Machine Learning - il futuro dell'ingegneria meccanica
L'apprendimento automatico cambierà l'ingegneria meccanica e quindi anche molti settori di utilizzo. L'implementazione è già iniziata: ora l'attenzione si concentra sugli scenari applicativi concreti e sulla loro realizzazione. Una dichiarazione di Gunther Sälzer, Field Business Leader Architecture & Software Specialist di Rockwell Automation.
L'apprendimento della macchina porta molti nuovi ed entusiasmanti approcci, specialmente per l'ingegneria meccanica. L'efficienza, la flessibilità e la qualità degli impianti possono essere notevolmente migliorate con l'aiuto dei dati disponibili. Vengono sviluppati nuovi modelli di business per i clienti. Il Machine Learning fa sì che il software e l'informatica diventino sempre più i principali motori dell'innovazione nell'ingegneria meccanica.
La crescente intercambiabilità delle singole macchine porterà ad una situazione in molti settori industriali che in futuro non solo la macchina stessa, ma soprattutto i servizi supplementari saranno venduti. Questo cambierà enormemente la base del business dell'ingegneria meccanica e spiega anche perché l'apprendimento delle macchine è all'ordine del giorno nella gestione e in molti reparti delle aziende di ingegneria meccanica.
Gunther Sälzler, Field Business Leader Architecture & Software di Rockwell Automation, spiega:
"L'apprendimento delle macchine è già una parte cruciale di molti progetti greenfield. Mentre la tecnologia è stata finora liquidata da molti come il sogno del futuro, attualmente stiamo sperimentando le prime applicazioni che possono essere utilizzate senza una vasta conoscenza ed esperienza precedente e che offrono un reale valore aggiunto per i responsabili e gli operatori delle macchine. Tuttavia, siamo solo all'inizio di un lungo sviluppo, che in futuro offrirà molti più vantaggi e opportunità", spiega Gunther Sälzler.
"Per non perdere il contatto con questo ampio campo in futuro, il lavoro dovrebbe essere fatto già ora con i primi sistemi disponibili e funzionanti in modo affidabile. Questo è l'unico modo per garantire che le aree di applicazione delle aziende siano correttamente classificate, che i progetti di implementazione non falliscano a causa di idee sbagliate o che i benefici desiderati non vengano raggiunti attraverso l'apprendimento automatico. I campi di applicazione che esistono in quasi tutti i sistemi sono, ad esempio, la manutenzione predittiva e prescrittiva e la garanzia della qualità. Questo primo passo è associato a una buona dose di volontà innovativa. Tuttavia, come abbiamo spesso visto in passato, questo atteggiamento imprenditoriale viene premiato anche a lungo termine con vantaggi di vasta portata rispetto alla concorrenza esitante. È importante che le aziende si familiarizzino con la materia in una fase iniziale e si mettano in contatto con i fornitori di sistemi industriali che offrono i suddetti vantaggi attraverso l'apprendimento delle macchine".
Un argomento per il futuro
Il Machine Learning consente ai sistemi tecnici di imparare dall'esperienza. Gli algoritmi sono utilizzati per consentire al sistema di riconoscere modelli e strutture con dati campione forniti dall'uomo. Il Machine Learning applica poi questa nuova conoscenza a nuovi casi sconosciuti.
Il sito Software VDMA e digitalizzazione aiuta le aziende a plasmare con successo il percorso con il Machine Learning con i membri del VDMA. Nella sua rete, l'associazione di categoria ha un gran numero di aziende che hanno già conoscenze tecnologiche in materia di Machine Learning. Queste conoscenze devono essere utilizzate in modo redditizio per la costruzione di macchine e impianti. Il gruppo di esperti di Machine Learning lavora ormai da tre anni alle pubblicazioni e all'assistenza per i membri del VDMA. Nuovi casi d'uso vengono sviluppati in riunioni regolari. L'attuale pubblicazione è la Quick Guide Machine Learning.
