为什么 AI Motion?
强化学习支持了一类新的机器控制。无需历史测量数据,AI 可以在系统的数字双胞胎上自主学习,探索数千个场景,为您的应用找到最佳控制策略。然后将此控件部署到您的计算机上:作为 SIMATIC PLC 的纯 SCL 代码,或通过 AI 推理服务器在 Industrial Edge 上作为原生 Python 进行部署。结果是强大的实时控制,可以无缝适应动态过程和不可预测的输入,例如随机送达的产品。

强化学习支持了一类新的机器控制。无需历史测量数据,AI 可以在系统的数字双胞胎上自主学习,探索数千个场景,为您的应用找到最佳控制策略。然后将此控件部署到您的计算机上:作为 SIMATIC PLC 的纯 SCL 代码,或通过 AI 推理服务器在 Industrial Edge 上作为原生 Python 进行部署。结果是强大的实时控制,可以无缝适应动态过程和不可预测的输入,例如随机送达的产品。

AI 可自动优化您的控制逻辑。它消除了耗时的算法开发、编码和调整。在不增加工程资源或项目时间表的情况下实现卓越的性能。
精确平衡吞吐量、能耗、磨损和质量。AI Motion 会学习您的特定目标,并提供针对您的确切机器要求进行了优化的控制策略。
从磨损和摩擦到不断变化的产品和环境——AI Motion 旨在管理不确定性。结果:即使在动态的、不可预测的条件下也能实现稳定、高性能的控制。
将人工智能运动控制作为 SIMATIC PLC 上的 SCL 功能块集成到您的自动化解决方案中,或者通过人工智能推理服务器在 Industrial Edge 上作为原生 Python 代码集成到您的自动化解决方案中。这两个选项都可确保实时执行并无缝集成到您现有的自动化架构中,而不会中断您的工程工作流程。

每台机器和应用程序都有不同的优先级。定义和权重您的关键目标,例如吞吐量、精度、能源效率、机械应力或减少浪费。AI Motion 学习优化的权衡取舍,并提供与您的应用程序目标和性能目标精确一致的控制策略。

从绕线系统到输送机流优化和精确的产品定位,AI Motion 专为复杂的动态流程而构建。使用久经考验的训练环境或自备挑战。无论您的用例是成熟的还是全新的,我们都能帮助您解锁最佳控制性能。

向我们发送有关您的机器和控制任务的关键信息。使用我们的智能进料或智能绕线专用表格,快速入门。我们的专家将审查您的要求并指导后续步骤。

Sollas和Siemens在TIA Portal中使用人工智能改善了对高端包装机的控制。结果:在不影响质量或精度的前提下,以每分钟高达 160 个(而不是 120 个)的速度完美包装纸盒。