションのトレンドがあります。アディティブマニュファクチャリング、コネクテッドデバイス、クラウドサービスなどは、絶え間なく変化する世界で企業がコントロールを獲得するのに役立ちます。多くの企業がデジタルトランスフォーメーションについて話し合っていますが、最近の出来事は、テクノロジーが依然として天然資源、人口、病気などの従来の要因によって推進されていることを示しています。 3Dプリントがデジタルトランスフォーメーションをどのように推進してきたかについてはすでに説明しました。以下では、製造業を進歩させる予測技
コンピューターの初期の頃、科学者は主にコンピューターを使用して単純な数学的および論理演算を実行していました。その後、コンピューターはゆっくりと進化し、複雑な計算を実行し、問題解決を精巧に行い、世界の情報バックボーンを形成しました。従来のコンピューティングの範囲を超えて移動するということは、コンピューターにインテリジェンスが必要であることを意味しました。 研究者とコンピューターエンジニアは、人間の知性を模倣するようになりました。人工知能(AI)は、人間と同じくらいインテリジェントなコンピューティングシステムを作成することに専念するコンピューターサイエンスの分野です。初期のAIモデルは、複雑な
産業用モーターの始動 産業用モータースターターは、三相誘導モーターの始動に必要な電力を促進する装置です。モーターが停止すると、どの電気モーターにも最大の電流(公称電流の5〜6倍)が流れます。始動段階では、電力が供給されるとモーターが停止し、モーターがちょうど回転しようとしています。 理論的には単純に聞こえますが、設計者またはエンジニアが交流(AC)誘導モーターを始動および保護する方法は多数あります。いくつかの方法は他の方法よりも効率的です。 図1。 手動/スイッチモータースターター。シーメンスの好意により使用された画像 基本的なレベルでは、モータースターターは、モ
この短いシリーズでは、デジタルトランスフォーメーションの推進要因について説明します。以下は、シリーズの以前の記事へのリンクです。 3Dプリントはデジタルトランスフォーメーションを推進し続けますか? 予知保全とデジタルトランスフォーメーションの関係 データを使用してデジタルトランスフォーメーションを推進する方法(あなたはここにいます) 多くの企業が、監視、リモートアクセス、機械学習などのデジタルツールを拡張しようとしています。この記事では、これらのテクノロジーが製造業の未来を推進するのにどのように役立っているかを見ていきます。 適切なデータの使用 エンジニアは通常、統計と数学を使用
ディープラーニングは、産業用アプリケーションを含むさまざまな分野の新しいアプリケーションを使用するデータアナリストにとって非常に貴重なツールです。ディープラーニングの基本的な動作原理は、大量のデータを使用して、正確な予測を行うことができるモデルを構築することです。 産業用自動化エンジニアが2つの深層学習モデルを組み合わせる必要性に遭遇する可能性がある小さな例を考えてみましょう。スマートフォン会社は、複数のモデルのスマートフォンを製造する生産ラインを採用しています。深層学習アルゴリズムを採用したコンピューター化されたビジョンは、生産ラインの品質管理を実行します。 現在、生産ラインは電話Aと
製造における自動化のレベルが上がるにつれて、制御システムとデータへのリモートアクセスの必要性と利点も高まります。プロセス製造業では、リモートアクセスにより、オペレーターとエンジニアは、オフィス、自宅、またはコーヒーショップのラップトップ、スマートフォン、またはタブレットから、機器の制御、データの分析、およびシステムのトラブルシューティングを行うことができます。 リモートアクセスとは何ですか? リモートアクセスとは、データと制御システムが電子的に実行され、インターネット(または、さらに良いことに、会社のプライベートイントラネット)を介してアクセスされる場所です。このように、エンジニアや技術
自律保守は、実際の機械操作が製造の地上レベルで行われるさまざまな業界で採用されている概念です。基本的に、このタイプのメンテナンスは、マシンが障害の潜在的な原因を検出し、必要なメンテナンス自体を完了することによって機能します。 予測保守と予防保守の重要性については議論の余地がありますが、自律保守により、オペレーターは予測保守と予防保守の両方のアクティビティを実行できます。 自律保守戦略は、保守要員の責任を軽減するものではありません。ただし、一般的で基本的な機能ではなく、より複雑で高度なアクティビティを実行できます。 図1。 ゲートバルブにひびが入っていると、漏れが発生する可能
平均修復時間(MTTR)とは何ですか? 自動化ソフトウェアでは、MTTR(平均修復時間)は、機器を診断して自動操作に復元するのがどれだけ簡単かを判断するために使用されるメトリックです。 MTTRは、マシンを生産的な状態に復元するのにかかる平均時間であり、マシン効率の優れたベースラインを提供します。他のインジケーターと一緒に使用すると、制御エンジニアやメンテナンススタッフに、軽減できる可能性のある迷惑な障害を指摘することができます。 図1。 産業機械。 機械の故障 すべての機械には、機械を停止し、オペレーターまたは保守スタッフに通知する機械の故障またはアラームがありま
データレイクとビッグデータは、しばしば誤解され、誤って使用される2つの現代的な用語です。暗黙の大量のデータのため、これらの用語は同じ意味で使用されることがあります。ただし、現在の定義がまだ完全に確立されていない場合でも、データレイクとビッグデータは異なります。 図1。 最新のデータは多くのソースから取得でき、さまざまなタイプのものがあります。 AnalyticsVidhyaの好意により使用された画像 まず、簡単な歴史的背景を見てみましょう。 2000年代後半、FacebookやTwitterなどのソーシャルメディアプラットフォームの爆発的な成長に伴い、多くのデータサイエンティ
