IoT ve Mechatronics Mühendislikinin Yakınlığı

Akıllı üretim, mekanik, elektrik ve bilgisayar mühendisliği için temel bir değişim temsil eder. Bu dönüşümün kalbinde, pervap bağlantı, sensör istihbaratı ve bulut veya kenar tabanlı analizlerin her makineye, konveyöre ve robotik kola dayandığını belirtir.

Modern bir akıllı fabrikada, enjeksiyon makinesi sadece plastik şekillendirmez; bu yakınlaştırma sistemleri, merkezi bir sinir sistemi üzerinde düğümler haline getirir.Bir işbirlikçi robot (kobot) sadece kaynak eklemleri tasarlayamaz; bu, kendi yörünge ve uyarı operatörlerinin ortaya çıkmasını gerektirir.Bu yakınlaştırma sistemleri, ağlanabilir sinir sistemi üzerinde düğümler içine izole edilmiş bir sinir sistemi ile izole edilmiş bir şekilde dönüştürülür.

Endüstri araştırmalarının büyüyen bir vücudu, bu yakınlaşmanın ekonomik ve operasyonel avantajlarını vurgulamaktadır. McKinsey & Şirket, üreticilerin IoT odaklı tahmin edici bakım almalarını, makineyi% 10-40 oranında azaltıp, bakım maliyetlerini sürekli olarak raporlayabildiğini bildirdi.[Dönetici:0).Bu nedenle, sadece fiziksel sistemlerle ilgili olarak yeniden geliştirilmemektedir[Döneticileri değiştirmiş durumda) Bu kazanımlar soyut değildir; doğrudan kendi adımlarını ifade etme ve durumlarını rapor etme yeteneğinden uzaklaştırır.

Yakınlık da mühendislik eğitimini yeniden şekillendirmektedir. Üniversiteler, geleneksel mechatronics'i IoT mimarisi, veri bilimi ve siber-fiziksel sistem tasarımı ile birleştiren disiplinler arası curriculaları tanıtıyor. Stajlar ve endüstri ortaklıkları şimdi kenar bilişiminde rekabet etmeye odaklanır, sensör füzyon ve güvenli iletişim protokolleri.

Akıllı Üretimde Dönüşümlü IoT Uygulamaları

Mechatronics'teki IoT'nin gücü, sürekli endüstriyel ağrı noktaları ele alan yüksek performanslı uygulamalarla hayata gelir.Süresel üretim ortamına istihbarat gömerek, fabrikalar güvenilirliğini, bağlantılarını ve enerji tüketimini dramatik bir şekilde artırabilir.Her uygulama, son derece yüksek algılayıcı, iletişim, analitik ve ikinci kez çalışan davranışların bir döngüsüne dayanır.

Tahmin edici Bakım Reimagined

Geleneksel bakım modelleri sabit programlara veya çalıştırma yaklaşımlarına güveniyor, her ikisi de pahalı. IoT-kani tahmin edilebilir bakım, sürekli koşul izleme kullanarak paradigmayı değiştirir.Vitron sensörleri, elektrik kabinlerine ısıtılır ve hidrolik sistemlerdeki yağ monitörleri, gerçek zamanlı veri akışlarını yerel olarak üretir, tarihsel başarısızlık imzaları üzerinde eğitilmiş makine öğrenme modellerini uygulayın.

Üreticiler ayrıca, üretim programları ve ham malzeme kalitesi verileri gibi dışsal değişkenlerle birlikte, makinedeki tümleme sistemleri için karmaşık bağımlılıklarla, yarı iletken üretim kümeleri gibi, bu yaklaşım, yıkıcı hataları engellemeye yardımcı olabilir. Otomotiv sektöründeki erken kabul edilenler, doğrudan kaynak robotları içine gömülüp, servo motor akımında devre dışı bırakmadan, genellikle montaj hattını kesintiye uğratmadan önce zaman sağlayarak, gelişmiş sistemlere yönelik hataları paylaşmayı sağlar. Gelişmiş sistemler, bu yaklaşım, birçok fabrika siteye anonim başarısızlıkla karşı yapılan başarısızlıkları paylaşmak için öğrenmeyi kullanabilir.

