Softvér Real-time data analyzer

Real-time data analyzer pre MELIPC

Softvér pre analýzu a diagnostiku dát, ktorý jednoducho realizuje preventívnu údržbu a zlepšuje kvalitu výroby. Softvér umožňuje real-time diagnostiku a zároveň offline analýzu produkčných dát. Dáta zozbierané vo výrobe sú spracované AI technológiou a pokročilými štatistickými metódami. Real-time data analyzer zlepšuje produktivitu a kvalitu výroby.

Real-time diagnostika a offline analýza zlepší produkciu v reálnom čase

V priemyselnej automatizácii je dôležité zistiť príznaky chýb vzniknutých vo výrobných dátach v reálnom čase, pre rýchle zrealizovanie korekcií. V real-time diagnostike sú dáta diagnostikované kontinuálne prostredníctvom AI. Výsledok je ihneď vrátený do výrobných strojov. Real-time diagnostika v reálnom čase s vysokou presnosťou a presnými diagnostickými pravidlami vyhodnocuje chyby na základe dát z minulosti a znalostiach o druhu výroby a použitých zariadeniach. Offline analýza uskutočňuje efektívnu analýzu prebiehajúcu v grafickom prostredí s využitím pokročilejších analytických metód.

Softvér Real-time data analyzer - diagnostika dát
Softvér Real-time data analyzer – diagnostika dát

Analytické a diagnostické metódy

Rozpoznanie podobných kriviek a zistenie odchýlenia od normálneho stavu (AI Technológia)

Rozpoznanie odchýliek kriviek od normálneho stavu prebieha s využitím AI, ktoré sa učí rozpoznávať podobné krivky. Na základe toho je realizovaná preventívna údržba a kontrola kvality bez spoliehania sa na individuálne znalosti. V offline analýze sa AI naučí krivky, ktoré sú pre danú aplikáciu a operácie normálne. Následne v real-time diagnostike AI porovná real-time krivky s normálnymi, ktoré sa naučilo. Vyhodnotí, či vyhovujú alebo nevyhovujú normálnym hodnotám. Vďaka AI sú rozpoznateľné i znaky abnormality, ktoré nie je možné rozpoznať jednoduchým posúdeným horných a dolných hraníc.Softvér Real-time data analyzer - Analýza dáta a štatistické nástroje

Softvér Real-time data analyzer – Analýza dáta a štatistické nástroje

Rozpoznanie vychýlenia od normálneho stavu Mahalanobis-Taguchi systémom

Použitím rozdelenia dát normálnej operácie ako referenčného je rozdiel od normálneho stavu detekovaný vzhľadom na level abnormality od referenčného rozdelenia. Najprv je detekované rozdelenie dát normálnej vzorky (definované offline analýzou). Následne sa posúdi v real-time diagnostike abnormalita porovnaním dát nameraných v reálnom čase s normálnymi dátami.

Na základe Mahalanobisovej vzdialenosti, ktorá je vypočítaná podľa rozdelenia dát získaných z viacerých senzorov, je posúdený level abnormality. Môže tak byť vyhodnotená normalita alebo abnormalita dát, ktoré nie je možné posúdiť dolnou a hornou hranicou dát z jedného senzora. Mahalanobisova vzdialenosť dokáže kvantifikovať level abnormality, čo umožňuje kvantitatívne zistiť náznaky vznikajúcich chýb.

Softvér Real-time data analyzer - Zistenie odchýlky od normálnych hodnôt
Softvér Real-time data analyzer – Zistenie odchýlky od normálnych hodnôt

Odhad “nemerateľných vecí” viacnásobnou regresnou analýzou

Cieľové dáta ako pevnosť produktu, ktorú nie je možné odmerať, je odhadnutá na základe viacerých merateľných dát zo senzorov. Najprv je zadaná prediktívny vzorec, ktorý obsahuje cieľové dáta. V offline analýze je vypočítaný na základe dát z viacerých senzorov. Následne sú predikované chyby a kvalita produktov na základe prediktívneho vzorca s využitím real-time dát a real-time diagnostiky. Zlepšenie kvality výroby a preventívna údržba je realizovaná predpovedaním dát, ktoré sú nemerateľné kým sa zariadenie alebo produkt výroby nepokazí a výsledky, ktoré sú nemerateľné kým daný proces nastane.

Softvér Real-time data analyzer - Viacnásobná regresná analýza
Softvér Real-time data analyzer – Viacnásobná regresná analýza

Efektívna offline analýza v grafickom prostredí bez dodatočného programu

Filtrovanie dát založených na znalostiach o výrobných zariadeniach a štatistických metódach je nevyhnutné pre analyzovanie vysokého množstva dát zozbieraných vo výrobe a vytvorenie diagnostických pravidiel založených na výsledkoch analytiky. Real-time data analyzér poskytuje funkcie ako zobrazenie funkcií dát, grafickú analýzu, diagnostiku dát bez programu. Vďaka možnosti použitia v každom kroku offline analýzy je práca s analytickými dátami omnoho efektívnejšia.

Softvér Real-time data analyzer - Offline analýza v grafickom prostredí
Softvér Real-time data analyzer – Offline analýza v grafickom prostredí

Zobrazenie rôznych kriviek pre skontrolovanie trendu a filtrovanie dát

Pre analýzu dát z výroby je dôležité kontrolovať dáta z dôrnych stanovíšť vzhľadom na povahu výroby a znalosti o jednotlivých zariadeniach. Stláčaním tlačidiel sa prepínajú viaceré módy zobrazenia dát a konverzných obrazoviek. Dáta môžu byť jednoducho extrahované, vďaka čomu je filtrovanie a kontrola trendov dát efektívnejšia.

