
Всем привет! Сегодня в эфире – Читать полностью »
Всем привет! Сегодня в эфире – Читать полностью »
Мы в BIOCAD занимаемся разработкой и производством лекарственных препаратов. Это — достаточно сложный процесс, пересекающийся с управлением компетенциями и даже корпоративным контентом. Сегодня руководитель группы разработки Григорий Седлецкий и инженер-программист Екатерина Машина расскажут, как эта тема связана с внедрением подходов «Индустрии 4.0».
Канадская компания Creaform – один из производителей, которые создают будущее на наших глазах. Портативные метрологические 3D-решения Creaform уже меняют правила игры на производстве, повышая эффективность контроля качества и оптимизируя технологический процесс. iQB Technologies является эксклюзивным дистрибьютором в России таких инновационных продуктов компании, как 3D-сканеры HandySCAN 3D и Go!SCAN 3D, а также фотограмметрии MaxSHOT 3D.
Читать полностью »
Инструменты Индустрии 4.0 комплексно используются крупными мировыми производителями уже сегодня. Такие «фабрики будущего» являют собой прообраз модели, на основе которой будет организовано производство Четвертой промышленной революции, и подобных предприятий становится все больше. Мы расскажем о поразительных перспективах новой индустриальной концепции на примере «умного» завода компании General Electric, где сегодня применяются:
Как машинное обучение внедряется на промышленных предприятиях, кто в этом достиг наибольших успехов и какие примеры использования уже есть, мы узнали у Романа Чеботарёва. Роман — архитектор ML и директор по внедрению в компании «Цифра». Он 11 лет занимается внедрением умных технологий класса Machine Learning и Artificial Intelligence. Последние несколько лет Роман специализируется на ML/AI в промышленности.
Расскажите о своем профессиональном пути
Свой профессиональный путь я начал с машинного обучения (хотя тогда такой термин еще массово не использовался) для задач компьютерного зрения. Я разрабатывал различные модули для систем видеоаналитики: детекторы скоплений людей, детекторы дыма, счетчики объектов. Тогда еще они планировались как охранные системы будущего поколения — сейчас они используются повсеместно.
Потихоньку от анализа изображений я перешел в анализ данных вообще. Я уже работал в компании «КРОК», куда пришел разработчиком, а уходил руководителем практики машинного обучения. Большую часть опыта я получил именно там и в основном мы решали задачи, связанные с прогнозированием различных количественных величин в будущем. Больше задач было в ритейле — машинное обучение тогда было наиболее востребовано у заказчиков именно в этой сфере. Мы решали задачи прогнозирования спроса для оптимизации логистики. Таких задач было достаточно много в разных сферах: от фуд-ритейла до автомобильных заправок.
Потом серьезный интерес к машинному обучению начал формироваться со стороны промышленных предприятий. В какой-то момент я с партнерами решил организовать собственный стартап — Theta Data Solution. Мы сделали 6 проектов и больше 10 пилотов за год для промышленных предприятий, а потом нашу компанию приобрела компания «Цифра», где я сейчас работаю директором по внедрению в департаменте AI. По сравнению с первоначальной командой стартапа мы сильно расширились: сейчас в нашем AI-tribe (как мы себя называем) больше 30 человек. Читать полностью »
Современный уровень развития технологии производства, автоматизации процессов, информационных сервисов управления и учета с одной стороны, высокий уровень внутренней и внешней конкуренции, ужесточение требований к качеству продукции, оптимизация затрат, борьба за конечного потребителя с другой, ставит перед производителями широкий круг вопросов по комплексной модернизации производства. При такой модернизации меняется не только технология, сервисы, технические аспекты, информационная среда, но и психология всего процесса (производства). Таким образом производитель старается оптимизировать весь процесс, исключая на разных этапах вероятные «точки отказов». Как известно большой процент отказов обусловлен «человеческим» фактором, чем больше людей в цепочке операций, тем выше вероятность ошибок, порчи технологического оборудования и как результат брак, простой производства, срыв сроков поставок, штрафы и так далее.
Читать полностью »
Большинство людей уже так или иначе встречались с 3D-печатью, однако до сих пор бытует миф о том, что на 3D-принтере можно распечатать все, что угодно. Но это далеко не так. И как следствие, 3D-печать не может найти широкого применения в производственных цепочках крупных компаний. Основной технологической проблемой трехмерной печати по методу FDM является использование в качестве перерабатываемого материала ненаполненные полимеры (полилактит, акрилонитрилбутадиенстирол), что существенно ограничивает область применения изделий, полученных с использованием FDM печати.
Читать полностью »
Идея создания собственного прибора, который бы выполнял функции координатно-измерительных машин (КИМ), и был бы мобильным возникла, когда разработчик столкнулся с рядом проблем, связанных со стационарностью и большим количеством механических узлов, которые затрудняли эксплуатацию металлорежущего оборудования и существенно замедляли измерения деталей во время его работы. Для этого было проведено конкурентное и патентное исследование существующих на рынке разработок.
Читать полностью »
Идея использовать метод склерометрии (формирование микроборозд) для определения удельной энергии пластической деформации поверхности пришла почти сразу. Дальше — 15 лет экспериментов, в ходе которых выяснилось, что усталостное разрушение – сложный многоэтапный, многоуровневый процесс, имеющий длительную латентную (скрытную) фазу охрупчивания, сопровождающуюся почти линейным ростом удельной энергии пластической деформации материала до некоторого, определенного для каждого материала критического уровня – энергии активации разрушения.
Читать полностью »
Одна инжиниринговая компания разработала теплопроводящий полимерный композит, который превосходит алюминий и другие металлы по своим эксплуатационным показателям при изготовлении изделий микроэлектроники, светодиодных элементов и компьютерной техники.
В ходе развития проекта для создания принципов управления показателями композиций разработчики экспериментировали с материалами на имеющейся лабораторной базе, регулирования их теплофизических свойств, электропроводности, механических характеристик, устойчивости к действию атмосферы и агрессивных сред, но в итоге получила составы с лучшей теплопроводностью. Сейчас полимерные компаунды компании обладают теплопроводимостью в 100 и более раз превосходящую теплопроводность обычных полимеров. Авторы проекта нашли производственную площадку, на которой возможна аренда оборудования и выпуск опытных партий новых композитных материалов.
Читать полностью »