Daha yeni gelişmeler, geniş başarısızlık tarihinin yokluğunda, değişken işletim koşulları için bile, örneğin yük dalgalanmaları veya çevre sıcaklık değişiklikleri ile sensör verilerini birleştiren bir ilk kayıt modellerini gerçek kullanım şekillerine adapte etmek için bir bakım stratejisidir.Bu modeller aynı zamanda değişken işletim koşulları için de hesap verebilir.

Gerçek Zamanlı Süreç Optimizasyonu

Hassas üretimde, süreç parametreleri, çevresel koşullardaki değişimlere rağmen sıkı toleranslar içinde kalmalıdır, araç aşınması ve malzeme içgörüler. IoT, milisans'ta tepki veren dijital ikiz model tarafından yalnızca boyutsal doğruluk artışına yol açmaz.

Bireysel makineler ötesinde, hattın veya bitki seviyesindeki optimizasyon, yapılandırma değişikliklerini önermektedir - bu tür ölçümler veya robot hareket yolu değişiklikleri - genel ekipman etkinliğinde çift haneli kazanç sağlar (OEE). Kimyasal mechatronics, IoT akışı, basınç ve sposkopik sensörler sürekli iyi karıştırılırken, sabit ürün işleme işlemine göre daha fazla maliyetle ayarlandığında, dijital dağıtım işlemine yardımcı olur.

Edge tabanlı model tahmin edici kontrol (MPC) çok aşamalı bir basın hattında, MPC, transfer hızını ve zaman malzeme kalınlığına dayanan her istasyonda en uygun noktaları hesaplamak için en uygun şekilde ayarlayabilir, her birkaç saniye boyunca, enerji tüketimi, döngü zamanı ve kalite gibi rekabet hedeflerini dengelemek. Örneğin, çok aşamalı bir basın hattında, MPC, transfer hızını ayarlar ve her istasyonda gerçek zamanlı malzeme kalınlığına göre kesinti oranlarının azaltılması, kesinti oranlarını her istasyonda% 30'a kadar azaltabilir.

Gelişmiş Kalite Güvencesi

Kalite kontrolü artık bir post-prodüksiyon kapısı değil, sürekli bir işlev. IoT sensörleri - yüksek çözünürlüklü kameralar, lazer profilleyiciler ve ultrasonik problar dahil - her kritik üretim aşamasındaki varsayılan bileşenler. Elektronik üretimde, otomatik optik inceleme (AOI) tüm toplu ortak görüntülerin insan gözüne görünmez bayrak kusurlarına bağlı olarak kullanılmasını engelleyen bir sistem.

İstatistiksel süreç kontrolü (SPC), belirli bir durumda, bir otomotiv motoru bitkisi, herhangi bir temas ölçümünün ardından pahalı motor yırtıcının kök nedenlerini takip etmesine izin verir.In one document, an car engine plant used IoT vining makineleri üzerinde mikro-kırıklar tespit etmek için, herhangi bir temas ölçümünün ardından pahalı motor yırtılmalarından önce pahalı motor yırtılmalarından kaçınır.

Dijital ikizler, hata yayılımını simüle etmek için giderek daha fazla kullanılır.In darbeci IoT sensör verileri multi-fiziksel simülasyon ile, mühendisler, gerçek ürün toleransını nasıl etkileyeceğini tahmin edebilir.Bu, yüksek çözünürlükte parametrelerin proaktif ayarlamasını sağlar.

Akıllı Varlık ve Teşvik Yönetimi

Genişleme araçları, bileşenler ve iş akışları, bir sprawling tesisindeki iş akışları, kalıcı bir meydan okumadır. IoT-bily location sistemleri (RTLS) ultra genişleyen (UWB) veya Bluetooth Low Energy (sol) etiketleri, tüm malzemeleri yönlendiren dijital ikiz platformları sağlar ve otomatik olarak mobil robotlar (AMRs) bu yeri dinamik olarak sıralayarak fiziksel olarak sıralayabilirler.

