Dürr ਐਡਵਾਂਸਡ ਵਿਸ਼ਲੇਸ਼ਣ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਪੇਂਟ ਦੀਆਂ ਦੁਕਾਨਾਂ ਲਈ ਪਹਿਲੀ ਮਾਰਕੀਟ-ਤਿਆਰ ਏਆਈ ਐਪਲੀਕੇਸ਼ਨ।DXQanalyze ਉਤਪਾਦ ਲੜੀ ਵਿੱਚ ਨਵੀਨਤਮ ਮੋਡੀਊਲ ਦਾ ਹਿੱਸਾ, ਇਹ ਹੱਲ ਮਕੈਨੀਕਲ ਇੰਜਨੀਅਰਿੰਗ ਸੈਕਟਰ ਵਿੱਚ ਨਵੀਨਤਮ IT ਤਕਨਾਲੋਜੀ ਅਤੇ Dürr ਦੇ ਤਜ਼ਰਬੇ ਨੂੰ ਮਿਲਾਉਂਦਾ ਹੈ, ਨੁਕਸ ਦੇ ਸਰੋਤਾਂ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ, ਅਨੁਕੂਲ ਰੱਖ-ਰਖਾਅ ਪ੍ਰੋਗਰਾਮਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਪਹਿਲਾਂ ਅਣਜਾਣ ਸਬੰਧਾਂ ਨੂੰ ਟਰੈਕ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸ ਗਿਆਨ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਵਰਤਦਾ ਹੈ। ਸਵੈ-ਸਿੱਖਣ ਦੇ ਸਿਧਾਂਤ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਿਸਟਮ ਲਈ ਐਲਗੋਰਿਦਮ।
ਟੁਕੜੇ ਅਕਸਰ ਇੱਕੋ ਜਿਹੇ ਨੁਕਸ ਕਿਉਂ ਦਿਖਾਉਂਦੇ ਹਨ?ਨਵੀਨਤਮ ਕਦੋਂ ਹੈ ਕਿ ਰੋਬੋਟ ਵਿੱਚ ਇੱਕ ਮਿਕਸਰ ਨੂੰ ਮਸ਼ੀਨ ਨੂੰ ਰੋਕੇ ਬਿਨਾਂ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ?ਇਹਨਾਂ ਸਵਾਲਾਂ ਦੇ ਸਹੀ ਅਤੇ ਸਟੀਕ ਜਵਾਬ ਹੋਣਾ ਟਿਕਾਊ ਆਰਥਿਕ ਸਫਲਤਾ ਲਈ ਬੁਨਿਆਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਹਰ ਨੁਕਸ ਜਾਂ ਹਰ ਬੇਲੋੜੀ ਦੇਖਭਾਲ ਜਿਸ ਤੋਂ ਬਚਿਆ ਜਾ ਸਕਦਾ ਹੈ ਪੈਸੇ ਦੀ ਬਚਤ ਕਰਦਾ ਹੈ ਜਾਂ ਉਤਪਾਦ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ।“ਹੁਣ ਤੋਂ ਪਹਿਲਾਂ, ਬਹੁਤ ਘੱਟ ਠੋਸ ਹੱਲ ਸਨ ਜੋ ਸਾਨੂੰ ਤੁਰੰਤ ਗੁਣਵੱਤਾ ਦੇ ਨੁਕਸ ਜਾਂ ਅਸਫਲਤਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਸਨ।ਅਤੇ ਜੇਕਰ ਉੱਥੇ ਸਨ, ਤਾਂ ਉਹ ਆਮ ਤੌਰ 'ਤੇ ਡੇਟਾ ਜਾਂ ਅਜ਼ਮਾਇਸ਼-ਅਤੇ-ਤਰੁੱਟੀ ਕੋਸ਼ਿਸ਼ਾਂ ਦੇ ਇੱਕ ਵਿਵੇਕਸ਼ੀਲ ਮੈਨੂਅਲ ਮੁਲਾਂਕਣ 'ਤੇ ਅਧਾਰਤ ਸਨ।ਇਹ ਪ੍ਰਕਿਰਿਆ ਹੁਣ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਬਦੌਲਤ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਟੀਕ ਅਤੇ ਆਟੋਮੈਟਿਕ ਹੋ ਗਈ ਹੈ”, ਗੇਰਹਾਰਡ ਅਲੋਂਸੋ ਗਾਰਸੀਆ, Dürr ਵਿਖੇ MES ਅਤੇ ਕੰਟਰੋਲ ਸਿਸਟਮ ਦੇ ਉਪ ਪ੍ਰਧਾਨ ਦੱਸਦੇ ਹਨ।
Dürr ਦੀ DXQanalyze ਡਿਜੀਟਲ ਉਤਪਾਦ ਲੜੀ, ਜਿਸ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਉਤਪਾਦਨ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਮੋਡੀਊਲ, ਵਿਜ਼ੂਅਲ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਵਿਜ਼ੂਅਲ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਸਟ੍ਰੀਮਿੰਗ ਵਿਸ਼ਲੇਸ਼ਣ ਸ਼ਾਮਲ ਹਨ, ਹੁਣ ਨਵੇਂ ਸਵੈ-ਸਿੱਖਣ ਵਾਲੇ ਐਡਵਾਂਸਡ ਵਿਸ਼ਲੇਸ਼ਣ ਪਲਾਂਟ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀ 'ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਨ।
