AI制造
共 10 篇文章
文章
场景学社编辑部
·
06-09
AI预测性维护落地策略——从3个行业案例看ROI测算与实施路径
从饮料、新能源车企、化工三个真实案例出发，拆解AI预测性维护的落地步骤、ROI测算逻辑和实施路径，帮助制造企业评估是否上马以及何时见效。
文章
场景学社编辑部
·
06-09
离散与流程：AI预测性维护的两种落地逻辑
离散制造和流程制造都在推AI预测性维护，但底层逻辑截然不同。离散制造以"设备集群+时序数据"为核心，流程制造以"工艺参数+多变量耦合"为核心。本文拆解两大路径的数据架构、模型选型和投资回报差异。
文章
场景学社编辑部
·
06-09
从人工筛选到AI全检：食品加工行业视觉分选的三个突围方向
食品加工业异物检测正从"人工抽检+金属探测"向"AI视觉全检"快速演进。本文从三个突围方向切入，用真实案例解读AI如何解决传统检测的漏检、误报和高成本痛点。
文章
场景学社编辑部
·
06-09
边缘AI重塑制造现场：从数据上云到决策在端
边缘AI正在改变制造现场的数据处理范式。当毫秒级响应成为刚需，云端AI的延迟瓶颈如何被突破？本文解析边缘AI在质检、预测性维护和安全监控三个场景的落地逻辑与量化效果。
文章
场景学社编辑部
·
06-09
需求预测AI：离散制造与流程制造的两种落地路径
同样是AI需求预测，离散制造看渠道数据，流程制造盯原材料。本文从两种制造模式的核心差异出发，拆解AI预测的两种落地路径，给出可对照的选型框架。
文章
场景学社编辑部
·
06-09
AI Agent如何重构车间排产：从48小时响应到12小时的三个关键跃迁
传统车间排产面对紧急插单和多型号共线的双重压力时，人工排产员往往需要48小时才能响应。AI Agent如何将这一时间压缩到12小时？本文拆解三个关键跃迁。