Pasif RFID etiketleri ve aktif sensör etiketleri paletlere ve yeniden kullanılabilir konteynerlere yerleştirilir, her bir kritik parça her hareketi oluşturan bir IoT etiketi oluşturur. - İşletme kaynakları planlaması (ERP) sistemleri ile entegre edildiğinde, envanter, birim seviyesine sürekli ve doğru hale gelir, döngü sayısı için gerekli olan tahminleri azaltır. Akıllı havacılık üretiminde, izlenebilirlik düzenlenir, her bir kritik kısım, tüm üretim tarihini izleyen bir IoT etiketi taşır - ham maddi sertifikayı son toplantıya hazırlamak - bir süre içinde sınırsız denetimler oluşturmak ve kök sebep soruşturmaları hızlandırır.

Son RTLS sistemleri, UWB altyapısının yüksek maliyeti olmadan düşük maliyetli olmayan analizleri birleştirir ve üretime girişten kaynaklanan gecikmeleri tahmin eder ve otomatik olarak ERP'de yeniden sipariş puanlarını ayarlar.In high-value apps without the high cost of UWB background. Cloud-ili entity management platformları now offer non-con parts from getting production.

Enerji Verimliliği ve Sürdürülebilirlik

Yükselen enerji maliyetleri ve şirket sürdürülebilirliği hedefleri, üreticileri kontrol edilen bir değişken olarak enerji tedavi etmeye zorluyor, bir yük değil. IoT güç metre ve alt metreküplü sistemler üzerinde sensörleri, kompresörler ve HVAC sistemleri, tüketim kalıplarına karşı yüksek çözünürlük sağlar.Bir mekatronik sistem otomatik olarak kontrol sistemleri otomatik olarak güçsüz olmayan eylemcilere ve hidrolik pompa baskılarını azaltır. Zamanla, analitik tekrar ortaya koyar.

Daha büyük bir ölçekte, tüm bitkiler, üretim çıktı ve dış hava verileri ile tüketime bağlı olan IoT özellikli enerji yönetim sistemleri ile donatılmıştır. Örneğin, bu tür bir sistem soğutma kompresörü gerçek zamanlı üretim hatlarına yanıt vermek için,% 15 oranındaki azalmaya yardımcı olmak için, aynı sensör altyapısı genellikle nakit izleme, paylaşım verilerinin yatırıma geri dönmesi ve azami getiriden kaçınmak için daha fazla gerekli olan verileri paylaşması için.

Yenier entegrasyon noktaları, talep yanıt programlarına katılma yeteneği içerir. Akıllı fabrikalar otomatik olarak ağdaki olaylar sırasında kritik olmayan yükler tutabilir, faydalı teşviklerden gelir elde edebilir. Makine öğrenme modelleri, üretim etkisini en aza indirmeyi öngören en iyi yükleri tahmin eder, ancak elektrik azaltımı hedefleri ile ilgili olarak.

Core IoT Hardware ve Teknolojileri Yenilikçilik

Akıllı üretim fiziksel katmanı, endüstriyel ortamlar için yeni bir IoT cihaz amacında geri kalanlar. Bu bileşenler, güvenilir, düşük çözünürlükli iletişim kurmada sıcaklık aşırılıkları, titreşim, toz ve elektromanyetik müdahaleye devam etmelidir.

