至顶网软件频道消息: 工业物联网是当下制造企业普遍关注的话题,不少企业要么正在建设要么正在评估中。不过,对于大多数传统企业而言要建立起自己的工业物联网,从工业大数据中受益并不容易。因为这需要企业实现工业领域的数字化,还要打通数据从生产车间到数据中心、再到云端的连接,而如何以一种可靠而且经济有效的方式打通数据通路,并顺利建立其工业互联网则非常考验企业的智慧。来自德国的万可电子正是以此作为自己的进入工业物联网市场的切入点。
“工业大数据今天很热,但企业要想从工业大数据中受益,需要先完成工业现场的数字化,并把这些数据传送到某个地方(比如云端)进行处理,然后才能转化为信息,进而变成知识或经验。”来自万可电子(天津)有限公司 CEO 彭夫柯在日前举行的第二十一届中国北京国际科技产业博览会上做主题演讲时表示。
彭夫柯在演讲中特意提到这两方面,是万可电子的业务有一定关系,工业现场数字化以及实现工业现场到云端的连接正是万可电子的核心业务。成立于1951年的万可电子是一家来自的德国的中型企业,2017年全球销售额达到8.62亿欧元。万可电子最早从制造业起家,享有弹簧端子发明者的荣誉,到目前为止也还是全球弹簧端子种类最多、数量最大、品质最好的供应商。从上个世纪80年代开始,万可电子开始进入了自动化行业,至今已经能提供上千种自动化元器件,其中包括I/O模块和控制器。而2015年工业软件供应商“美名软件”的加入,让万可电子又把业务拓展到工业物联网领域。
据彭夫柯介绍,美名软件也是一家来自德国的工业软件定制供应商,共拥有170名员工,其中在苏州就拥有一个90人左右的工程师团队,而这为万可电子提供在中国本地化的解决方案奠定了非常好的基础。
“具备了软件定制能力,我们才能把万可电子大量的工业元器件和云端应用软件结合起来,我们才可能提供完整的工业物联网整体解决方案。”彭夫柯说。
彭夫柯特别介绍了万可电子与工业物联网相关的几个关键产品,750系列I/O模块就是其中之一。750系列I/O模块是为工业设备提供自动化控制远程I/O而设计的,是一款天然的工业网关,它可以采集各种各样的现场工业信号,并可以通过工业总线发到主站系统。“750系列是在上世纪90年代研发出来的世界上首款模块化的远程I/O系统,该系统能够支持几乎所有的主流的工业总线,比如PROFIBUS、PROFINET、CANopen等。”他说。
当然,只通过工业总线还不能打通从传感器到云端的连接,这需要万可电子的PFC200控制器来帮忙。PFC200控制器支持国内外通用云平台,包括微软的Azure云和阿里云。PFC200的一个突出特点是采用PLC传统的IEC 61131编程规范实现MQTT物联网通信协议,这样可以使电气工程师(而不是IT工程师)就能迅速而方便地实现工业现场跟云端的联接。
“到目前为止,万可已经从硬件和软件上打通了从传感器到云端的连接,从而可以帮助客户建立其自己的物联网系统。”彭夫柯表示。
采访中,彭夫柯也提醒说,大部分企业要自己实现工业物联网项目还是有一定的难度的。因为这要求企业具备懂PLC编程、懂系统集成的人才,这些人还需要了解物联网协议。另外,他们还必须具备在云端编程环境开发软件的能力等。
为了降低客户实现工业物联网的门槛,万可电子推出了WAGO Cloud服务。WAGO Cloud基于微软Azure提供,它采用万可电子的PFC200采集现场数据,通过非常简单的PLC应用,就可以把数据发送到云服务器,然后由WAGO Cloud对这些数据进行分析处理。用户使用任何客户端,包括手机、平板或者电脑只要能够访问网络,就可以看到采集上来的数据和分析结果。
据悉,目前WAGO Cloud已经提供了不少功能,包括能源管理、状态监控、预防式维护、资产管理等功能。另外,WAGO Cloud还可以和客户本地服务器上安装的MES系统或者ERP系统通过REST或OPC UA的方式来进行数据交互,从而实现多数据源的分析和处理。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。