费城 – 数据驱动工程和制造工作流工具的领导者 Authentise () 发布了 Guidelines，这是一个重要的新规则引擎，它将操作员重新置于数字制造的核心位置。
指南是一个aMES 的用户可以访问一组新功能，aMES 是 Authentise 用于增材制造的端到端互联工作流引擎。它使用户能够制定使用任何类型的工程或生产数据作为输入的if-this-then-that 规则。然后，这些规则会在过程中的任何时候触发建议。有了指南，机器传感器反馈、几何特征或 QA 测量等的组合可以用作触发器来建议行为或参数的变化，以确保更成功和可持续的生产结果。这些苏在需要时，在工程阶段或生产中向用户提供建议。
“If-this-then-that 规则在机器人过程自动化中并不新鲜，但尚未在制造中成功使用Authentise 的首席执行官 Andre Wegner 说：“上下文超出了引用等基本原则。” “我们几乎立即意识到它们更广泛的力量，并在过去 10 年中使用 aMES 构建了一个能够利用它们的上下文数据引擎。它们代表了对更具规范性的工具的突破，例如我们的工作流生成器。这种宽容的方法使他们成为确保遵守规则的理想渠道，同时让经验丰富的工程师和操作员可以自由地根据具体情况做出必要的决定。我们很幸运能与 ASTM 等合作伙伴合作，以确保这个新颖的框架不仅充满每个组织中存在的部落知识，而且使用现有标准作为起点。”
“考虑如何在数字世界中充分应用标准具有巨大价值”，ASTM 增材制造卓越中心欧洲增材制造项目负责人 Martin White 博士说。 “指南有可能改进如何访问标准并将其嵌入到制造过程中，并提高可访问性。我们很高兴与 Authentise 合作，以确保用户可以通过这种方式访问适用的标准。这不仅有可能确保更高的合规性，而且在数字框架中这样做也可以让我们的合作伙伴降低审计成本。”
指南的交付得到了 Innovate UK 的 Transforming Foundation Industries 挑战的支持SAMRCD 资助，Authentise 和 ASTM 与 Photocentric、MPI 和 TWI 合作。
Authentise 开放创新副总裁 Simon McCaldin 补充说： “我们相信，从中期来看，这也将帮助我们为行业提供更可接受的人工智能形式。 aMES 现已达到捕获可驱动高级机器学习系统的数据所需的成熟度。然而，运营商对采用不受监督的黑匣子系统运行持谨慎态度是正确的。指南代表了一种更透明的交付方法，将提高现实世界的接受度，同时确保遵守过程控制程序。既然已经建成，Authentise 就不会垄断 Guidelines 所代表的渠道。我们致力于将这种新的交付方法向所有智能算法提供商开放，并感谢 Innovate UK 相信这种方法并支持制定指南。”