  • [[DÜye Olmayan Akıllı Sensörler: [DÜyetim: 1) Miniaturized multi-sensor modülleri, hız, nem ve gaz sensörleri tek bir IP67-rated pakette bir araya getirerek, birçok kişi şimdi sabit sinyal işleme ve destek IO-Link veya MQTT-SN protokolleri, non-kümetleri olmayan kanallarla bağlantı kurmadan, gyroskoplar için son tasarımlar entegre eder.
  • [FONT:0]Embedded Controllers ve Real-Time Edge Nodes:), Modern mikrokontroller ARM Cortex-M veya RISC-V temelleri donanım tabanlı şifreleme motorları ve kablosuz radyolar (Wi-Fi 6, 5G, LoRaWAN) ile entegre eder ve fiziksel süreçle hafif bir şekilde entegre edilebilir uygulamaları yürütür.
  • [FONT:0]Wireless Flags ve Smart Drives:) Değişken frekans sürücüleri ve servo sürücüler şimdi entegre IoT bağlantı ile entegre edilmiş, bu tür tahmin edilebilir algoritmaları, IGBT sıcaklık ve ısı tonımı ile ayarlayın. Bu, dış sensörler olmadan izleme ve uzaktan parametre ayarlamasını sağlar. Bazı sürücüler şimdiye kadar bu tahminleri yük çevrimleri ve termal tarihe dayanan tahmini içeren dahili parametreleri ortaya koyar.
  • [FONT=0]Edge Computing ve Fog Computing Computing Cihazları: Endüstriyel PC'lerden gelen donanım aletleri, yüzlerce sensörden oluşan toplam veri, zaman analizlerini gerçekleştirmek ve yerel olarak 5G geri yükleme, ek depolama için genişlemeye izin vermek veya özel I/O arabirimlere adanmıştır.
  • [FONT=0) İletişim protokolleri ve Interoperability Standartları: MQTT Spark, OPC UA FX (Field eXchange), ve Zaman-Sensif Ağlama (TSN), heterojen sistemlerde iletişim kurmak için bir araya geliyor.[FONTD) Bu standartlar, bir satıcıdan gelen bir robot kontrol cihazının durumu verilerini başka bir robot kontrolörü ile paylaşabilir ve bir multi-vendor ekosistemini teşvik eder.

Özel 5G ağlarının yükselişi, merkezi kontrol için ultra-reli edilebilir düşük ücretli bağlantıları devam ederken, ağır bir ekipman üreticisi, yüzlerce tonluk bileşene hareket ederek, milimetreye kadar fiziksel kablolama olmadan yeniden yapılandırılabilir.Bu esneklik, yüksek bantlı el kaldırma kabiliyetine sahip olacaktır. 5G ağlarında, aynı zamanda fiziksel kablolama sistemleri için ayrı ayrı bir şekilde kontroller ve yüksek bantlı fiziksel kablolamalar için ayrı bir ağ sağlar.

Zaman-Sensitive Networking (TSN) ayrıca, yakın bir BT /OT ağlarına sahip standart bir Ethernet genişletmesi olarak ivme kazanıyor. OPC UA PUB/SUB ile birlikte, TSN standart IEEE 802.1 ağ üzerinden deterministik iletişim sağlar ve bu da, özel alanbuslarını bir araya getirmek için mümkün kılar.

Dijital Twins ve Simülasyon

Dijital ikiz - fiziksel bir mechatronic sisteminin sanal gösterimi, gerçek zamanlı IoT verileriyle besleniyor - akıllı üretim mühendislerinin dijital ikizleri önerilen değişiklikleri, performansı optimize etmek ve tren operatörlerini riske atarak veya zarar verici bir ekipman olmadan kullanarak kullanması için kullanması gerekir.Yeni bir ürün tanıtıldığında, dijital ikizler, mevcut robotik end etkiler geometriyi barındırabilir ve en aza indirmek için alternatif hareket profillerini önerir.

IoT veri akışları dijital ikizi fiziksel meslektaşıyla senkronize eder. Bir motor sıcaklığı simülasyon tarafından tahmin edilen profilin ötesine geçerse, ikiz bayraklar, bir soğutma fanı başarısızlığı veya yük aomaly. Yıllar boyunca, bu sürekli geri bildirimler, gerçek ve sanal dünyalar arasındaki döngüler, rafinerilerin tahmin edilen temel modelleri oluşturan zengin bir tarih oluşturur.[T)[T) Dijital ikizler için son derece basit bir şekilde güncellenerek dijital ikizler için daha basit bir şekilde entegre etmeye devam eder.

Dijital ikizler, tüm üretim hatları ve fabrikaları için bireysel makinelerin ötesine genişletiliyor. Multi-twin orkestration platformları, malzeme akışını, enerji tüketimini ve bakım programlarını tüm bir bitki için simüle etmek, IoT verilerini yüzlerce üretim yeniden planlama veya genişleme için analiz etmek için, örneğin, bir yarı zamanlı bir fab fabrika düzeyinde dijital ikiz bir dijital ikizi, ekseçmiş bir araç yükleme etkisini genel olarak konuyla ilgili olarak değerlendirebilmek için, pahalı bir yeniden çalışmadan kaçın.

