梅赛德斯-奔驰(Mercedes-Benz)和西门子(Siemens)共同开发了数字能源孪生系统,帮助这家汽车巨头以可持续的方式运营旗下所有工厂。
奔驰希望到2039年,旗下所有生产基地都能100%使用可再生能源。双方表示,数字能源孪生系统可增强、简化并加快棕地和绿地工厂早期阶段的能源规划流程。
该孪生系统(基于西门子的Xcelerator开放数字业务平台)以建筑物、技术设备和能源生产的行为模型为基础,在德国辛德尔芬根的梅赛德斯-奔驰工厂设计并测试。
该孪生系统连接了气象数据、负荷曲线模拟、建筑资产选择和尺寸确定等输入。通过模拟物理能源系统,它可以验证所提出的能源使用规划方案,并就如何优化预期成果(包括能源效率和相关成本节约以及减排)提出建议。
西门子将提供培训和支持,维护并持续开发数字能源孪生系统。
西门子与梅赛德斯-奔驰于2021年建立了可持续汽车生产战略合作伙伴关系,双方将在推进可持续生产数字化方面开展合作。
梅赛德斯-奔驰汽车公司生产规划副总裁Arno van der Merwe表示:“数字能源孪生系统是我们成功实现可视化、分析和可持续优化节能建筑流程的答案。通过这种创新方法,我们可以更好地了解现有厂房,并将其改造成有生命力的智能建筑。得益于这项变革性技术,我们正在最大限度地发挥它们的潜力,并为梅赛德斯-奔驰全球生产网络中的节能和可持续建筑使用设定前瞻性标准。”
西门子还为一家不具名的全球饮料供应商开发了类似的孪生技术。双方正在使用该孪生系统模拟能源使用情况,并确定全球15家啤酒厂的节能情况。据西门子估计,每个生产基地可节约15%至20%的能耗,平均每个生产基地可减少50%的二氧化碳排放量。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。