GEFRAN的先进自动化技术重新定义了BAUSANO的人工智能驱动挤出工艺

在塑料加工行业，数字化和智能解决方案的日益普及正在重新定义挤出工艺的控制与优化方式。正是在这一背景下，Gefran与Bausano之间的合作伙伴关系日益紧密：双方通过协同合作，将先进自动化技术与工业人工智能相融合——Gefran负责构建生产线的智能架构，而Bausano则针对挤出工艺进行专门优化。 由此诞生了新一代Bausano系统，该系统通过Gefran技术进一步增强，确保了更简便的操作和更加直观的用户体验。

通过贯穿整个工艺流程的分布式智能，实时收集、分析和解读数据的能力，使工厂生成的数据能够转化为可立即付诸行动的洞察，切实支持操作员的日常决策。其结果是生产更加稳定、高效且响应迅速，数据成为提升性能的积极要素：人工智能将工艺关键绩效指标（KPI）转化为具体且及时的行动，有助于预防异常情况，并确保生产流程的连续性和高效性。

为应对这些挑战，Gefran推出了G-Mation——一个集工艺控制、工业物联网和生成式人工智能于一体的开放、模块化且可扩展的自动化平台。其关键组件是G-Mation P6 PLC，这是一款面板安装式设备，融合了工艺控制器与边缘设备的功能。 该PLC可保证高达250 µs的循环时间，支持多种EtherCAT网络拓扑结构，并集成了提供多种可视化选项的Web服务器。它还实现了MQTT、OPC UA和Euromap通信标准，并支持安装VPN代理，以确保在无需外部网关的情况下建立安全的网络连接。此外，Docker架构允许将新应用程序作为App添加，而不会影响机器的控制性能。 G-Mation P6 PLC的架构设计旨在通过将控制、可视化管理、应用程序和云连接集成于单一设备中，以符

合新的网络安全法规要求。这减少了暴露于网络攻击的接口数量，并显著降低了设备认证所需的工作量。

正是基于Gefran这一创新架构，Bausano构建了人工智能驱动的塑料挤出新范式。在技术熟练操作人员日益稀缺的市场环境下，除了自动化之外，真正的挑战在于将专业知识和决策能力直接融入过程控制系统。 将机器学习算法集成到生产线中，能够对运行数据进行实时分析，预防异常情况，并动态优化工艺参数。事实上，每秒钟，一条挤出生产线都会产生数千个数据点，AI 将其转化为可量化的价值，从而简化操作员的入职培训，从根本上减少停机时间，并确保更高的稳定性、安全性以及整体生产线性能。

正是在这一背景下，SPHERA应运而生——这是一个直接集成到挤出生产线中、旨在通过单一套件实现协同运作的人工智能生态系统。该平台的核心是PHAROS，这是一个分析引擎，能够实时监控动态关键绩效指标（KPI）和设备综合效率（OEE），进行预测性诊断和历史数据分析，从而预防异常并保持挤出机处于最佳运行状态。 与 PHAROS 协同工作的还有 RANGER，它是生成式 AI 与代理式 AI 模型结合的产物；如今，它能够自主读取 PHAROS 生成的数据，并主动干预以防止偏差并优化性能。RANGER 经过专门训练和定制，以满足客户的独特需求，通过提供基于上下文的数据驱动建议，直接协助操作员进行关键调整。

 

“企业采用人工智能如今已成为一个日益重要的战略性竞争因素。根据欧盟统计局（Eurostat）的数据，到2025年，欧洲拥有至少10名员工的企业中，将有近20%使用基于人工智能的技术，而在大型企业中，这一比例将超过55%。”Gefran销售总监Renzo Privitera评论道，并总结道： “挤出工艺的真正进步源于机械、数据与数字智能的融合，而衡量一家企业能否在市场上具备竞争力，恰恰取决于其管理复杂性——即通过简化复杂性——的能力。”

 

Bausano技术经理马西米利亚诺·费尼利（Massimiliano Fenili）表示：“当技术基础设施与工艺专业知识相融合时，挤出工艺将演变为一个能够动态适应生

产变量的真正智能系统，”他总结道，“这再次体现了Bausano与Gefran合作的核心价值：共同开发专门针对挤出工艺设计的尖端解决方案，该方案已在实际生产中投入运行，并取得了切实可衡量的成果。”