AI ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਇਸਦੀ ਮੈਮੋਰੀ ਹੈ
ਐਡਵਾਂਸਡ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਇਹ ਹੈ ਕਿ ਇਹ ਮੋਡੀਊਲ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੇ ਨਾਲ ਇਤਿਹਾਸਕ ਡੇਟਾ ਸਮੇਤ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਜੋੜਦਾ ਹੈ।ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਵੈ-ਸਿੱਖਣ ਵਾਲੀ AI ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਆਪਣੀ ਮੈਮੋਰੀ ਹੈ ਅਤੇ ਇਸਲਈ ਇਹ ਅਤੀਤ ਦੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਸਬੰਧਾਂ ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਵਰਤਮਾਨ ਦੇ ਅਧਾਰ ਤੇ ਉੱਚ ਪੱਧਰੀ ਸ਼ੁੱਧਤਾ ਨਾਲ ਭਵਿੱਖ ਵਿੱਚ ਕਿਸੇ ਘਟਨਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਕਰ ਸਕਦੀ ਹੈ। ਇੱਕ ਮਸ਼ੀਨ ਦੇ ਹਾਲਾਤ.ਪੇਂਟ ਦੀਆਂ ਦੁਕਾਨਾਂ ਵਿੱਚ ਇਸਦੇ ਲਈ ਬਹੁਤ ਸਾਰੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਹਨ, ਭਾਵੇਂ ਕੰਪੋਨੈਂਟ, ਪ੍ਰਕਿਰਿਆ ਜਾਂ ਪਲਾਂਟ ਪੱਧਰ 'ਤੇ।
ਪੂਰਵ-ਅਨੁਮਾਨਤ ਰੱਖ-ਰਖਾਅ ਪੌਦੇ ਦੇ ਡਾਊਨਟਾਈਮ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ
ਜਦੋਂ ਇਹ ਕੰਪੋਨੈਂਟਸ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ, ਐਡਵਾਂਸਡ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਉਦੇਸ਼ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ ਅਤੇ ਮੁਰੰਮਤ ਜਾਣਕਾਰੀ ਦੁਆਰਾ ਡਾਊਨਟਾਈਮ ਨੂੰ ਘਟਾਉਣਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ ਮਿਕਸਰ ਦੀ ਬਾਕੀ ਸੇਵਾ ਜੀਵਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਕੇ।ਜੇ ਕੰਪੋਨੈਂਟ ਨੂੰ ਬਹੁਤ ਜਲਦੀ ਬਦਲ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸਪੇਅਰ ਪਾਰਟਸ ਦੀ ਲਾਗਤ ਵਧ ਜਾਂਦੀ ਹੈ ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ ਆਮ ਮੁਰੰਮਤ ਦੀ ਲਾਗਤ ਬੇਲੋੜੀ ਵਧ ਜਾਂਦੀ ਹੈ।