您的位置:首页 > 资讯 > 行业动态 > 正文

生产内部物流:利用AI优化流程

2021-01-21 14:03 性质:编译 作者:DDing 来源:中叉网-中叉网
免责声明:中叉网(www.chinaforklift.com)尊重合法版权,反对侵权盗版。(凡是我网所转载之文章,文中所有文字内容和图片视频之知识产权均系原作者和机构所有。文章内容观点,与本网无关。如有需要删除,敬请来电商榷!)
德国Landshut应用科学大学正在研究如何利用人工智能(AI)在内部物流中发挥潜力。该项目开发的研究结果将在Dingolfing的TZ PULS的学习和模型工厂中实施。(照片...

德国Landshut应用科学大学正在研究如何利用人工智能(AI)在内部物流中发挥潜力。

该项目开发的研究结果将在Dingolfing的TZ PULS的学习和模型工厂中实施。(照片:Landshut大学)

中国叉车网(www.chinaforklift.com)援引外媒的消息说;年1月15日,德国Landshut应用科学大学在一个新闻发布会上介绍了 "KIProLog--生产物流中的人工智能 "项目。在四年的时间里,该大学生产与物流系统技术中心(TZ PULS)的研究团队将专注于内部物流的智能规划和控制。该校表示,在Sebastian Meißner教授博士的领导下,将开发基于人工智能的生产物流优化的概念、方法和算法,以进一步加强该地区工业特别是中小企业的竞争力和增长。据校方介绍,该项目由巴伐利亚州科学与艺术部资助60万欧元。

Landshuter的研究人员认为,由于产品变型和过程的多样性不断增加,现代生产越来越依赖于智能控制系统。在人工智能的帮助下,研究人员现在希望优化工厂中的物料流。据校方介绍,该项目重点是智能数据分析和机器学习。

Meißner教授解释说:

"我们的目标是通过提供有针对性的信息,降低出错频率,提高工作效率,支持人们进行决策。"

从子项目到模型工厂

整体项目分为两个子项目,由6人组成的研究团队期望通过创新推动生产物流的进一步发展。第一个子项目旨在优化物料供应过程。在实时数据的帮助下,智能物流系统应学习知识,从而自主识别和消除物流链上的瓶颈。

据该校介绍,第二个子项目将分析过去的数据,并创建未来的预测。随后,将利用自学习算法对控制和设计参数进行相应的优化,这样可以大大减少人工计划的工作量,用户将得到如何改进生产和物流系统的解决方案建议。

与Mann + Hummel、Kühne+Nagel、NeoLog以及Agrotel一起,该大学为该项目指定了四个工业合作伙伴。合作企业将能够在现场测试结果,并与兰茨胡特应用科学大学一起借助人工智能系统进行流程优化。此外,慕尼黑工业大学(TUM)还在研究和合作攻读博士学位领域为该项目提供支持。

在项目结束时,计划将两个子项目的研究成果汇集到TZ PULS的学习和模型工厂。该项目不仅要展示那里的科学附加值,而且要展示一个影响日益深远的数字基础设施的实际实施情况。

Meißner教授说:

"在TZ PULS,我们正在将研发工作转移到实践中,同时也为该地区感兴趣的公司提供清晰的项目成果。"

网友评论
文明上网,理性发言,拒绝广告

相关资讯

关注官方微信

手机扫码看新闻