Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Related Topics:mesterséges intelligencia

Up Next

A fémmegmunkálás új dimenziói – Messer Hegesztés- és Lézertechnológiai Innovációs Fórum novemberben

Don't Miss

Újfajta motorindítót hoz a Siemens

Ipar

Egy kompakt megoldás – a nitrogéntermelő rendszer

A nitrogén számos iparágban nélkülözhetetlen gáz, amelyet hagyományosan palackozva vagy ömlesztve vásárolnak, azonban egyre több vállalat fedezi fel a helyszíni nitrogéntermelés előnyeit. Ez a megoldás nemcsak költséghatékonyabb, hanem biztonságosabb, fenntarthatóbb és rugalmasabb is. Cikkünk bemutatja, hogyan befolyásolja a nitrogén tisztasága a költségeket, milyen technológiák állnak rendelkezésre a helyszíni előállításhoz, és milyen gyakorlati előnyökkel jár az Atlas Copco nitrogéngenerátorainak alkalmazása. A cél az, hogy a vállalatok a saját igényeikhez igazított, optimalizált nitrogénellátást valósíthassanak meg.

A kompakt és azonnal telepíthető nitrogéntermelő rendszer független gázellátást és költségmegtakarítást biztosít. Tartalmaz egy légkompresszort, légkezelő berendezést, nitrogéngenerátort, nyomásfokozót, valamint a szükséges tartályokat és vezérlőket. Mindez egyetlen kompakt, előre üzembe helyezett platóra szerelve. A nitrogén állomásnak köszönhetően Ön egy energiahatékony és megbízható helyszíni nitrogénforrás előnyeit élvezheti.
Olvasson többet a kompakt nagynyomású nitrogéntermelő rendszerünkről:
www.atlascopco.com/hu-hu/compressors/products/nitrogen-generators/high-pressure-skid

Ebben a rövid videóban bemutatjuk a nitrogéntermelő rendszert:

Milyen technológiákkal lehetséges a helyszíni nitrogén-előállítás?

A nitrogéngenerátorok két fajtája ismert:

PSA technológia: A PSA (Pressure Swing Adsorption – nyomáslengetéses adszorpció) technológiát alkalmazó generátorok nagy tisztasági (akár 99,999%) és áramlási (1100 Nm³/h) szintre képesek, amelyre az elektronikai, vegyipari és gyógyszeripari folyamatokban van szükség. Ezek a helyszíni nitrogéngenerátorok két összekapcsolt toronyból állnak, amelyek közel folyamatos nitrogénáramlást biztosítanak.

Membrán technológia: A membrános módszerrel előállított nitrogén 95%–99,5%-os tisztasági szintet (állítható) és akár 500 m³/h áramlást is elérhet. Ez ideális a tűzvédelemben, a műanyag fröccsöntésben és az élelmiszer tartósításban való felhasználásra. A membrántechnológiát alkalmazó helyszíni nitrogéngenerátorok előnye a kis helyigény, az alacsony karbantartási és energiaigény.

Az Atlas Copcónál ezen a területen szerzett szakértelmünkkel segítünk Önnek költségmegtakarítást elérni és a minőséget is maximalizálni. Ez úgy lehetséges, hogy a helyben előállított nitrogén tisztaságát az adott alkalmazás alapján szabjuk meg. Mindkét technológiával gyártunk nitrogéntermelő berendezéseket széles nyomássávban és teljesítményben.

Miért lehet olcsóbb a saját nitrogén?

A helyszíni gázgenerátorok lehetővé teszik a vállalatok számára, hogy saját maguk állítsák elő az alkalmazásuknak megfelelő tisztaságú nitrogént. Ez pedig lehetővé teszi számukra, hogy jelentősen csökkentsék ipari gázköltségeiket, mivel a kisebb tisztaságú gáz előállítása kevesebb energiát igényel.

A palackokban vagy ömlesztett szállításban vásárolt gáz viszont mindig ugyanolyan nagy tisztaságú, ami a kriogén gyártási folyamat következménye. Ez azt jelenti, hogy a felhasználók nagy része olyan nagy tisztaságú gázhoz jut (és túlköltekezik), amelyre az alkalmazásuknak nincs is szüksége.

Hogyan befolyásolja a nitrogéngáz tisztasága a költségeket?

