工業 4.0：展望未來
“工業 4.0”這一概念已經提出很多年了。相應的技術，例如物聯網、云計算或人工智能 (AI)，也并非鮮見。盡管如此，幾乎每天都會出現重大的技術進步。其中三個趨勢尤其突出：
人工智能 (AI) 已經是數字轉型的驅動力之一，而且在未來將變得更加重要。憑借人工智能，機器的預防性維護變得可能。在智能工廠中使用的機器人正在轉變為自主型助手，它們可以獨立學習、有邏輯地行動并相互交流。
同樣，機器學習 (Machine Learning) 作為 KUKA 最重要的 AI 領域之一，正在進入工廠并將很快成為智能工廠的一個固定組成部分。學習型機器可以“理解”它們自己產生的模式和因果關系。他們通過獨立完善其算法實時“學習”并對此做出反應。
同樣具有革命性的是混合現實。它結合了虛擬現實 (VR) 和增強現實 (AR) 技術。虛擬現實意味著，用戶與現實世界完全隔絕，處于一個通過一副眼鏡可見的虛擬環境中。而在增強現實中，真實的環境仍然可見，但被疊加了數字內容（虛擬物體、信息）。憑借混合現實技術，可以將虛擬內容與現實世界結合起來。與增強現實相比，在混合現實中，內容不是簡單的投射，而是以全息形式出現，通過移動設備或頭戴式顯示器（例如微軟 Hololens）真實融入到物理世界中。可以移動和改變，就像是一個真實物體一樣。
所以說，未來已經開始了。但這些技術在工業中有哪些實際用途？來看看 KUKA 的一些創新項目吧！
KUKA.Sim：用于 KUKA 機器人的智能模擬軟件
借助模擬軟件 KUKA.Sim，可以在生產環境外對機器人進行編程。該軟件使用戶能夠與數字孿生、即后續生產過程的精確虛擬圖像互動。無論是過程的設計還是物料流和“瓶頸”現象的可視化，亦或是 PLC 代碼：由 Kuka.Sim 創建的三維模擬涵蓋了所有的規劃過程。虛擬和現實控制器以相同的數據工作：虛擬計劃的任務，在現實中以完全相同的方式呈現。這實現了生產過程最高的規劃可靠性，并且工作量和成本非常低。
了解更多有關 KUKA.Sim 的信息。
KIVI：人工智能減少維護費用
如果對機器人使用壽命的預測能夠具體到單個部件，就可以避免成本高昂的故障和停產。這正是由巴伐利亞州經濟事務、能源和技術部 (StMWi) 資助的研究項目“用于預測工業機器人運行安全和壽命的人工智能”(KIVI)所要實現的。其目的是持續監控工業機器人的狀態并執行預防性維護（狀態監控和預防性維護）。為此，多個傳感器會首先傳輸單個機器人部件的工作振動特征。然后用人工智能來評估相應數據：它能識別磨損狀態出現時的模式并從中學習行為模型。它能生成一個原型 AI 工具箱，現在已進入評估階段。一旦它被商業化使用，制造型企業將可以提高其設備可用性，并使生產過程更加高效，這一點也有助于節約資源。
Translearn：機器人學會學習
工業機器人所有優化過程的出發點是數據。但數據的生成和收集需要花費大量時間和金錢。為了節約成本，如今可以通過簡單地機器人模擬互動來收集數據。問題是：即使是高度先進的模擬也無法完全代替現實。在其中學習到的場景無法直接傳輸給真實的機器人。這一難題通常被稱為“現實差距”。
這正是我們“TransLearn”項目的意義所在：我們希望通過識別模擬錯誤來克服現實差距。其目的是將模擬結果無縫傳輸給真實的機器人。
這帶來了許多好處：在模擬中，可以更快、更好地進行機器人編程，從而降低編程成本。此外，如果這一過程在模擬中和真實的設備中都發生了，機器人就可以更好、更獨立地學習。憑借經優化的學習過程，將來基本不再需要花費精力進行工業機器人的編程，只需要進行指導即可。由此，他們還能獨立學習如何縮短周期時間或減少電力消耗。
BaSys 4.2：生產過程變得更加靈活
擁有現代化生產過程的企業必須能夠對多變的需求或多變的條件做出快速反應。尤其是，生產過程經常需要根據過程本身、生產資源以及目標產品進行調整
因此，“連續工程”在任何時候都是可行的。通過 BaSys 4，我們開發了用于生產設備的基本系統，它使生產過程可以有效改變。通過聯邦教育和研究部 (BMBF) 資助的 BaSys 4.2 項目，我們正致力于實施基于工業 4.0 平臺概念和標準的進一步的工業 4.0 基礎設施要素。我們專注于“中間件”、“能力”和“虛擬化”這三個主題領域。因此，我們希望進一步發展標準化能力模型，并實現其在自動化能力評估中的應用。
目的是實現可變的生產設備，以便對不斷變化的要求做出智能和可跟蹤的反應。