ਦੂਜੇ ਪਾਸੇ, ਜੇਕਰ ਇਸ ਨੂੰ ਬਹੁਤ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਚੱਲਦਾ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਕੋਟਿੰਗ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਮਸ਼ੀਨ ਦੇ ਰੁਕਣ ਦੌਰਾਨ ਗੁਣਵੱਤਾ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ।ਉੱਨਤ ਵਿਸ਼ਲੇਸ਼ਣ ਉੱਚ-ਵਾਰਵਾਰਤਾ ਵਾਲੇ ਰੋਬੋਟ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਪਹਿਨਣ ਦੇ ਸੂਚਕਾਂ ਅਤੇ ਪਹਿਨਣ ਦੇ ਅਸਥਾਈ ਪੈਟਰਨ ਨੂੰ ਸਿੱਖਣ ਦੁਆਰਾ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ।ਕਿਉਂਕਿ ਡੇਟਾ ਨੂੰ ਲਗਾਤਾਰ ਰਿਕਾਰਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮੋਡੀਊਲ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਅਸਲ ਵਰਤੋਂ ਦੇ ਆਧਾਰ 'ਤੇ ਸਬੰਧਤ ਹਿੱਸੇ ਲਈ ਉਮਰ ਦੇ ਰੁਝਾਨਾਂ ਨੂੰ ਪਛਾਣਦਾ ਹੈ ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਸਰਵੋਤਮ ਬਦਲਣ ਦੇ ਸਮੇਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ।
ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੁਆਰਾ ਸਿਮੂਲੇਟ ਕੀਤੇ ਲਗਾਤਾਰ ਤਾਪਮਾਨ ਵਕਰ
ਉੱਨਤ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਗਾੜਾਂ ਦੀ ਪਛਾਣ ਕਰਕੇ ਪ੍ਰਕਿਰਿਆ ਪੱਧਰ 'ਤੇ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ ਓਵਨ ਵਿੱਚ ਹੀਟ-ਅੱਪ ਕਰਵ ਦੀ ਨਕਲ ਕਰਕੇ।ਹੁਣ ਤੱਕ, ਨਿਰਮਾਤਾਵਾਂ ਕੋਲ ਮਾਪ ਰਨ ਦੇ ਦੌਰਾਨ ਸਿਰਫ ਸੈਂਸਰਾਂ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਡੇਟਾ ਹੁੰਦਾ ਸੀ।ਹਾਲਾਂਕਿ, ਹੀਟ-ਅੱਪ ਕਰਵ ਜੋ ਕਾਰ ਬਾਡੀ ਦੀ ਸਤਹ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਬੁਨਿਆਦੀ ਮਹੱਤਵ ਦੇ ਹੁੰਦੇ ਹਨ, ਓਵਨ ਦੀ ਉਮਰ ਤੋਂ ਲੈ ਕੇ, ਮਾਪ ਚੱਲਣ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰਾਲਾਂ ਦੌਰਾਨ ਵੱਖ-ਵੱਖ ਹੁੰਦੇ ਹਨ।ਇਹ ਪਹਿਨਣ ਵਾਤਾਵਰਣ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ, ਉਦਾਹਰਨ ਲਈ ਹਵਾ ਦੇ ਪ੍ਰਵਾਹ ਦੀ ਤੀਬਰਤਾ ਵਿੱਚ।“ਹੁਣ ਤੱਕ, ਹਜ਼ਾਰਾਂ ਲਾਸ਼ਾਂ ਨੂੰ ਸਹੀ ਤਾਪਮਾਨ ਜਾਣੇ ਬਿਨਾਂ ਪੈਦਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿਸ ਨਾਲ ਵਿਅਕਤੀਗਤ ਸਰੀਰ ਨੂੰ ਗਰਮ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਸਾਡਾ ਉੱਨਤ ਵਿਸ਼ਲੇਸ਼ਣ ਮੋਡੀਊਲ ਸਿਮੂਲੇਟ ਕਰਦਾ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਵਿੱਚ ਤਾਪਮਾਨ ਕਿਵੇਂ ਬਦਲਦਾ ਹੈ।ਇਹ ਸਾਡੇ ਗਾਹਕਾਂ ਨੂੰ ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਹਿੱਸੇ ਲਈ ਗੁਣਵੱਤਾ ਦਾ ਇੱਕ ਸਥਾਈ ਸਬੂਤ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਿਗਾੜਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ”, ਗੇਹਾਰਡ ਅਲੋਂਸੋ ਗਾਰਸੀਆ ਕਹਿੰਦਾ ਹੈ।