A nitrogén nagy szerepet játszik különböző iparágak területén, és gyakran az ötödik közműként emlegetik a víz, a villamos energia, a gáz és a sűrített levegő mellett. A nitrogént sok cég vásárolja meg készen, és néhányan saját maguk termelik. Cikkünkben szeretnénk rávilágítani a helyszíni nitrogéntermelés gyakorlati, pénzügyi, biztonsági és környezetvédelmi előnyeire, valamint arra, hogy mi a különbség a nitrogén tisztasága és minősége között.

Mielőtt megvizsgálnánk, hogy egy gáz, például a nitrogén (N₂) vagy az oxigén (O₂) tisztasága milyen hatással van a költségekre, fontos tisztázni egy gyakori tévhitet: a gáz tisztasága és a gáz minősége nem ugyanaz. A gáz tisztasága csak a koncentrációjára utal, például a 95%-os tisztaságú nitrogén 5% oxigént tartalmaz. A gázminőség a szennyező anyagok további jelenlétére utal.

A helyszíni nitrogéntermelés előnyei

A hatékonyság, a teljes tulajdonlási költség, az alkalmazottak biztonsága és a környezeti hatások tekintetében a helyszíni nitrogéntermelés sok előnnyel jár. Ráadásul a helyszíni termeléssel teljes mértékben ellenőrizheti az adott alkalmazáshoz előállított nitrogén tisztaságát, nyomását és mennyiségét.

Olvasson többet az Atlas Copco nitrogéngenerátor termékeiről:
www.atlascopco.com/hu-hu/compressors/products/nitrogen-generators

A nitrogén vásárlása vagy lízingelése esetén a költségek gyorsan összeadódnak, és Ön folyamatosan ki van téve olyan ellenőrizhetetlen külső tényezőknek, mint a hosszú távú szerződés, az áremelkedés, a logisztikai költségek vagy a folyékony nitrogén tárolásának veszélyei.

A helyszíni termelés mindezen tényezőkre megoldást ad, nemcsak azért, mert a nitrogén körülöttünk jelen van a levegőben, hanem más okok miatt is: a beszállítótól való beszerzés során felmerülő költségek töredékéért érhető el, és alacsony környezeti lábnyomot hagy maga után.

Azok a vállalatok, amelyeknek napi szinten van szükségük nitrogénre, sokat nyerhetnek a gáz helyszíni előállításával. Az előnyök közé tartoznak:

Legalacsonyabb összköltség egységnyi előállított nitrogénre vetítve – javuló eredményesség
Nincsenek hosszú távú és bonyolult, harmadik féllel kötött ellátási szerződések – stabil és kiszámítható költségek
Nulla gáz- és pénzpazarlás – a gáztermelés költsége arányos a felhasználással
Az utántöltésekhez szükséges megrendelések és feldolgozásuk eltűnnek – alacsonyabb adminisztrációs / logisztikai költségek
Teljes biztonság – nincs nagy mennyiségű gáztárolás a helyszínen
Nincs tárolási és szállítási költség – alacsony környezeti lábnyom
Megbízható működés – garantálja a folyamatos száraz, kiváló minőségű és stabil tisztaságú nitrogénellátást
Kompakt és csendes – a csendes működés lehetővé teszi, hogy a gépet a termelési területre telepítse. Nincs szükség külső tartályokra a stabil ellátáshoz

A helyszíni gáztermelés előnyeit ebben a rövid videóban is megtekintheti:

Ha többet szeretne megtudni az Atlas Copco nitrogéngenerátorairól, olvasson tovább:
www.atlascopco.com/hu-hu/compressors/nitrogen-generation

vagy lépjen velünk kapcsolatba: kompresszor.hun@atlascopco.com

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

IT OPEX stabilizáció: Stratégiák és lehetőségek a kiadások optimalizálására

Az elmúlt években végbement digitális transzformáció és a felhőalapú szolgáltatások térnyerése új kihívások elé állítja az IT-vezetőket az operációs költségek (IT Operating Expenditure, röviden IT OPEX) kontrollálásában.

A szoftverlicencek, a biztonsági elvárások és a bővülő felhőinfrastruktúra egyre növeli az IT büdzséjére nehezedő nyomást. A Deloitte legújabb elemzése szerint a jól megválasztott stratégiákkal nemcsak lassítható, de stabilizálható is az IT OPEX növekedése, miközben az informatikai funkciók továbbra is jelentős értéket teremtenek az üzlet számára.

