TKH Group iegādājas industriālā mākslīgā intelekta pionieri WolkAbout, lai stiprinātu rūpnīcu automatizācijas iespējas
TKH Group ir oficiāli iegādājies WolkAbout — rūpnieciskā lietu interneta (IoT) un mākslīgā intelekta (AI) programmatūras nodrošinātāju. Šī stratēģiskā iegāde papildina TKH Group viedās rūpnīcas risinājumu klāstu, integrējot modernu datu pārvaldību tradicionālajās vadības sistēmās. Lai gan finansiālā ietekme ir neliela, ņemot vērā WolkAbout 2 miljonu eiro ieņēmumus 2025. gadā, stratēģiskā vērtība rūpnieciskajai automatizācijai ir ievērojama.
TKH paplašina savu klātbūtni rūpnieciskās automatizācijas jomā, veicot stratēģisku programmatūras uzņēmuma iegādi
Tehnoloģiju nozare pieprasa ātrāku aparatūras un programmatūras platformu integrāciju mūsdienu ražotnēs. TKH Group īsteno mērķtiecīgu paplašināšanās stratēģiju, iekļaujot specializētus mākslīgā intelekta uzņēmumus savā pamatarhitektūrā. Šis solis seko TKH oktobrī veiktajam Vitronic metinājuma šuvju pārbaudes nodaļas pirkumam, kas ikgadējos ieņēmumus palielināja par 6,2 miljoniem eiro. Tādējādi TKH veido visaptverošu ekosistēmu, kas apvieno mašīnredzi, aparatūras komponentus un mākoņdatošanas un perifērdatošanas programmatūras risinājumus.
Ko WolkAbout sniedz rūpnīcu automatizācijai un sadalītajām vadības sistēmām
WolkAbout darbojas Novi Sadā, Serbijā, un Prāgā, kur atrodas tā 33 cilvēku inženieru komanda. Uzņēmums piedāvā uzņēmuma līmeņa programmatūras platformu, kas izveido vienotu datu modeli sarežģītām rūpniecības vidēm. Šis ietvars ļauj ražotņu vadītājiem līdzās programmējamiem loģiskajiem kontrolleriem (PLC) un sadalītajām vadības sistēmām (DCS) tieši ieviest mašīnmācīšanās algoritmus. Turklāt platforma atvieglo reāllaika datu iegūšanu no dažādu veidu sensoriem, nodrošinot drošu un mērogojamu mākslīgā intelekta ieviešanu.
Uzlabotu mākslīgā intelekta algoritmu integrēšana tradicionālajās PLC un DCS arhitektūrās
Mūsdienu ražotnes bieži saskaras ar grūtībām, mēģinot savienot novecojušu aparatūru ar mūsdienīgiem uzņēmumu mākslīgā intelekta algoritmiem. Rūpniecības inženieriem, modernizējot IT-OT (informācijas tehnoloģiju un operatīvo tehnoloģiju) infrastruktūru, jānodrošina nepārtraukta darbība. WolkAbout risina šo problēmu, piedāvājot standartizētas API un starpprogrammatūru. Tādējādi vadības sistēmu inženieri var apstrādāt augstas frekvences sensoru signālus, neriskējot palielināt sistēmas latentumu vai traucēt PLC deterministiskos izpildes ciklus.
Ieskats TKH iecerē par vienotu AI centru Amsterdamā
TKH plāno integrēt WolkAbout programmatūras aktīvus savā centralizētajā AI centrā Amsterdamā. Šī integrācija apvieno WolkAbout uz datiem balstītos IoT rīkus ar TKH uzkrāto aparatūras ražošanas pieredzi. Turklāt uz redzi balstītu pārbaudes rīku apvienošana ar IoT programmatūru paver plašas iespējas prognozējošai apkopei. Inženieri var atklāt mikrodefektus metinājuma šuvju apstrādes laikā, vienlaikus straumējot darbības stāvokļa rādītājus uz centrālajiem uzraudzības paneļiem.
Nozares komentārs: kā mērķtiecīgas M&A veicina viedās ražošanas nākotni
Liela mēroga korporatīvo uzņēmumu apvienošanās bieži neizdodas sarežģītas programmatūras konsolidācijas un integrācijas sarežģījumu dēļ. Turpretī TKH īsteno mērķtiecīgas, ļoti specializētas iegādes, lai soli pa solim veidotu modulāras automatizācijas platformas. Piesaistot nelielas, elastīgas programmatūras komandas, tradicionālie aparatūras piegādātāji var paātrināt digitālo transformāciju, izvairoties no ilgām iekšējās izstrādes aizkavēm. Tomēr panākumi ir atkarīgi no tā, cik nevainojami TKH apvieno šīs atšķirīgās datu plūsmas vienotā klientu pieredzē.
Praktiskais pielietojuma scenārijs: metinājuma šuvju kvalitātes kontroles optimizēšana autobūves rūpnīcās
Apsveriet pirmā līmeņa autobūves piegādātāju, kas ražo šasijas rāmjus, izmantojot automatizētas robotizētās metināšanas stacijas. Rūpnīca izmanto PLC sistēmas kustības vadībai un DCS sistēmas rūpnīcas mēroga komunālo pakalpojumu uzraudzībai. Integrējot Vitronic mašīnredzes sensorus ar WolkAbout programmatūras platformu, šuves dati reāllaikā nekavējoties nonāk analītiskajos AI modeļos.
Inženieri var konstatēt smalkas metināšanas anomālijas, pirms defektīvie izstrādājumi atstāj ražošanas šūnu. Turklāt darbības algoritmi analizē termiskos modeļus un sprieguma svārstības tūkstošiem metināšanas ciklu laikā. Tādējādi apkopes komandas ieplāno mērķtiecīgu metināšanas degļu atkārtotu kalibrēšanu, pirms rodas iekārtu bojājumi, samazinot neplānotas dīkstāves un uzlabojot kopējo iznākumu.