现场情报：智能流程、解决方案和策略
解决人为错误的唯一方法是人工纠正的日子已经一去不复返了。作为今天的工程师，我们可以获得其他一代人无法想象的智能技术。
如果配置和应用正确，我们可以轻松使用人工智能 (AI) 和机器人技术，并与多个检测系统集成，以高效的速度创造完美的产品。
配备人工智能和机器人技术的多个检查系统必须应用于工厂，因为拥有多个检查系统可以保证高质量的生产，并且通过使用检查数据，可以在未来实现更智能的制造过程。
多个检查系统允许从各种来源收集足够数量的数据，以实现 99.99% 的检查数据可信度。
检验和返工往往是成本最高的瓶颈适用于任何生产系统。
因此，通过拥有这样一个创新系统，我们将大大提高吞吐量并减少停机时间。
除了常规的机器人数据指标外，多重检测系统还包括配备了跟踪滑动、温度和视觉的传感器的机械臂。
制造商还可以包括配备视觉的无人机具有带常规和热映射的多跟踪摄像头系统的外围设备。
这三种类型的检查产生了一个集成的智能检查系统，可以分析制造事件，类似于自动驾驶汽车分析道路状况的方式，以便通知制造系统所需的响应以确保不受影响和不间断的生产。
然后融合通过这些检查收集的数据，使用基于知识的/语义 AI 技术来标记异常，提出潜在的纠正方案并从先前获取的数据归档中检索纠正节计划。
然后，这些数据还用于扩充学习数据库，以支持未来的矫正场景。
可以想象，根据给定的感知指标，可以动态地命令无人机执行某些检查程序。
机器人技术/无人机与人工智能/机器学习的融合是成功的关键——使用创新系统来提高生产力并降低成本。
这种多检测系统的概念已得到应用并在南卡罗来纳大学的未来工厂实验室实施。
实验室模拟了未来制造业的环境。该系统用于模拟火箭部件的自动化组装（代表我们将如何在下个世纪制造火箭）。
它配备了大量与算法集成的传感器，可以即时向制造系统呈现克服当前故障的场景。
这样一个集成的检测系统可以用于促进离散和连续制造环境中的生产。
我们目前正在评估该系统在汽车和制药制造中的实施情况。
目前在实验室进行的实验使我们朝着与人工无缝集成的更全面的检测系统迈进预测、测量、评估和控制生产系统的智能技术。
这项工作正在为未来的工厂打下基础。