Átláthatóság és stratégiai portfólió-optimalizáció

Az IT-működési költségek (OPEX) stabilizálásának alapfeltétele a teljes körű költségtranszparencia megteremtése. Ehhez az IT pénzügyi menedzsment (ITFM) vagy a Technology Business Management (TBM) megközelítések bevezetése elengedhetetlen. Ezek a módszerek részletesen megmutatják, mely szolgáltatások mennyibe kerülnek, mely üzleti egységek használják azokat és hol rejtőznek felesleges kiadások, például a „shadow IT” (üzleti egységek által, az IT-osztály tudta nélkül bevezetett rendszerek) vagy párhuzamos licencelés.

„Az IT-költségek átláthatósága és a szolgáltatási portfólió rendszeres felülvizsgálata az első lépés a stabilizálás felé. Ha nem tudjuk pontosan, mire megy el a pénz, és mely rendszerek redundánsak, nem tudunk hatékonyan beavatkozni. Ez a fajta pénzügyi érettség alapozza meg a későbbi megtakarításokat.”

– mondta Kiss Dániel, a Deloitte Technológiai Stratégia területének közép-európai vezetője.

Elemzések szerint a strukturált FinOps (pénzügyi műveletek) vagy költségtranszparencia modellel rendelkező szervezeteknél 10-20 százalékos további megtakarítási potenciál azonosítható a felhőkiadásokban. Szükséges a szolgáltatási portfólió folyamatos optimalizálása. Sok IT-szervezetben az évek során feleslegessé váló, elavult vagy redundáns rendszerek viszik el az OPEX egy részét. Éves rendszerportfólió-audit javasolt annak érdekében, hogy felmérjék, mely rendszerek fednek le azonos funkciókat, mely szolgáltatások kihasználtsága alacsony, és milyen előfizetések nem hoznak üzleti értéket. A szoftverlicencek felülvizsgálatával és a redundanciák kiküszöbölésével minimum 10 százalékos optimalizálás érhető el a licenckiadások területén.

Automatizáció, felhőköltség-menedzsment és stratégiai partneri kapcsolatok

Az automatizálás – legyen szó robotikus folyamatautomatizálásról (RPA), infrastruktúráról, mint kódról (IaC), folyamatos integrációról/folyamatos szállításról (CI/CD) vagy automatizált monitorozásról – nemcsak gyorsítja a működést, hanem jelentősen csökkenti a visszatérő manuális feladatok költségét is. Az önkiszolgáló IT-modellek (pl. self-service provisioning, jelszókezelés) bevezetése szintén csökkenti a terhelést. Az Amazon Web Services vagy Google Cloud példái alapján a nem-produkciós környezetek éjszakai vagy hétvégi leállítása (vagy leskálázása) akár 75 százalékkal csökkentheti a költségeket ezen a területen.

A felhőalapú szolgáltatások, amennyiben nincs szigorú FinOps governance (irányítási keretrendszer), gyakran rejtett OPEX-növekedést generálnak. A FinOps csapat feladata, hogy üzleti és technológiai szinten is átláthatóvá tegye a felhőkiadásokat, gondoskodva az erőforrás-méretezésről (rightsizing), a rezervációkról (reserved instances), az automatikus lekapcsolásról és a multi-cloud költség-összevetésről, elkerülve a vendor lock-int (szállítói függőséget). Azok a vállalatok, amelyek külső szolgáltatókat és FinOps eszközöket alkalmaznak, átlagosan ~20 százalékot takarítanak meg a felhőalapú szoftverkiadásokon, míg azok, akik csak in-house próbálkoznak, gyakran kevesebb mint 10 százalékot. A Flexera és a McKinsey & Company jelentései egyaránt ~30 százalékos költségcsökkentésről számolnak be azoknál, akik érettebb FinOps gyakorlatokat alkalmaznak.

„A felhőalapú szolgáltatások és a szoftverlicencek kezelése terén a proaktív, stratégiai megközelítés kulcsfontosságú. A FinOps szemlélet bevezetése és a szállítókkal való folyamatos, adatvezérelt párbeszéd révén a vállalatok jelentős megtakarításokat érhetnek el, miközben biztosítják az üzlet folytonos innovációját és működését.”

– tette hozzá Kiss Dániel.

