Набор от инструменти moneo DataScience – изкуственият интелект
Какво представлява SmartLimitWatcher?
SmartLimitWatcher е първият инструмент от наборът от инструменти moneo Data Science, който предлага решения за производство на базата на изкуствен интелект. Потребителите се възползват от постоянното наблюдение на критичната технологична стойност (целева променлива) по отношение на качеството на производството или на състоянието на съоръжението (напр. температура, поток, вибрации, потребление на ток). Аномалиите в целевата променлива се откриват автоматично и на ранен етап.
SmartLimitWatcher се обучава с помощта на исторически данни, което позволява постоянна, надеждна цел/действително сравнение между измерена и прогнозирана целева стойност. Допълнителното изчисляване на диапазоните на динамично очакване (доверителни диапазони) за целевата променлива позволява постоянната оценка на измереното поведение на целевата променлива, както и автоматична индикация на отклоненията.
За разлика от статичното наблюдение на стойността на процеса, при динамичното наблюдение на граничните стойности, граничните стойности зависят от текущото състояние на процеса на машината или системата. Поддържащите променливи описват състоянието на процеса на машината или системата. С помощта на математически модел, динамичните гранични стойности се изчисляват въз основа на тези поддържащи променливи. В случай на отклонение (аномалия) - автоматично се появява предупреждение или аларма.
Разлика между статично и динамично наблюдение на процеса
Предпоставки за успешното използване на SmartLimitWatcher
- Необходими са поне 2 стойности на процеса:
- Наблюдава се една променлива на процеса като целевата променлива
- Поне още една стойност на процеса, която се използва като поддържаща променлива
- Наличната хронология на данните трябва да съдържа достатъчно необходими работни състояния. (Всички цикли на даден процес трябва да са записани няколко пъти. Това е важно за приложения като филтри и др.)
- Процесът, който ще се наблюдава, трябва да има връзка с процеса (нелинейна/линейна) между целевата променлива и поддържащите променливи. Тази връзка трябва да бъде подходящо описана от наличните данни. Поради това всички механично свързани системи са подходящи. (Не е необходимо връзката на основния процес да може да се опише с формули.)
- Връзката на процеса, която е преподавана за наблюдение, също така трябва да бъде валидна в бъдеще. (Пример: Промените в системата, които трябва да се наблюдават, изискват ново обучение.)
- Няма „изкуствени“ поддържащи променливи, извлечени от целевата променлива, напр. чрез изчисление може да се използва за наблюдение на целевата променлива.
- Съответно, не трябва да има твърде голямо забавяне между промяната в стойността на целевата променлива и тези на поддържащите променливи. (Пример: бавни термодинамични реакции)
- Не трябва да се вземат предвид процеси с много „шумни“ измерени стойности, тъй като в този случай не може да се обучи точен модел.
Области на приложение
Изкуственият интелект на SmartLimitWatcher може да се използва по различни начини за следене на технологичния процесите. От една страна, за следене на сравними машинни компоненти, а от друга за следене на отделни добавени части или измервани променливи.
1. Хоризонтална употреба
Наблюдение въз основа на сравними машинни компоненти.
Бележка за хоризонтална употреба
Свързаните машинни компоненти са интегрирани в процес или в едно и също съоръжение и съществува физическа зависимост. Предимство е, че имате нужда само от няколко сензора или измерени стойности, за да откриете аномалии.
2. Вертикална употреба
Подробно следене на компонент с помощта на няколко измерени стойности.
