2020年4月20-24日，即将迎来2020汉诺威工业博览会，今年将以“工业转型"为主题，聚焦工业4.0、人工智能、5G、智能物流等趋势话题。
现阶段全球正处于数字化的变革时期，工业企业面临的需求和挑战已经与之前大不相同，研发、生产、物流和能源供应技术供应商需要适应急剧变化的市场需求，会议主题定为“工业转型”也是由此而来。
所以今年汉诺威工业博览会不仅展示所有相关技术，还将全面关注工业转型，赋予工业转型过程全面和持续关注的世界性贸易平台，为全球数字集成工业提供创新驱动力。
为此，展会官方对各核心领域的关键主题做出了调整。调整后，汉诺威工业博览会将展出六大类别：“创新技术及未来生产”、“自动化、动力及传动”、“数字生态系统”、“能源解决方案”、“物流”以及“工业零部件”。以下是德国工业智库为您推荐的十个在工博会上值得关注的创新科技：
KlettWelding Tape 焊接胶带
在去年的汉诺威工博会上，NanoWired凭借着其创新产品KlettWelding Tape焊接胶带获得了“工业界奥斯卡奖”Hermes Awards工业技术创新奖。这种焊接胶带可以用来轻松连接电子组件，且持久、环保。同时，具有导热、导电特性。
采用焊接、接线、胶合或拧紧等方式连接电子元件有时成本会很高，而且容易出错。例如，焊接时因高温可能会对部件造成热损坏。NanoWired GmbH的发明 “KlettWelding Tape”则可避免这类风险。新胶带的核心是一种金属“草坪”，作为“草叶”的纳米线虽然很小，但能持久支持。将两个被胶连的组件压缩即可，就像搭扣的孔眼和钩子，这种连接不仅能长久稳定而且导电和导热。“草叶”可以选用铜、金、银、镍、铂或铟等金属材料。新工艺的特点是简单、室温下操作，因而节能、成本降低、环境友好。其应用前景广阔，领域可涵盖传感器、半导体、汽车和消费品行业。
集成分布式人工智能的工业物联网传感器
Bitmotec利用分布式人工智能开发自己的工业物联网传感器技术，将复杂的传感器技术与最新的工业4.0，工业物联网（iIoT），机器学习相结合，转变成高度模块化，用户友好的工业化升级改造方案。
该公司的宗旨是让工业物联网测量技术像智能手机一样易于使用。该公司设计的工业物联网传感器集成了分布式人工智能，可在没有特殊IT知识的情况下在工厂运行。
系统提供包含不同类型工业物联网传感器的工业物联网系统套件（例如智能物联网传感器、智能工业相机）。 这些组件可以进行相互组合，并且可以容易地组合以形成独立的完整系统。系统可以轻松映射到企业中的各个应用场景（例如，在生产和物流中）。 测量变量例如是功耗，振动，温度和湿度。
用于监控机床滚珠丝杠的人工智能系统
在加工制造领域，数控机床的核心传动系统主要由滚珠丝杠构成，滚珠丝杠的定位精确性直接决定了刀具切削加工的准确性，进而影响产品的质量。由于生产加工过程中滚珠丝杠精度衰退的过程不透明，往往只能在产生次品后才能被发现，造成材料浪费。
德国卡尔斯鲁厄理工学院（KIT）的研究人员成功开发了一种用于全自动监控机床滚珠丝杠的人工智能系统，该系统可以监测机床中的滚珠丝杠传动机构，从而连续监测磨损情况，减少机器停机时间。
带有照明装置的摄像机集成在滚珠丝杠驱动器中，对主轴进行连续监控。（图：KIT）
研究人员将一个带照明装置的相机集成在滚珠丝杠驱动器的螺母中。当螺母在主轴上移动时，它将为每个主轴部分拍摄单独的照片，图像数据与机器学习算法的结合使系统的用户可以直接评估主轴表面的状态。“我们使用成千上万的记录训练了我们的算法，以便可以准确地区分主轴是否存在缺陷，通过进一步的对图像数据进行评估，磨损也可以精确地量化和解释。这使得我们能够区分异常仅仅是污垢还是有害点蚀。该算法适用于所有需要基于图像缺陷识别主轴表明的应用场景，因此可以转移到其他的应用场景中” 卡尔斯鲁厄理工学院（KIT）生产技术研究所的研究人员Tobias Schlagenhauf说道。
智能加热系统，实现精确时间和精确温度的加热操作
Watttron公司开发的智能加热系统，有助于减少塑料行业内的材料和能源的消耗，可以在方形加热像素的帮助下对材料表面进行精确地加热。
该技术可在很小的范围内对表面进行不均匀，精确定义的加热。这项创新取决于强大的算法，该算法可根据使用ANSYS解决方案的热成型仿真结果迭代更新温度曲线。