ਉੱਚ ਪਹਿਲੀ-ਰਨ ਦੀ ਦਰ ਸਮੁੱਚੀ ਸਾਜ਼ੋ-ਸਾਮਾਨ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ
ਇਮਪਲਾਂਟ ਲਈ, DXQplant.analytics ਸੌਫਟਵੇਅਰ ਨੂੰ ਉਪਕਰਣ ਦੀ ਸਮੁੱਚੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਐਡਵਾਂਸਡ ਵਿਸ਼ਲੇਸ਼ਣ ਮੋਡੀਊਲ ਦੇ ਨਾਲ ਸੁਮੇਲ ਵਿੱਚ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।ਜਰਮਨ ਨਿਰਮਾਤਾ ਦਾ ਬੁੱਧੀਮਾਨ ਹੱਲ ਖਾਸ ਮਾਡਲ ਕਿਸਮਾਂ, ਖਾਸ ਰੰਗਾਂ ਜਾਂ ਸਰੀਰ ਦੇ ਵਿਅਕਤੀਗਤ ਅੰਗਾਂ ਵਿੱਚ ਆਵਰਤੀ ਗੁਣਵੱਤਾ ਦੇ ਨੁਕਸ ਨੂੰ ਟਰੈਕ ਕਰਦਾ ਹੈ।ਇਹ ਗਾਹਕ ਨੂੰ ਇਹ ਸਮਝਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ ਕਿ ਉਤਪਾਦਨ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਕਿਹੜਾ ਕਦਮ ਭਟਕਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ।ਅਜਿਹੇ ਨੁਕਸ ਅਤੇ ਕਾਰਨ ਸਬੰਧ ਬਹੁਤ ਹੀ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ 'ਤੇ ਦਖਲਅੰਦਾਜ਼ੀ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਕੇ ਭਵਿੱਖ ਵਿੱਚ ਪਹਿਲੀ-ਰਨ ਦਰ ਨੂੰ ਵਧਾਏਗਾ।
ਪਲਾਂਟ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਡਿਜੀਟਲ ਮਹਾਰਤ ਦੇ ਵਿਚਕਾਰ ਸੁਮੇਲ
ਏਆਈ-ਅਨੁਕੂਲ ਡੇਟਾ ਮਾਡਲਾਂ ਦਾ ਵਿਕਾਸ ਕਰਨਾ ਇੱਕ ਬਹੁਤ ਹੀ ਗੁੰਝਲਦਾਰ ਪ੍ਰਕਿਰਿਆ ਹੈ।ਵਾਸਤਵ ਵਿੱਚ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੇ ਨਾਲ ਇੱਕ ਬੁੱਧੀਮਾਨ ਨਤੀਜਾ ਪੈਦਾ ਕਰਨ ਲਈ, "ਸਮਾਰਟ" ਐਲਗੋਰਿਦਮ ਵਿੱਚ ਅਣ-ਨਿਰਧਾਰਤ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਸ਼ਾਮਲ ਕਰਨਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ।ਸੰਬੰਧਿਤ ਸਿਗਨਲਾਂ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਧਿਆਨ ਨਾਲ ਚੁਣਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਉਤਪਾਦਨ ਤੋਂ ਢਾਂਚਾਗਤ ਵਾਧੂ ਜਾਣਕਾਰੀ ਨਾਲ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।Dürr ਇੱਕ ਸਾਫਟਵੇਅਰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੇ ਯੋਗ ਸੀ ਜੋ ਵੱਖ-ਵੱਖ ਵਰਤੋਂ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਮਾਡਲ ਲਈ ਇੱਕ ਰਨਟਾਈਮ ਵਾਤਾਵਰਣ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਅਤੇ ਮਾਡਲ ਸਿਖਲਾਈ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ।