Инновации
Автономные источники питания (АИП) на основе термогенератора (также называемого термоэлектрическим генератором) свыше 50 лет применяются в промышленности. Их главными достоинствами являются: длительный межсервисный период (до 1 года), исключение необходимости присутствия технического персонала, а также возможность использования выделяемого тепла в процессе работы для обогрева приборного отсека в холодное время. Примеры применения термогенераторов в промышленности приведены в подборке статей [1]. В данной публикации представлен новый вариант использования термогенератора на промышленном оборудовании, обеспечивающем автономную работу в холодное время года в суровых условиях эксплуатации.
Будущее систем управления — за интеграцией
С увеличением количества различных систем управления и мониторинга оперативному персоналу и руководству производств становится все труднее ориентироваться в потоке информации. Чтобы соотнести между собой данные из различных источников, требуются время и ресурсы, и далеко не всегда пользователям удается извлечь максимум пользы из имеющихся на предприятии средств автоматизации и цифровых инструментов. Решением проблемы может стать единая платформа управления производительностью предприятия.
Эффективность на основе аналитики и прозрачности данных: применение IoT-платформы MindSphere
Операционная система «Интернета вещей» MindSphere, представленная компанией «Сименс» на российском рынке в 2018 г., продолжает активно развиваться. Расширяется опыт применения данной системы в различных задачах, сценариях использования и моделях бизнеса. Настоящая статья посвящена обзору развития архитектуры и новых возможностей MindSphere, имеющихся приложений, доступных способов соединения локальной и облачной инфраструктуры, а также эффектов, которые дает построение замкнутого контура производства и эксплуатации на базе сервисов этой платформы.
Использование машинного обучения в IoT-шлюзах: архитектура и сценарии
В статье демонстрируются варианты архитектуры для решения задачи по поиску аномалий в работе оборудования на основе анализа потоков его телеметрии методами машинного обучения (Machine Learning, ML). Поясняется, как можно получить и запустить ML-модели на примере задачи предсказания отказов в работе электродвигателей. Автору хотелось, чтобы статья получилась максимально практической, полезной специалистам по индустриальной автоматизации, поэтому математические формулы опущены и в конце публикации приведены ссылки на исходный код решения.
Роботы, искусственный «интеллект» и мы.
Как нам жить вместе? Часть 1
Человек всегда старался облегчить себе жизнь, приручал и заставлял работать животных, создавал механизмы. Можно шутить, что не было бы у человека склонности к лени — не было бы и пылесоса. На очередном витке эволюции мы пришли от автоматов и роботов к созданию того, что мы называем искусственным интеллектом (ИИ). Но будет ли он безопасен, если, перешагнув черту, приблизится к нам в эмоциональном смысле? И останемся ли мы, при его широком внедрении, людьми в нынешнем понимании? Звучит странно, но не станем ли мы в итоге такими себе детьми, которых заботливая мать, в данном случае — машина или программа, начнет опекать и принимать за нас все решения? Частично это уже так. Не лишит ли нас ИИ самостоятельных действий, превратив в свой придаток, и мы просто уже не сможем существовать без него как биологический вид? Или ИИ решит, что мы ему мешаем? В этой статье вы вряд ли найдете ответы на все эти вопросы, а ее некоторые положения могут идти вразрез с общепринятым взглядом на теории сознания и проблемы ИИ и выражают исключительно мнение ее автора.
Цифровизация классических банков.
Технологии в финансах и банковском деле
Ни для кого не секрет, что в век цифровизации информационные технологии являются не только основой для развития компаний, но и одним из ключевых элементов современной бизнес-модели. В этой статье мы немного поговорим о цифровизации банковской отрасли и о том, какое место информационные технологии занимают в современном банке.
Финансовые информационные технологии поддержки принятия решений на основе больших данных
Сегодня в финансовой сфере появляются задачи, с которыми уже невозможно справиться с помощью средств классического моделирования. Сформировать предсказательную модель на наборе бизнес-процессов в условиях неопределенности, идентифицировать эту модель на данных, количественно охарактеризовать меру неопределенности прогнозов и на ее основе определить процедуру сравнения различных сценариев, а также управление их развитием позволит использование технологий прикладного искусственного интеллекта.