moneo SmartLimitWatcher (SLW) on moneo DataScience Toolboxiin kuuluva tekoälyyn perustuva ohjelmistotuote. Sitä käytetään yrityksissä kompleksisten kone- ja tuotantoprosessien dynaamiseen valvontaan.
Se perustuu teknologiaan, joka mahdollistaa anomalioiden automaattisen ja varhaisen tunnistuksen kriittisissä prosessimuuttujissa niihin liittyvän anturidatan, arvojen, informaation ja muiden prosessiparametrien pohjalta. moneo SmartLimitWatcher valvoo koko ajan kohdemuuttujaa tuotantolaadun, tehokkuuden tai laitteiston kunnon (esim. lämpötila, virtaus, tärinä tai virrankulutus) kannalta.
Algoritmi kouluttaa historiatietoihin perustuvan matemaattisen mallin, joka vertaa mittausarvoja jatkuvasti ennustettuihin tavoitearvoihin tarjoten näin jatkuvan tavoite- ja tosiarvon välisen vertailun. Se myös laskee tavoitemuuttujalle dynaamiset odotusalueet (luottamusvyöhykkeet), jotta poikkeamat voidaan havaita ja signaloida automaattisesti.
moneo SmartLimitWatcher on älykäs ja helppokäyttöinen tekoälyvalvontatyökalu, jota voidaan käyttää ilman datatieteen asiantuntemusta. Se tuo tiedot kätevästi ja automaattisesti saataville ja valvoo niitä autonomisesti ”koneoppimisen” pohjalta.
Tekoälyohjelmisto on yksilöllisesti konfiguroitavissa ja mahdollistaa käyttäjäystävällisen herkkyyden säädön anomalioiden tunnistamista varten. Varoitus- ja hälytyskynnykset ovat mukautettavissa, jotta voit reagoida nopeasti tuotantoprosessin poikkeamiin. Voit valita seuraavien vaihtoehtojen väliltä: ”ei-aktiivinen”, ”matala”, ”keskitaso”, ”korkea” ja ”mukautettu”.
moneo SmartLimitWatcher -ohjelmistoratkaisua voidaan käyttää sekä vertailukelpoisten konekomponenttien valvontaan että yksittäisten komponenttien yksityiskohtaiseen valvontaan kunnonvalvonnan monilla parametreilla.
moneo SmartLimitWatcher tarjoaa ohjatun asetustoiminnon, joka tekee ohjelmiston käytöstä helppoa. Älykäs valvontatyökalu voidaan aktivoida vain viidessä vaiheessa ilman asiantuntija-apua.
SmartLimitWatcherin tekoälyä voidaan käyttää prosessinvalvontaan eri tavoin kunnonvalvonnan yhteydessä: joko vertailukelpoisten konekomponenttien valvontaan tai yksittäisten lisäosien tai parametrien valvontaan.
Vaatimus:
Yhteenliitetyt konekomponentit on integroitu prosessiin tai samaan laitteistoon ja niiden välillä on fyysinen riippuvuus. Etuna on, että anomalioiden tunnistukseen tarvitaan vain muutama anturi tai parametri.
Vaatimus:
Poikkeamien tunnistamiseksi on tallennettava riittävä määrä valvottavan komponentin parametreja. Tämä yleinen lähestymistapa soveltuu hyvin monenlaisiin valvontaongelmiin.