Softvér Real-time data analyzer - Rozpoznanie chýb
Softvér Real-time data analyzer – Rozpoznanie chýb

Analýza dát optimálnou diagnostickou metódou

Najvhodnejšia štatistická metóda je vybraná z množstva analytických metód vzhľadom na charakteristiku dát. Pokročilé štatistické metódy ako AI analýza, Mahalanobis-Taguchi systém a viacnásobná regresná analýza sú vykonávané špecifikovaním cieľových dát analýzy s grafickými operáciami.

Generovanie diagnostických pravidiel bez programovania

Diagnostické pravidlá môžu byť generované bez programovania jednoduchým zadaním parametrov, vzhľadom na diagnostickú metódu. Generovanie diagnostických pravidiel je jednoduché, umožňuje flexibilné preskúšanie pre určenie najvhodnejších diagnostických pravidiel.

Vyhodnotenie diagnostických pravidiel bez ovplyvnenia zariadení

Vyhodnotenie validity diagnostických pravidiel je vykonávané v offline režime s použitím už nazbieraných dát ešte pred uskutočnením real-time diagnostiky s aktuálnymi zariadeniami. Vyhodnotenie diagnostických pravidiel a ladenie je možné bez ovplyvnenia výrobných zariadení.

Softvér Real-time data analyzer - Diagnostické pravidlá bez ovplyvnenia zariadení
Softvér Real-time data analyzer – Diagnostické pravidlá bez ovplyvnenia zariadení

Kontaktný formulár

Kontaktujte nás so svojou požiadavkou vyplnením kontaktného formulára.

Na základe poskytnutých údajov Vás kontaktujeme a vypracujeme cenovú ponuku. Poskytneme Vám odborné poradenstvo pri výbere produktov a riešení vhodných pre riešenie Vašich problémov.

PoložkaPopis
Funkcie zobrazenia
Zobrazenie načítaných dátZobrazenie dát z CSV súboru ako krivku. Analýza prekrytím alebo pripojením dát.
Zobrazenie načítaných štatistických dátVypočítanie a zobrazenie štatistík z dát z CSV súboru. Analýza zmien štatistík a korelácie dát.
Zobrazenie frekvencie dátVykonanie STFT konverzie a zobrazenie spectogramu, alebo krivky konverzie, zobrazenie scalogramu na dátach z CSV súboru. Analyzovanie zlyhaní zariadení vizualizovaním frekvencií.
Zjednodušené analytické a diagnostické funkcie
SPCVypočítanie štatistík pre každý prvok zozbieraných dát a diagnostika vzhľadom na SPC pravidlá. Na základe zmien štatistík sú vypočítané náznaky chýb.
Analýza viacerých premennýchDetekovanie udalosti, ktorá nastane na základe modelu analýzy viacerých premenných.
Guard band diagnostikaDiagnostika dát použitím guard bandu vytvoreného na základe dát normálnych kriviek. Horná a dolná hranica je špecifikovaná bez použitia referenčných kriviek.
Pokročilé analytické funkcie
Vytvorenie korelačnej maticeVytvorenie korelačnej matice pre analýzu korelácie
Viacnásobná regresná analýza (LMR)Výpočet viacnásobnej regresie podľa zvolenej cieľovej premennej a viacerých pomocných premenných pre zistenie korelácie medzi viacerými premennými.
Mahalanobis-Taguchi systém (MT)Získanie referenčných vzoriek viacerych premených a vypočítanie Mahalanobisovej vzialenosti pre štandardný výber a zmien na základe korelácie viacerých premenných.
Analyticko diagnostické logické operácie
Úprava logikyUpravenie analýzy a dát diagnostickej logiky
Nastavenie logickej premennejUpravenie dát a premennej použitej v analýze a logickej diagnostike dát
Zobrazenie výsledkov diagnostiky
Zobrazenie zjednodušených výsledkov diagnostikyZobrazenie výsledkov zjednodušenej diagnostiky (SPC, analýza viacerých premenných, guard band)
Zobrazenie logických výsledkov diagnostikyZobrazenie výsledku logickej diagnostiky (expanzné čiary GB, SPC diagnostika, písanie logov, notifikácie chýb)
Rozpoznanie podobných kriviek
Učenie kriviekVytvorenie referenčnej krivky na základe naučených dát použitých pre rozpoznanie podobných kriviek. Extrahovanie jednotlivých kriviek z referenčnej krivky pre odhalenie podobnosti.
Diagnostika dátMonitorovanie a preverovanie kriviek, ktoré sú vstupom z real-time Flow Managera a notifikovanie Real-time Flow managera o zistenom rozdiele krivky, ktorá je definovaná skóre podobnosti (menšie ako prahová hodnota).
GX LogViewerZobrazenie výsledku diagnostiky rozpoznaných podobných kriviek v GX LogViewer
PoložkaPopis
Priemyselný počítač
CPUIntel® Core™ i3 4 jadrá, alebo viac
Požadovaná pamäť8 GB a viac
Operačný systém
Podporovaný OSMicrosoft® Windows® 10 (Pro, Enterprise, IoT Enterprise)
JazykAnglický, Čínsky (zjednodušený), Japonský
Obrazovka
Rozlišenie1024 x 764 px alebo viac