nach oben

Erschienen in:

2024 | OriginalPaper | Buchkapitel

Artificial Intelligence Decision Systems to Support Industrial Equipment Manufacturing

verfasst von : Beatriz Andres, Miguel Angel Mateo-Casali, Juan Pablo Fiesco, Raul Poler

Erschienen in: Proceedings of the 17th International Conference on Industrial Engineering and Industrial Management (ICIEIM) – XXVII Congreso de Ingeniería de Organización (CIO2023)

Verlag: Springer Nature Switzerland

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

This article discusses how integrating artificial intelligence (AI) into Industry 4.0 can promote sustainability and resilience in production systems. It addresses the lifecycle manufacturing concept, which aims to minimise waste and reduce the environmental impact of manufacturing operations. This paper focuses on the specific machine tool production sector and how AI technology can optimise production processes by reducing downtimes and improving overall manufacturing efficiency. Accordingly, the article aims to identify the needs that industrial equipment manufacturers have during the replenishment, production and delivery processes, and how AI could fulfil these needs. By leveraging AI technologies, manufacturers can significantly improve efficiency, profitability and customer satisfaction, which results in improved performance and business growth. The paper also introduces European HORIZON project AIDEAS, which aim to develop AI technologies to support the manufacturing phase of the industrial equipment life cycle.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Single-Station Unrelated Parallel Machines Scheduling Problem: A Case Study in a Real Factory

Nächstes Kapitel Optimising Machinery Utilisation by Applying Artificial Intelligence

AIDEAS. AI Driven Industrial Equipment Product Life Cycle Boosting Agility, Sustainability and Resilience. European Union’s Horizon Europe research and innovation programme under grant agreement No. 101057294 (2022)

Buchmeister, B., Palcic, I., Ojstersek, R.: Artificial Intelligence in Manufacturing Companies and Broader: An Overview, pp. 081–098 (2019). https://doi.org/10.2507/daaam.scibook.2019.07

Cioffi, R., Travaglioni, M., Piscitelli, G., Petrillo, A., De Felice, F.: Artificial intelligence and machine learning applications in smart production: Progress, trends, and directions. In: Sustainability (Switzerland) (Vol. 12, Issue 2). MDPI (2020). https://doi.org/10.3390/su12020492

Javaid, M., Haleem, A., Singh, R.P., Suman, R., Gonzalez, E.S.: Understanding the adoption of Industry 4.0 technologies in improving environmental sustainability. Sustain. Oper. Comput. 3(January), 203–217 (2022). https://doi.org/10.1016/j.susoc.2022.01.008

Lu, Y.: Industry 4.0: a survey on technologies, applications and open research issues. J. Ind. Inf. Integr. 6, 1–10 (2017). https://doi.org/10.1016/j.jii.2017.04.005CrossRef

Luthra, S., Mangla, S.K.: Evaluating challenges to Industry 4.0 initiatives for supply chain sustainability in emerging economies. Process. Saf. Environ. Prot. 117, 168–179 (2018). https://doi.org/10.1016/j.psep.2018.04.018CrossRef

Machado, E., Scavarda, L.F., Caiado, R.G.G., Thomé, A.M.T.: Barriers and enablers for the integration of industry 4.0 and sustainability in supply chains of MSMEs. Sustainability (Switzerland), 13(21), 11664 (2021). https://doi.org/10.3390/su132111664

Moeuf, A., Lamouri, S., Pellerin, R., Tamayo-Giraldo, S., Tobon-Valencia, E., Eburdy, R.: Identification of critical success factors, risks and opportunities of Industry 4.0 in SMEs. Int. J. Prod. Res. 58(5), 1384–1400 (2020). https://doi.org/10.1080/00207543.2019.1636323

Nayyar, A., Kumar, A., Gupta, D.: A roadmap to industry 4.0: smart production, sharp business and sustainable development. In: Advances in Science, Technology and Innovation (2020). https://doi.org/10.1007/978-3-030-14544-6_11

Ongsulee, P.: Artificial intelligence, machine learning and deep learning. In: Fifteenth International Conference on ICT and Knowledge Engineering, pp. 1–6 (2017). https://doi.org/10.1109/ICTKE.2017.8259629

Prause, M.: Challenges of industry 4.0 technology adoption for SMEs: the case of Japan. Sustainability (Switzerland) 11(20), 5807 (2019). https://doi.org/10.3390/su11205807

Sanders, A., Elangeswaran, C., Wulfsberg, J.: Industry 4.0 implies lean manufacturing: research activities in industry 4.0 function as enablers for lean manufacturing. J. Ind. Eng. Manag.-JIEM 9(3), 811–833 (2016). https://doi.org/10.3926/jiem.1940

Sundar, R., Balaji, A.N., Satheesh Kumar, R.M.: A review on lean manufacturing implementation techniques. Procedia Eng. 97, 1875–1885 (2014). https://doi.org/10.1016/j.proeng.2014.12.341CrossRef

Trevisan, A.H., Lobo, A., Guzzo, D., Gomes, L.A., de V., Mascarenhas, J.: Barriers to employing digital technologies for a circular economy: a multi-level perspective. J. Environ. Manag. 332, 117437 (2023).https://doi.org/10.1016/j.jenvman.2023.117437

Titel: Artificial Intelligence Decision Systems to Support Industrial Equipment Manufacturing
verfasst von: Beatriz Andres
Miguel Angel Mateo-Casali
Juan Pablo Fiesco
Raul Poler
Verlag: Springer Nature Switzerland
Buch: Proceedings of the 17th International Conference on Industrial Engineering and Industrial Management (ICIEIM) – XXVII Congreso de Ingeniería de Organización (CIO2023)
Print ISBN: 978-3-031-57995-0

Electronic ISBN: 978-3-031-57996-7

Copyright-Jahr: 2024
DOI: https://doi.org/10.1007/978-3-031-57996-7_75

Premium Partner

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.

Zur Marktübersicht

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner

Marktübersichten