Электронные производственные журналы: зачем они нужны, если уже есть SCADA, MES и Excel
Электронные производственные журналы: зачем они нужны, если уже есть SCADA, MES и ExcelНа производстве почти всегда есть слой данных, который не приходит из ПЛК, SCADA или MES. Его знает человек: мастер смены, обходчик, механик, водитель, оператор, инженер по качеству.Он увидел отклонение, услышал посторонний шум, понял причину простоя, снял ручное показание, принял смену, зафиксировал ремонт или оставил комментарий для следующей бригады.
Разговариваем с датчиками на человеческом: как связать MQTT, TimescaleDB и LLM через Model Context Protocol (MCP)
Любой, кто когда-либо работал на фабрике или в автоматизированных коммерческих помещениях, хорошо знаком с этой болью: данные датчиков занимают гигабайты, но чтобы извлечь из них хоть какую-то пользу, нужно пройти семь кругов ада. Надо писать SQL-запросы, загружать данные в CSV, переводить на Python, составлять графики в Excel, внимательно просматривать и искать аномалии…
ИИ-стартап Джеффа Безоса стремится создать «искусственного инженера-универсала»
Основатель Amazon Джефф Безос заявил, что его новый стартап в области ИИ Prometheus будет работать над созданием «искусственного инженера-универсала». Он стремится разработать инженерные инструменты на основе ИИ для помощи в проектировании физических продуктов.
Siemens «сломал» игру: почему их новый ИИ-агент навсегда изменит программирование ПЛК в TIA Portal
Интеграция больших языковых моделей (LLM) в процессы промышленной автоматизации долгое время упиралась в серьезное ограничение: базовые ИИ-модели предлагают лишь обобщенные фрагменты кода, которые инженеру приходится вручную адаптировать под архитектуру конкретного проекта. Этот процесс сопряжен с риском галлюцинаций, не учитывает реальную топологию сети и часто сводит на нет всю экономию времени.
Антивирус бессилен: только ИИ видит аномалии в промышленных сетях
По мере того как ландшафт промышленной кибербезопасности осваивает технологии искусственного интеллекта (ИИ) и машинного обучения (ML), меняются и подходы к обнаружению аномалий в средах операционных технологий (OT) и промышленных систем управления (ICS / АСУ ТП). Внедрение этих инноваций не только повышает безопасность, но и улучшает прозрачность на протяжении всего жизненного цикла систем.
Сигнатуры устарели: почему будущее кибербезопасности АСУ ТП — за поведенческой аналитикой
По мере того как ландшафт промышленной кибербезопасности осваивает технологии искусственного интеллекта (ИИ) и машинного обучения (ML), меняются и подходы к обнаружению аномалий в средах операционных технологий (OT) и промышленных систем управления (ICS / АСУ ТП). Внедрение этих инноваций не только повышает безопасность, но и улучшает прозрачность на протяжении всего жизненного цикла систем.
G-code программисту и Brainfuck не страшен
Brainfuck хотя бы честно предупреждаетУ Brainfuck есть одно большое достоинство: он сразу выглядит как язык, с которым нормальному человеку лучше не даже не связываться. Программа на нём похожа на результат работы кота, уснувшего на клавиатуре:++++++++>+.Скобки, плюсы, минусы, стрелочки, точка, запятая — и всё. Восемь команд, минимум синтаксиса, максимум ощущения, что кто-то решил доказать теорему о вычислимости, но по дороге серьёзно разочаровался в человечестве.
PLC AI Studio, часть 2: многопроектный режим и маршрутные окна — как провести ИИ через целый объект
Дисклеймер: Это продолжение первой статьи про PLC AI Studio — инструмент, который заставляет ИИ сначала разобраться в задании, а потом писать код ПЛК, и проверяет результат фактами. В первой части был разобран базовый режим: одна установка, один IOLIST + одно ТЗ → один проверенный ST-файл. Здесь рассказываю то, что в прошлый раз было только тизером «что дальше»: многопроектный (многосистемный) режим и маршрутные окна
Как глушить нефтяную скважину… машинным обучением. Часть 2, техническая
Продолжаю рассказывать широкой общественности об интересном ML проекте, результаты которого внедряются в реальный технологический процесс. В Первой части разобрались, что такое глушение и почему важно уметь рассчитывать объемы жидкостей глушения. В этой части будет непосредственно все то, как мы решали эту задачу с помощью МЛ:Построили двухконтурную систему: офлайн-обучение на XGBoost и CatBoost — и лeгкий онлайн-инференс через Flask.Вместо одного .fit()
Генерация кода ПЛК на Structured Text с помощью ИИ: архитектура, проверка, реальные результаты
Дисклеймер: Это статья о том, что я строю и как это работает. Инструмент проходит тестирование на реальных проектах. Публикую сейчас, чтобы услышать мнение инженерного сообщества — что учесть, где слабые места, каких граблей избежать. Откуда всё началосьОднажды мне потребовалось написать программу на Structured Text для системы автоматизации. И, как любой инженер, который слышит про искусственный интеллект, я в какой-то момент спросил себя: а мог бы ИИ написать код вместо меня?
