Der SmartLimitWatcher ist das erste Tool der moneo Data Science Toolbox, die Lösungen für die Produktion auf Basis künstlicher Intelligenz bietet. Anwender profitieren von der permanenten Überwachung der kritischen Prozessgröße (Zielvariable) in Bezug auf die Produktionsqualität oder den Anlagenzustand (z. B. Temperatur, Durchfluss, Vibration, Stromaufnahme). Anomalien der Zielvariablen werden automatisch und frühzeitig erkannt.
Der SmartLimitWatcher wird mithilfe von historischen Daten trainiert, welche einen permanenten, zuverlässigen Soll-Ist-Abgleich zwischen gemessener und vorhergesagter Zielgröße erlauben. Die zusätzliche Berechnung dynamischer Erwartungsbereiche (Konfidenzbänder) für die Zielvariable erlaubt die permanente Bewertung des gemessenen Verhaltens der Zielgröße sowie der automatischen Anzeige von Abweichungen.
Im Unterschied zur statischen Prozesswertüberwachung, sind bei der dynamischen Grenzwertüberwachung die Grenzwerte abhängig vom aktuellen Prozesszustand der Maschine oder Anlage. Hilfsvariablen beschreiben dabei den Prozesszustand der Maschine oder Anlage. Anhand eines mathematischen Modells werden mithilfe dieser Hilfsvariablen die dynamischen Grenzwerte berechnet. Bei einer Abweichung (Anomalie) wird automatisch eine Warnung oder ein Alarm ausgegeben.
Die KI des SmartLimitWatchers kann in unterschiedlicher Weise zur Prozessüberwachung eingesetzt werden. Zum einen zur Überwachung vergleichbarer Maschinenkomponenten oder zum Monitoring einzelner Anbauteile oder Messgrößen.
Überwachung mit Hilfe vergleichbarer Maschinenkomponenten.
Hinweis für den horizontalen Einsatz
Die angeschlossenen Maschinenkomponenten sind in einem Prozess oder in der gleichen Anlage eingebunden und stehen in einer physikalischen Abhängigkeit zueinander. Von Vorteil ist, dass sie nur wenige Sensoren bzw. Messwerte benötigen, um Anomalien zu erkennen.
Detaillierte Überwachung eines Bauteils mit mehreren Messwerten.