OPC Unified Architecture
PulseAugur coverage of OPC Unified Architecture — every cluster mentioning OPC Unified Architecture across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
用户使用n8n工作流自动化AI新闻聚合
一位用户通过创建一个n8n工作流，自动化了他们早上查看AI新闻的例行程序。该工作流整合了通常需要打开多个浏览器标签页才能获取的信息。用户还分享了如何有效地分割录制的音频以供检索，确保每个片段都包含时间信息，并与前一个片段有轻微重叠以保持上下文。
-
统一命名空间仍未能解决工厂数据挑战
本文讨论了即使在实施了统一命名空间（UNS）的情况下，从工厂传感器数据中提取可操作见解所面临的挑战。虽然UNS有助于实时数据共享，但它在使这些数据易于用于回答关键业务问题方面留下了空白。文章详细介绍了工厂数据来自PLC和传感器、ISA-95模型层以及Modbus和OPC UA等各种工业协议带来的复杂性。它强调了传统工厂中点对点集成的“意大利面条问题”，这导致了数据基础设施的脆弱性和扩展困难。
-
专家称，制造业AI项目因数据挑战而失败
制造业的数字化转型和AI项目经常因数据可访问性、建模和治理方面的挑战而失败。专家指出，超过40%的企业AI项目因糟糕的数据基础和集成问题而被放弃。标准化的数据模型对于使AI系统能够有效解释制造数据至关重要，从而实现更可靠的运营和改进工厂间的比较。CESMII等组织正致力于通过推广开放信息模型和标准化数据上下文来解决这些问题，以增强互操作性并降低制造商（尤其是中小型企业）的成本。
-
Overview AI 发布集成AI助手的AI检测相机
Overview AI 推出了两款新的人工智能驱动的检测相机，OV Spark 和 OV Spark Pro，旨在用于工厂检测产品缺陷。这些相机配备了一个名为 Sparky 的集成AI助手，可以回答有关检测设置的英语问题并协助进行设置。相机可离线运行，利用高通的 Dragonwing AI 处理器进行图像分析，并提供各种检测工具，包括对齐、计数和条形码读取。
-
AI代理通过高级诊断和自主性彻底改变汽车制造业
人工智能正在迅速改变汽车制造业，从简单的预测分析转向更复杂的代理工作流。这些AI系统现在可以充当档案管理员，记住广泛的机器历史，并充当调查员，分析异常以确定根本原因。通过集成多个AI模型并利用ISA-95等标准，制造商可以创建统一的运营图景，改进在线检查和缺陷识别等流程。此外，有界自主性的进步使AI代理能够启动已批准的工作流，将人类角色从直接劳动转向监督，并提高生产线的安全性和效率。
-
新基础设施增强制造知识图谱的信任度
研究人员开发了一种可组合信任基础设施，旨在提高制造知识图谱的可靠性。该系统集成了四项关键功能：SHACL验证、PROV-O溯源、领域感知双时态版本控制以及原生图决策对象。通过使用共享的相关标识符，这些组件协同工作，提供涌现的信任属性，例如仅靠任何单一功能都无法实现的完整链条审计能力。该基础设施已在包含十一个不同工业数据源的测试平台上得到验证，证明了其在整合不同信息以改进决策方面的有效性。
-
新流程利用大语言模型和本体论自动化工业设备配置
研究人员开发了SysName，一个旨在自动化工业现场总线设备配置的流程。该系统使用混合检索索引，并结合了源自ECLASS、AAS和SOSA/SSN标准的本体图。然后，本地大语言模型生成JSON-LD配置，并通过一个两阶段的弃权门进行进一步验证，以防止不安全的操作。SysName在配置各种工业协议方面表现出高精度和高效率，包括一个涉及Universal Robots UR5e机器人的案例研究。
-
制药维护转向由人工智能驱动的预测系统以确保合规性
现代制药制造需要一个复杂的计算机化维护管理系统（CMMS）来处理设备故障的关键性质。与其他行业不同，制药行业的设备停机可能导致批次报废、错过验证窗口以及面临 FDA 和 EMA 等监管机构的审查。先进的 CMMS 解决方案利用人工智能和机器级传感器，通过 MQTT 和 OPC UA 等协议，将维护模式从被动响应转变为预测性协调。这可以实现异常的早期检测、故障的自动记录以及直接向技术人员提供诊断解决方案，从而缩短平均修复时间并确保符合 …
-
llmesh Digest 通过提示防火墙和物联网集成统一本地和云端 LLM
llmesh Digest 推出了一个 Python 框架，旨在统一使用本地和云端的大型语言模型 (LLM)。它为与 Ollama、OpenAI、Anthropic 等各种 LLM 提供商的交互提供了一致的接口，简化了在开发和生产中切换它们的过程。该框架还包含一个用于管理 LLM 输入的“提示防火墙”，一个用于性能增强的 Rust 扩展，以及与 Modbus 和 OPC-UA 等工业物联网协议集成的能力。
-
Jneopallium 集成人工智能以实现安全门控的工业流程控制
一个名为 Jneopallium 的项目正在开发中，旨在将 OPC UA 与安全门控认知控制模型集成到工业流程中。该计划旨在通过构建先进的控制模型来提高工业系统的安全性和自主性。该项目的代码库可在 GitHub 上公开获取，允许社区参与和透明度。