数値流体力学(CFDと略されることが多い)は、さまざまな業界やアプリケーションで使用されています。 SoC(System on a Chip)を適切に機能するのに十分なクールさを保つための効率的なエンジニアリング方法から、レースカーがさらに数秒時間を短縮できるようにする方法まで、計算流体力学はシミュレーションと最適化のための強力なツールです。 図1。 CFDは、航空宇宙や自動車の設計に関連していることがよくありますが、電気モーター、ロボット工学、バッテリー、熱管理など、さまざまな業界に適用されます。シーメンスの好意により使用された画像 数値流体力学(CFD)とは何ですか
ビッグデータの登場以来、現代のコンピュータサイエンスは、新しい機能と処理能力のベンチマークに到達しています。今日では、ビッグデータと見なされる100テラバイト以上のデータセットを生成するアプリケーションを見つけることは珍しくありません。 このように大量の情報が手元にあると、混乱しやすく、無駄なコンテンツで時間を無駄にすることがあります。これらが、ビッグデータプロジェクトの有効性と効率を高める方法論に従うことが非常に重要である2つの理由です。 図1。 現代のデータサイエンスは、ビッグデータとも呼ばれる非常に大きなデータセットで機能します。 データサイエンスのライフサイク
インダストリー4.0がサプライチェーン全体に広がるにつれて、関係するすべての人に大きな影響を与えることは明らかです。それでも、問題はどのようにそうですか? インダストリー4.0とサプライチェーン インダストリー4.0などの名前から予想されるように、製造、開発、最新のサプライチェーンなど、さまざまな業界に重大で革命的な変化がもたらされています。 第4の産業革命、つまり4.0と呼ばれるこの革命は、新たにデジタル化されたランドスケープのデータ交換と自動化の効率を向上させるという抜本的なトレンドを伴います。 Industry 3.0は、自動化テクノロジーの普及と展開でした。少なくとも、高度なロボッ
産業用モノのインターネット–(IIoT)について話します。産業用モノのインターネット(IoT)のオペレーショナルテクノロジーは、ITスタイルのパッチ適用に耐えることができません。 「脅威分析」の使用は、安全で強力なソリューションです。企業内およびグローバル全体で、IIoTエコシステムは複雑に絡み合って交渉されたITとOTの合併です。 OTシステムは、ビジネスに不可欠であるだけでなく、国家に不可欠な場合もあれば、生死にかかわる重要な場合もあります。 私が話すすべての産業用モノのインターネット(IIoT)の顧客は、可能な限り強力なセキュリティを望んでいます。モノのインターネットではない– 産業用モ
過去10年間にテクノロジーによって革命を起こしていないセクターは1つもありません。日常会話、通勤、交際が変わりました。それにもかかわらず、ヘルスケア業界は他のどの業界も想像できなかったほど長い道のりを歩んできました。テクノロジーがヘルスケア業界を変革したと言うことは、多くのレベルで控えめな表現になります。 ヘルスケアとテクノロジーのハイブリッド テクノロジーの発明と応用は、ヘルスケア業界の信条とそれらがどこまで到達するかを書き直しました。あなたは単純な受益者または医療業界の専門家かもしれません。ヘルスケアとテクノロジー業界の相互依存の領域で起こっている変化について知っておく必要があります
業界で働く人なら誰でも知っているように、製造業は大きな激変の時期を迎えています。アウトソーシングと自動化は現在の製造プロセスを脅かし、ミシガン州やオハイオ州のような場所で工場が閉鎖され続けるにつれて、最前線の多くの人々が彼らの将来について心配しています。 製造業への道のり—後戻りは含まれません 業界も人手不足という深刻な問題を抱えています。セントルイス連邦準備銀行によると、求人は17年ぶりの高水準にあります。熟練した製造業の従業員は退職しており、パイプラインには彼らを置き換えるのに十分な人員がいません。そもそもすべての仕事を遂行するのに十分な人がいない場合、これは次に、より多くのアウトソーシ
テクノロジーに精通したユーザーの数が急速に増加しているため、パブリックアクセスコンピューティングは、さまざまな業界のグローバルエンティティに人気のある選択肢になっています。 パブリックアクセスに利用できるこのようなインターネットを利用した共有ワークステーションは、現在、教育機関、小売組織、銀行エリア、医療機関、および公共図書館で一般的に見られます。 これらのデバイスは、デジタルリソースと情報への即時アクセスを提供することにより、顧客エンゲージメントの強化、組織の効率の向上、およびサービスの可用性の確保に重要な役割を果たしてきました。 このようなコンピューターベースの運用への
動的なIoTソリューションを実装している企業が、クラウドコンピューティングの力を利用して実装しているのは当然のことです。ただし、どのように驚かれるかもしれません。 クラウドコンピューティングは、これらのIoTイニシアチブに利益をもたらしています。クラウドについて言及するとき、多くの人がそのスケーラビリティ、費用対効果、および低メンテナンスについて話しますが、クラウドにはそれ以上のものがあります。 クラウドコンピューティングがIoTの取り組みにどのように影響するかを決定するときは、これらの驚くべきメリットを考慮してください。 #1クラウドはデータ統合を容易にします。 何年もの
信じられないかもしれませんが、地方分権化は目新しいことではありません。それは最初に古代の人間社会の社会組織から始まりました。彼らは100人未満の小さな新石器時代の分散型コミュニティに一緒に住んでいて、そこでは誰もがお互いに責任を負っていました。 人口が少ないため、管理が直接容易になりました。そのような小さなコミュニティはお互いを簡単に信頼することができ、個人によって維持される緊密な関係は、グループの誰もが悪いまたは利己的な行動から逃れることを困難にしました。 (画像提供 Johann Gevers ) その結果、農業革命以前に存在していた社会構造は、コミュニティに住む個人間の相互
モノのインターネットテクノロジー