创新是“中国制造2025”的核心驱动,未来随着新一代信息技术与制造业的深入融合,制造业生产方式、企业组织、产品模式等都将发生巨大变化。在此背景下,南京高精传动设备制造集团有限公司(简称:南高齿)率先发力,在外部推动“环球传动网”上线,打造B2B垂直电商平台,在内部利用锐捷网络的“智能工厂无线解决方案”构建高效生产和物流环节,在持续创新中扬起了“中国智造”的风帆。
智慧车间的“无线门槛”
南高齿成立于1969年,总部位于中国南京,2007年在香港上市,股票名称“中国高速传动”。经过多年的发展,南高齿已形成齿轮、船用、机床、LED 四大业务格局,旗下品牌“NGC”是中国名牌和国际知名品牌,其风力发电齿轮箱设备的生产规模、经济效益目前已经超过欧美国家,位居世界第一。2009年,南高齿与国际合作企业展开了LET精益文化传到合作,此后,其又进行了MES项目合作协议,通过信息传递对从订单下达到产品完成的整个生产过程进行优化管理,力争实现产品“零缺陷”的目标。这些努力不但为南高齿在国际市场上争取到了竞争优势,而且使其质量控制体系逐步得以稳健提升。
南高齿的质量战略“零缺陷”项目于2015年初开始,并且依托MES项目在生产环节率先发力,加大生产车间的智能化改造。而智慧化的车间首先就把制造行业生产管理五大要素“人”、“机”、“料”、“法”、“环”信息与网络连接起来,实现对五大要素智能化识别、定位、跟踪、监控和管理,才能让车间变成信息无所不在、无所不通。为此,南高齿计划在生产车间内部署扫码系统,通过扫码枪扫描条形码的方式,实时获得和传递物料与产品信息。而达成这一目标的前提,就要在生产车间内部署一套稳定、高速、易管理的WLAN网络。
图:南高齿生产车间实景图
然而,这套无线网在“车间”部署并非易事,需要迈过四道“门槛”。第一,工厂车间的环境具有很强的特殊性,扫码业务要求在大范围移动中,确保AP间切换不掉线;第二,在高温熔炉车间,夏天的局部温度可达到50℃—60℃,对无线AP在高温环境下的稳定运行提出要求。第三,在机床车间,要求AP要具备强大的抗干扰能力,避免电磁磁场的干扰。最后,此项目需要将四个厂区均实现WLAN覆盖,小行厂区作为网络管理中心,要能够实时的监控所有WLAN设备的使用情况,实现统一管理、统一配置、统一优化。
从“排位”最后到最终胜出的黑马
南高齿的WLAN项目一经对外公布,便吸引了六大网络厂家参与竞争。但是,面对障碍物阻挡、极限温度、同频干扰,以及条码枪移动终端无线网卡功率小的问题,前面5个厂商的产品并没有获得南高齿的认可。而“最后一个获知项目信息、最后一个进场测试”的锐捷,却直接锁定了最后胜出结果。那么,锐捷无线是如何成为黑马的呢?
针对南高齿的需求,锐捷网络与其他厂商的区别在于“因地制宜”,由此向用户推荐了业内首创的“智能工厂无线解决方案”。
首先,针对扫码业务在移动中频繁掉线的情况,锐捷通过合理的控制AP距离间隔,保障了有效覆盖范围内的无线信噪比质量,同时在设计上保证了终端承载的宽松,来保证移动过程中终端能够顺畅切换,不发生掉线。
其次,针对高温和电磁干扰,锐捷部署了具备宽温(在-40~65℃超大范围内仍可以正常工作)和IP67级防水防尘设计的RG-AP 630,该产品还具备抗电磁干扰设计,完全可以适应车间恶劣的部署环境。
最后,为了能够让小行厂区管理中心直观且方便的进行无线网络管理,锐捷提供了支持有线和无线一体化运维的RIIL管理平台。通过RIIL管理平台,可以直观的看到4个厂区无线设备的运行状态及负载情况,主动探测无线网络运作状况,自动生成网络运行状况的报表,从而实现无线网的智能管理。
深入场景留下“最深印象”
通过为期一年多的稳定运行,锐捷的“智能工厂无线解决方案”帮助南高齿稳定、高效地承载了生产车间的MES应用,提高了生产效率、实现了生产的精细化管理,为南高齿的工厂智能化迈出了坚实的一步。
图:锐捷工程师现场勘测测试
“锐捷的服务质量值得我们肯定,无线产品也是性能最好的!”南高齿信息部单主任给予了锐捷很高的评价。在现场勘测的过程中,锐捷工程师不怕困难,直接爬上全是油渍的房顶安装调试测试样机的情形犹如昨天,让他对锐捷的产品方案“另眼相看”。如今实际应用中,优异的信号强度、稳定的信号源、简单易行的管理方式,也诠释了“深入场景”为用户带来的实际价值。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。