Meydan okumaları: Cybersecurity, Interoperability, and Scalability

Üretimdeki bağlantılı cihazların çoğalması, saldırı yüzeyinin dramatik bir şekilde genişletilebilir.Bir zamanlar havadan ayrılmış ağların arkasında izole edilmiş olan Mechatronic sistemleri artık algılamayı ve cihaz kimliklerini potansiyel siber tehditlere karşı son dereceleri ortaya çıkarabilir. Bir uzlaşmacı sensör, bir robotun kazaya neden olabilir veya hacklenen bir sürüş sistemi artık endüstriyel güvenlik için bir yol göstericileri aştı ve şimdi her türlü mikro güçlendiricileri hedefletir.

Interoperability, geleneksel ekipmanın özel protokolleri kullandığı kahverengi saha ortamlarında makul bir engel olmaya devam ediyor.Gruptme teknolojileri, Modbus, PRONET veya EtherNet /IP'i OPC UPCA veya MQTT'ye çeviren daha düşük maliyetli bir uygulama alanı olarak, dijital kontraseptörleri ve kenar ağ geçidi gibi teknolojiler, otomatik olarak otomatik olarak gelişmekte olan dijital algoritmaların dijital kartelleri ve farklılaştırmalarını teşvik ediyor.

Scalability başka bir engeldir. Tek bir otomotiv vücut mağazası, yılda 50.000 IoT düğümünü üreten petabaylar, depolama maliyetleri ve ağ bant genişliği, dikkatli bir mimari tasarımı gerektirir. Hierarchical edge-cloud mimarlıkları, yalnızca istisnalar ve toplam metrikler buluta yükselebilirken, zaman kritik kontrol döngüleri fabrika zemininde kalır.Gelişme platformları ve etkinlik akışları ile ilgili platformları Azure gibi genişleterek, milyonlarca sensör okumasını mümkün kıldı.

Sıfır güven ağ mimarisi (ZTNA), güvenlik meydan okumalarını ele almak için endüstriyel ortamlar için uyarlanıyor. Sıfır güven altında, her cihaz hala üretimde ZTNA'nın benimsenmesine izin vermeden önce, otomotiv ve gıda endüstrilerinin içinde veya dışında önemli risk azaltımı ve kimlik temelli erişim politikalarına sahip olup olmadığının aksine, bir sensör daha sonra tehdit altında olsa bile, ZTNA'nın üretimde benimsenmesi hala erkenden önce, ancak otomotiv ve gıda endüstrilerinde pilot projeler önemli risk azaltımı gösteriyor.

Data Integration and Analytics Architecture

Raw sensör verileri, birçok sensörde dönüştürücü bir kanal olmadan sınırlı değere sahiptir. Modern IoT-mechatronics sistemleri bir katmanlı veri mimarisi kullanır: kenarda, zaman serisi verileri temizlenir, normalleştirilmiş ve zaman senkronizasyonu farklı örnekleme oranları ve saat domainleri kullanırken. Stream processing motorları pencereli aggregations (e.g., RMS vibrasyonunu 1 saniye pencereden fazla) yapar ve algılamak için eşleri tespit eder.

Bitki düzeyinde, bir veri gölü veya tarihçi, ekipman ID, konum ve makine öğrenme modeli eğitimi için ham ve işlenmiş verileri depolar. Birleşik namespaces - son değişimde MQTT Spark fişi ile uygulanan - her veri kümesinden gelen verileri analiz edilebilir ve sürekli olarak bir algılama, ölçümleme modellerinin kümesi ve daha fazla bilgi edinme modellerinin ve optimizasyonun sağlanması gibi meta-analiz platformlarının oluşturulması gibi meta-analiz platformlarının sürekli olarak incelenmesini sağlar.

