TE Connectivity 2017 IAS展Lars Brickenkamp采访

将本地牛奶合作社变成全球行业巨头是个大胆构想。Fonterra 通过使用 EcoStruxure™ 工厂优化性能，重新定义了新西兰的乳品行业，并成为世界上最高效的乳品加工厂之一。

为了满足日益增长的有效灌溉需求，WaterForce 开发了 SCADAfarm，一种基于 EcoStruxure Industry 和微软 Azure 技术的集成自动化信息管理平台。随着对运营有了更多的控制和了解，农民在第一季度节省了 50％的能源消耗。

2017年，为帮助企业在《中国制造2025》大环境下快速把握智能制造机遇，研究全面升级，在传统业务的基础上新推出《“智能制造工程”——全产业链发展指南》（《中国制造2025》研究体系），分为八大板块，智能制造政策及技术、智能装备、工业软件、工业云和大数据、工业互联网、智能服务、智能工厂、十大重点领域及其他，并且已经为部分企业提供了有效的研究方案。

In 2017, in order to help enterprises to quickly grasp the opportunities for intelligent manufacturing under the "Made in China 2025", the research has been fully upgraded, introduced “Intelligent Manufacturing Engineering” - Guide whole of industry chain development, research structure of Made in China 2025, which are based on the traditional business, while it is divided into eight parts, intelligent manufacturing policies and technologies, intelligent equipment, industrial software, industrial clouds and large data, industrial internet, intelligent services, intelligent factories, ten key areas and others, and we have provided effective research solutions to partly enterprises.

1、时基I/O:  精度与速度的完美结合

2、过采样I/O：高速数据采样为高质量生产的保证

3、电能测量功能：能耗透明是提高能效的基础

舍弗勒正对整个集团进行数字化。通过与IBM 结为战略合作伙伴，舍弗勒将创建数

字化平台处理大量数据，产生有价值的深刻见解以实现业务转型。使用 IBM 的云和 Watson IoT 技术，Schaeffler 将连接并转型其业务的每个方面，从供应链到制造、销售和售后服务。通过 Watson 的认知服务为其整体运营注入活力。

每时每刻，都有数十亿的人依靠手机信号塔保持联系，定期检查信号塔，以避免生锈，腐蚀，和电缆松动的问题，这是一项非常重要而艰巨的工作。技术人员必须爬上高塔，这项工作十分危险，十分耗时且成本昂贵。现在有一种更好的方法，Aerialtronics商用无人机，可以更频繁安全的执行检查任务，IBM的认知视觉识别技术可以帮助专家更详细的分析无人机拍摄的图像，远远超越人类的肉眼，利用Watson Internet Of Things平台，系统可以识别问题区域，并提供置信度评价，让团队确认是否及何时需要修复，该系统可以不断学习，能够随时间变化而变得更加精确。

Watson IoT 与锐意进取的企业联手，打造前沿创新卓越非凡的匠心之作。Cognitive Visual Inspection 便是杰作之一，该解决方案基于IBM Watson IoT 技术打造，可助力制造商节省高达80%的质量检测时间。例如，对汽车制造商而言，涂装是制造流程中最耗时耗力的步骤，常常有超过四成的库存车辆停留于此，借助Cognitive Visual Inspection，汽车工厂可以进行可视化分析，将喷涂车间的次品率降低10%。不仅如此，Cognitive Visual Inspection可助力各行各业洞察真知灼见，更有效地解决产品缺陷，提升产线质量。

自工业时代开始，我们就在机器的帮助完成工作，如果不加妥善维护保养，机器就很容易出现故障。直到最近，维修团队仍然凭直觉来确定维修周期，但新时代需要一种全新的资产维护方式，人们不仅根据设备的状况读数，还根据使用年限，维修历史记录，天气数据以及子部件的现有数据和历史数据来决定维修工作。Maximo 与Watson IoT Platform 强强联合，助您连接IoT设备，整合所有信息，通过Asset Health Insights 解决方案，洞悉资产状况。

客户希望对太阳能板进行质量分类，原来的做法是每条生产线安排两个工人，用肉眼去识别太阳能板，再进行质量分类。IBM的做法是，利用IBM Minsky硬件+PowerAI Enterprise平台，拿到客户提供的数据，用各个产品的图片作为训练数据，然后运用TensorFlow 框架和Inception v3模型，最后训练得出一个Inference Model，提供给客户，客户通过IBM提供的训练模型，用机器学习的方法，来完成对太阳能板的质量分类。利用IBM PowerAI Enterprise平台，可减少多达80%的训练学习时间。