A nagy licencgyártókkal (Microsoft, Oracle, SAP, Adobe) való stratégiai együttműködés során érdemes:

hároméves licencterv kidolgozása;
a nagyvállalati szerződések újratárgyalása az üzleti KPI-ok (teljesítménymutatók) kötve;
a licenchasználati auditok (Software Asset Management – SAM) saját kézben tartása, hogy időben felismerhetők legyenek az alul- vagy túlbiztosítások;
nyílt forráskódú és hibrid modellek bevonása;
a harmadik féltől származó karbantartási alternatívák (third-party maintenance) mérlegelése, amelyek jelentős megtakarításokat hozhatnak: egy nyilvános esetben például ~50 százalékos éves támogatási költségcsökkentést értek el egy harmadik fél általi support megoldásra váltva.

A piaci benchmark adatok ismerete komoly tárgyalási előnyt biztosít, segítve a vezetőket abban, hogy reális költségcélokat tűzzenek ki. Emellett az IT-vezetőknek rendszeresen kommunikálniuk kell az IT-szolgáltatások üzleti értékét a menedzsment és a pénzügy felé, világosan bemutatva a költségstabilizáció és megtakarítások hatását az üzleti teljesítményre és innovációra.

Az IT OPEX hosszú távú stabilizálása nem egyetlen beavatkozással valósítható meg, hanem több, egymásra épülő stratégia összehangolt alkalmazásával. A teljes költségtranszparencia, a portfólióaudit, az automatizálás, a FinOps szemlélet, a stratégiai licencszerződés-újratárgyalás és a benchmarking együttes alkalmazása révén a szervezetek jelentős, akár 10-30 százalékos OPEX-megtakarítást érhetnek el olyan területeken, mint a licenckiadások, a felhőszolgáltatások vagy a nem-produkciós környezetek fenntartása. A kulcs a folyamatos, adatalapú riporting és a költségtudatosság beépítése a mindennapi működésbe, a kampányszerű beavatkozások helyett.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Kézi 3D szkenner fedélzeti minőségellenőrzéssel – bemutatkozik a FreeScan Omni

Az ipari minőségbiztosítás egyik legnagyobb kihívása, hogyan lehet a garantált precizitást és a hatékonyságot optimális egyensúlyba hozni.

A SHINING 3D legújabb fejlesztése, a FreeScan Omni, most erre ad egy forradalmi választ: egyetlen eszközön integrálja a szkennelést, mesh generálást, ellenőrzést és riportkészítést – mindezt a szkenner fedélzetén, valós időben, számítógép nélkül.

Az új eszköz – csakúgy, mint a SHINING 3D teljes ipari metrológiai portfóliója – az ADMASYS HU kínálatában érhető el Magyarországon, helyi szakmai támogatással és szervizháttérrel.

A FreeScan Omni egy vezeték nélküli, kézi, metrológiai 3D szkenner, amely képes a teljes, fedélzeti minőség-ellenőrzési folyamatot azonnal elvégezni a terepen, a gyártósoron vagy a mérőlaborban. Az eszköz előre beállított mérési sablonokkal és intuitív felhasználói felülettel dolgozik, így az operátorok egyszerűen beolvassák az alkatrészt és néhány pillanat múlva már meg is kapják a mérési riportot – nincs manuális adatfeldolgozás, nincs várakozás.

A VDI/VDE 2634-3 szabvány szerint, ISO 17025 laborban tanúsított metrológiai pontosság sem hagy kívánnivalót maga után: a FreeScan Omni 0,02 + 0,03 mm/m volumetrikus pontosságot biztosít. A háttérben egy nagy teljesítményű számítási modul dolgozik, amely valós időben végzi a 3D adatfeldolgozást.

A FreeScan Omni hivatalos bemutatója október 24-én lesz egy élő, nemzetközi webinár keretében, ahol a SHINING 3D szakértői részletesen bemutatják a technológia működését és előnyeit a gyakorlatban. Csatlakozzon az élő bemutatóhoz, és ismerje meg, hogyan formálja a SHINING 3D a metrológiai innováció jövőjét!

Regisztráció a webinárra itt.

A SHINING 3D az utóbbi években jelentős erőforrásokat fordított kutatás-fejlesztésre, célja pedig nem kevesebb, mint a piacvezető pozíció megszerzése az ipari metrológia területén. Az új FreeScan Omni mellett nemrég debütált a FreeProbe 2 tapintómérő megoldás is, amely a hordozható precíziós mérés új perspektíváját nyitja meg a gyártási és minőségellenőrzési folyamatokban.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!