Data management ayrıca kritiktir. Birden fazla paydaş ile - GDPR veya endüstriye özgü standartlar gibi düzenlemelere uyum sağlamak için - paylaşılan sensör verileri sunmak, veri alanlı ürünleri, veri mühendisliği çabalarının nasıl ve ne şekilde çoğaltılabileceğini ve azaltmayı tanımlamak gerekir. Data cataloging tools otomatik olarak sınıflandırma ve lineage-track sensörü akışları, GDPR veya endüstriye özgü standartlar gibi düzenlemelere uyum sağlamak.

Action Studies in Action Studies in Action Studies in Action Studies in Action

Endüstriler boyunca, IoT ve mechatronics evliliği ölçülebilir sonuçlar veriyor:

  • [FONT:0)Automotive Assembly Line Optimizasyonu: Bir Avrupa otomobil üreticisi, son montaj aracında bir ağ kanal sensörleri ve titreşim monitörleri dağıtarak, iki yıl boyunca devam eden verileri korelasyonla ilişkilendirerek, aynı sistemi geri çağırmak için bir intermittent pnömatik baskı tespit etti.
  • [FONT:0]Semiconductor Fabrication:[Dönetici: 0DDÜDÜSTR:0)Semiconductor Fabrication:[CMP) araçları, milisantrik hassaslığı ile tespit edilebilir ve sabit akışlar.Ingörüntüleri gösteren bir AI motoru da pedleri giymeyi ve optimize etmeyi öngören bir sistemdir. Sonuç yüksek değerli bir işlemciye göre ayarlandığında yüksek çözünürlükte %5 artış oldu.
  • [FONT=0]GÜSÜSÜŞÜNÜŞÜŞÜNÜŞÜŞÜNÜŞÜNÜŞÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞ
  • [FONT:0]Aerospace Composite Layup:[Dönetici] Uçakların bir üreticisi, otoklavda gömülü ve kalıplar ortaya çıkarabilir. Gerçek zamanlı izleme, bir dijital ikiz ile doğru kontrol, ply konsolidasyonunu artırmak için% 12 oranında enerji tüketimini azalttı. Sistem aynı zamanda kritik bir mühürün kademeli bir bozulmasını tespit etti, bir baskı kaybından önce pahalı bir panelin çıkarılmasına izin verdi.

Bu örnekler ortak bir temayı işaret ediyor: en değerli içgörüler genellikle ayrıştırma mechatronic altsystems'teki verileri ilişkilendirmekten kaynaklanır - IoT bağlantı ve birleşik bir veri altyapısı olmadan imkansız bir şey. Vaka çalışmaları da erken kazançların daha geniş IoT dağıtım için kurumsal güven ve iş vakalarını oluşturduğunu vurgulamaktadır.

Yol Ahead: Özerk Faktörler ve İnsan-Centrik Otomasyon

Sonraki sınır, tek başına kendilerini izlememememememe ve kendi kendine optimize etme gibi bir fabrikadır. Dijital ikizler tüm tedarik zincirlerini kapsamak için bir bitkiyi, insan mühendislerinin manuel olarak ayarlayabilme ve üretim önceliklerini ayarlaması için bir bitkiyi mümkün kılar.

Ancak, gelecek karanlık, insansız fabrikalardan biri değildir. Bunun yerine, IoT'ye ihtiyaç duyduklarını fark etmeden önce işçilere yönelik iş akışları (AR) bakım teknisyenleri, karmaşık onarımlar yoluyla rehberlik edecek ve çalışanların rutin izleme konusunda yaratıcı talimatlara odaklanmasına izin verecek.Dokuzlaştırıcı görevlere dayanan doğal dil arayüzlerine dayanan görevler, sanal makineli çalışma ilerlemeye dayanan görevleri pekiştirecektir.

Tamamen bağlı mechatronics mühendisliği yolculuğuna doğru olan yolculuğu, pahalıya mal olan ve sürekli değişen piyasa talepleri için taahhüt etmesini talep eder. Organizasyonlar IoT entegrasyonuna bütünsel bir mühendislik disiplini olarak yaklaşmaktadır - bugün bir parçalı BT projesi değil - akıllı üretim için temel sağlayacaktır.