Digitize по-бързо: Баварските доставчици завладяват Catena-X!

Digitize по-бързо: Баварските доставчици завладяват Catena-X!
Bayern, Deutschland - В динамичния свят на автомобилната индустрия цифровите промени стават все по -необходими. Свежия вятър духа през индустрията, тъй като германският Edge Cloud (GEC) и Siffico стартираха ново оферта за дигитализация, която улеснява връзката с иновативния проект Catena-X. As [electronics.de] (https://www.elektroniknet.de/automation/ industrie-40-iot/produkitersdigitalization-digital-in-tagen-stagen-statt-stagen-statt-stagen-statt-stagen-statt-stagen-stagen-statt-stagen-tml), this offer aims to accelerate access to production data and at the same time increase transparency. По-специално доставчиците са длъжни да използват своите производствени данни, за да могат оптимално да се интегрират в цифрови екосистеми като Catena-X.
Бетонен пример показва, че 80 % от машините са били цифрово свързани с баварски доставчик на автомобили само за четири седмици. Използва се системата за цифрово производство на Oncite (DPS) от GEC, която събира данни от машини, системи и енергийни сензори и ги предоставя в стандартизиран формат в централна точка. Връзката с Catena-X е чрез шлюза Oncite DPS CX. Благодарение на GEC Integration Service, която работи чрез платформата Orchestra, обменът на данни между различни системи като машинни контроли или ERP е значително опростен.
Предимствата на Catena-X
Какво прави Catena-X толкова изключителен? Според [bosch-connected-indery.com] (https://www.bosch-connected-indery.com/de/portfolio/bosch-semantic-stack/catena- x), Catena-X предлага отлично решение за запис и съпоставимост на продуктовия въглероден отпечатък (PCF). Специалното нещо: Разработена е стандартизирана процедура, която се занимава с предизвикателствата на събирането на данни през целия жизнен цикъл на даден продукт. Това е особено важно в автомобилната индустрия, където участват много доставчици. Хомогенизацията на семантичните данни чрез цифрови близнаци дава възможност за хармонизиране на тези данни.
В допълнение, Catena-X гарантира, че данните на PCF са оптимално сравними, тъй като централните изисквания за изчислението са предоставени в отделен набор от правила. Това улеснява компаниите да постигнат целите си за устойчивост и да намалят емисиите на CO₂ в цялата верига на доставки.
Екосистема с отворени данни
Catena-X преследва амбициозната цел за създаване на безопасна и ефективна екосистема за данни за цялата верига на доставки в автомобилната индустрия. [dlr.de] (https://www.dlr.de/de/forschung-und-transfer/projekt-und-missions/catena- x) подчертава, че фокусът е върху икономическата полза и устойчивост. Като първата напълно отворена и стандартизирана мрежа за обмен на данни, проектът има за цел да създаде прозрачни потоци от данни, не само прави производствените процеси по -ефективни, но и подобряват баланса на CO₂.
Проектът е разработен в сътрудничество с водещи компании в партньорите на автомобилната индустрия и науката и благодарение на технологичните компоненти въз основа на общи стандарти се осигурява практическо прилагане. В допълнение, иновативните методи на AI на Института за DLR за AI сигурност поддържат проекта, например чрез провеждане на AI обучение чрез „Платка за учене в пролетта“, без да се налага да разкриват данни.
Устойчивостта и интернационалността очевидно са на преден план, тъй като с над 15 международни партньори мрежата непрекъснато се разширява. Други проекти за трансфер на кръстосани индустрии с компании като BASF и Henkel също допринасят за създаването на стаи за кръстосани сектори. Проектът продължава от 1 август 2021 г. до 31 юли 2024 г. и се финансира от Федералното министерство на икономиката и защитата на климата, както и от Европейския съюз.
В обобщение може да се каже, че дигитализацията в автомобилната индустрия е на правилния път. Инициативата Catena-X показва как може да се разработи иновативни подходи и тясно сътрудничество между индустрията и науката, която е устойчива на бъдеща и устойчива екосистема за данни.Details | |
---|---|
Ort | Bayern, Deutschland |
Quellen |