例如在塑料薄膜成型中，得益于每个像素都可以被单独控制，这就使得用户可以对薄膜进行有针对性、不均匀的加热，使塑料薄膜的流动性可以最佳地适应所需的形状。通过这一创新工艺，处理器可以保证壁厚均匀，从而可以使用“更薄”的薄膜，大大的降低能耗。
智能模块化自动化系统
这是一个智能的模块化自动化系统，由卡尔斯鲁厄理工学院的衍生公司robodev研发。可以在短时间内集成在几乎所有的手动工作站和生产线上并投入运营。图形化的助手使用直观，不需要编程知识基础；模块化系统既简单又灵活。可以自主完成自动化任务，提高生产率或改善质量，缩短交货时间与投资回报周期。
严格意义上，这套系统执行的功能，现在完全可以用其他方式(比如，PLC,工控机）完成。但是，传统方式对维护者和使用者要求较高。在中国，机械手的维护和使用对人的要求很高，所以在很多小型工厂不是没资金上机械手，而是很难找到使用和维护的人员。这套系统就像工业的乐高积木一样，操作者无需专业的编程知识，在不需要外部集成商的帮助下，也能进行使用，特别适合电子类产品的生产线。
模仿蝙蝠回声定位技术，全球首创3D超声波传感器
Toposens是一家德国机器人及汽车自动驾驶硬件制造公司。公司在世界范围内首创近场3D超声波视野技术，通过结合硬件设备和成熟的算法，包括通过回声原理定位物体和行人，为车辆提供更安全的无人驾驶体验。
核心技术基于该公司的SoundVision1TM 芯片打造，能够让该传感器系统轻松适用于多种产品设计，成为一个完美的技术平台，用于研发下一代汽车和机器人，甚至用于自动停车和下一代ADAS功能等汽车用例中。
该传感器的探测范围最高为5米，扫描频率约为28 Hz，每秒最高返回200个点，每个3D点对应笛卡尔坐标，并能够对从物体表面返回的超声波额外进行体积测量。
智能螺栓、智能轴承在恶劣机械工程环境中的应用
Sensorise是不来梅大学微型传感器、致动器和系统（IMSAS）研究所孵化分离出的高科技公司，由微型传感系统、电气工程、机电一体化、计算机科学、工商管理以及市场营销领域的国际跨学科团队组成。该公司将传感器直接集成到标准机器元件中，如螺纹杆、法兰、轴承等，基于机器学习，监控测量机械载荷，以实现机械工程领域在恶劣环境中的预测性维护解决方案。
以智能螺纹杆为例，智能螺栓将四根极细拉伸应变传感器线状沿螺纹缠绕， 可以根据材料应力应变关系 ，数字化监控螺栓所处状态（弹性阶段/屈服阶段/颈缩阶段等）在机械安装和接下来较长的生命周期中实现远程预见性维护。
订阅“2020德国高新科技侦察兵”，获取更多工业创新科技资讯。
工业人工智能，提前七天预测机器停机
到目前为止，机器学习和AI仍是“黑匣子模型”。我们无法了解到为什么AI会做出确定的决定。如果算法说一台机器很可能会发生故障，但无法说出做出此决定的原因或方式，那么人们将很难理解和接受。 Craftworks的智能算法在这里开发了打开黑匣子的方法。不仅可以预测系统何时发生故障，还可以预测原因，这将是市场上独特的一个卖点。除此之外，Craftworks为工业公司的预测质量和预测维护开发了单独的AI和软件解决方案 。可拓展的解决方案可以让工业客户构建自己的模型，从而不依赖于特定的AI解决方案。
智能声学传感器：声学状态监测智能系统
这是由弗劳恩霍夫数字媒体技术研究开发的声学状态监测智能系统。该解决方案使用智能声学传感器通过分析工业机器产生的声音来监控工业机器的状况。允许在非常早的阶段检测故障，从而可以将机器停机时间减少到最小。
例如在输送系统中，轴向柱塞泵作为驱动力使机器提升重载荷。如果这些关键部件无法正常运行，则可能会发生机器损坏，从而导致机器停机，这通常会导致相当大的经济损失。Fraunhofer IDMT听力，语音和音频技术（HSA）部门的专家专注于轴向柱塞泵，通过分析这些泵产生的声音，系统可以确定泵是否可以正常工作。电池供电的传感器用于捕获泵产生的声音（空气声或结构声）， 然后
传感器将记录的声音与参考音频数据进行比较， 这些汇总的信息最终以元数据的形式提供。该解决方案可以改装到任何机器上，不仅可以对机器的状况进行一般评估，还可以提供检测到的问题类型（例如滚珠轴承的径向/轴向游隙，液压系统的问题） 。该系统的一个重要优点在于数据主要在传感器上直接处理。这意味着系统可以在本地使用，无需访问服务器或Internet。因此，当在需要特殊保护的设施中使用时，该系统也符合最高安全标准。
閱讀更多 德國工業智庫 的文章