“ਇਸ ਹੱਲ ਨੂੰ ਵਿਕਸਤ ਕਰਨਾ ਇੱਕ ਅਸਲ ਚੁਣੌਤੀ ਸੀ ਕਿਉਂਕਿ ਇੱਥੇ ਕੋਈ ਵੈਧ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਮਾਡਲ ਨਹੀਂ ਸੀ ਅਤੇ ਕੋਈ ਢੁਕਵਾਂ ਰਨਟਾਈਮ ਵਾਤਾਵਰਣ ਨਹੀਂ ਸੀ ਜਿਸਦੀ ਅਸੀਂ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਸੀ।ਪਲਾਂਟ ਪੱਧਰ 'ਤੇ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਲਈ, ਅਸੀਂ ਮਕੈਨੀਕਲ ਅਤੇ ਪਲਾਂਟ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਆਪਣੇ ਗਿਆਨ ਨੂੰ ਸਾਡੇ ਡਿਜੀਟਲ ਫੈਕਟਰੀ ਮਾਹਰਾਂ ਦੇ ਨਾਲ ਜੋੜਿਆ ਹੈ।ਇਸ ਨਾਲ ਪੇਂਟ ਦੀਆਂ ਦੁਕਾਨਾਂ ਲਈ ਪਹਿਲਾ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਹੱਲ ਨਿਕਲਿਆ", ਗੇਰਹਾਰਡ ਅਲੋਂਸੋ ਗਾਰਸੀਆ ਕਹਿੰਦਾ ਹੈ।
ਐਡਵਾਂਸਡ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਕਸਿਤ ਕਰਨ ਲਈ ਹੁਨਰ ਅਤੇ ਗਿਆਨ ਨੂੰ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ
ਡਾਟਾ ਵਿਗਿਆਨੀਆਂ, ਕੰਪਿਊਟਰ ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਮਾਹਿਰਾਂ ਦੀ ਬਣੀ ਇੱਕ ਅੰਤਰ-ਅਨੁਸ਼ਾਸਨੀ ਟੀਮ ਨੇ ਇਸ ਬੁੱਧੀਮਾਨ ਹੱਲ ਨੂੰ ਵਿਕਸਿਤ ਕੀਤਾ ਹੈ।Dürr ਨੇ ਕਈ ਪ੍ਰਮੁੱਖ ਆਟੋਮੋਟਿਵ ਨਿਰਮਾਤਾਵਾਂ ਦੇ ਨਾਲ ਸਹਿਯੋਗ ਸਾਂਝੇਦਾਰੀ ਵੀ ਕੀਤੀ ਹੈ।ਇਸ ਤਰ੍ਹਾਂ, ਡਿਵੈਲਪਰਾਂ ਕੋਲ ਵੱਖ-ਵੱਖ ਐਪਲੀਕੇਸ਼ਨ ਕੇਸਾਂ ਲਈ ਉਤਪਾਦਨ ਵਿੱਚ ਅਸਲ-ਜੀਵਨ ਉਤਪਾਦਨ ਡੇਟਾ ਅਤੇ ਬੀਟਾ ਸਾਈਟ ਵਾਤਾਵਰਣ ਸਨ।ਪਹਿਲਾਂ, ਐਲਗੋਰਿਦਮ ਨੂੰ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਟੈਸਟ ਕੇਸਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਵਿੱਚ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ।ਇਸ ਤੋਂ ਬਾਅਦ, ਐਲਗੋਰਿਦਮ ਅਸਲ-ਜੀਵਨ ਦੇ ਸੰਚਾਲਨ ਦੌਰਾਨ ਸਾਈਟ 'ਤੇ ਸਿੱਖਣ ਨੂੰ ਜਾਰੀ ਰੱਖਦੇ ਹਨ ਅਤੇ ਵਾਤਾਵਰਣ ਅਤੇ ਵਰਤੋਂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਦੇ ਅਨੁਸਾਰ ਆਪਣੇ ਆਪ ਨੂੰ ਅਨੁਕੂਲ ਕਰਦੇ ਹਨ।ਬੀਟਾ ਪੜਾਅ ਹਾਲ ਹੀ ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਪੂਰਾ ਹੋਇਆ ਸੀ ਅਤੇ ਦਿਖਾਇਆ ਗਿਆ ਸੀ ਕਿ ਇਸ ਵਿੱਚ AI ਦੀ ਕਿੰਨੀ ਸਮਰੱਥਾ ਹੈ।ਪਹਿਲੀਆਂ ਵਿਹਾਰਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦਿਖਾ ਰਹੀਆਂ ਹਨ ਕਿ Dürr ਦਾ ਸੌਫਟਵੇਅਰ ਪੌਦਿਆਂ ਦੀ ਉਪਲਬਧਤਾ ਅਤੇ ਪੇਂਟ ਕੀਤੇ ਸਰੀਰਾਂ ਦੀ ਸਤਹ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ।
ਪੋਸਟ ਟਾਈਮ: ਮਾਰਚ-16-2022