SmartLimitWatcher er det første værktøj i moneo Data Science Toolbox, der indeholder løsninger til produktion baseret på kunstig intelligens. Brugere drager fordel af den permanente overvågning af den kritiske procesværdi (målvariabel) mht. produktionskvalitet eller anlægstilstand (f.eks. temperatur, flow, vibration, strømforbrug). Anormaliteter i målvariablen detekteres automatisk på et tidligt tidspunkt.
SmartLimitWatcher er indstillet til at bruge historiske data, hvilket giver mulighed for en permanent, pålidelig nominel/faktisk-sammenligning af den målte og den forventede målværdi. Den yderligere beregning af dynamiske forventningsrammer (konfidensbånd) for målvariablen giver mulighed for permanent evaluering af målvariablens målte adfærd og automatisk indikering af afvigelser.
I modsætning til statisk overvågning af procesværdier afhænger grænseværdierne ved dynamisk overvågning af grænseværdier af maskinens eller systemets aktuelle procestilstand. Support-variabler beskriver maskinens eller systemets procestilstand. De dynamiske grænseværdier beregnes ved hjælp af en matematisk model, der er baseret på disse support-variabler. En advarsel eller alarm aktiveres automatisk i tilfælde af en afvigelse (anomali).
SmartLimitWatchers AI kan bruges på forskellige måder til overvågning af processer. På den ene side til overvågning af sammenlignelige maskinkomponenter, og på den anden side til overvågning af individuelle add-on dele eller målte variabler.
Overvågning baseret på sammenlignelige maskinkomponenter.
Bemærkning til horisontal anvendelse
De tilsluttede maskinkomponenter er integreret i en proces eller i det samme anlæg og er fysisk afhængige af hinanden. Det er en fordel, at du kun skal bruge få sensorer eller målte værdier for at detektere afvigelser.
Detaljeret overvågning af en komponent ved hjælp af flere målte værdier.