moneo SmartLimitWatcher (SLW) to oparte na sztucznej inteligencji oprogramowanie z zestawu narzędzi moneo DataScience Toolbox. Służy do dynamicznego monitorowania złożonych maszyn i procesów produkcyjnych w firmach.
Podstawowa technologia umożliwia automatyczne i wczesne wykrywanie anomalii w krytycznych zmiennych procesu w oparciu o zależne dane z czujników, wartości, informacje i inne parametry procesu. moneo SmartLimitWatcher stale monitoruje zmienną docelową w odniesieniu do jakości produkcji, wydajności lub stanu infrastruktury (np. temperatury, przepływu, drgań lub zużycia prądu).
Algorytm uczy model matematyczny oparty na danych historycznych, który w sposób ciągły porównuje zmierzone wartości z przewidywanymi wartościami docelowymi, zapewniając w ten sposób ciągłe porównanie celu z aktualnymi danymi. Oblicza również dynamiczne zakresy oczekiwań (przedziały ufności) dla zmiennej docelowej w celu automatycznego wykrywania i sygnalizowania odchyleń.
moneo SmartLimitWatcher to inteligentne narzędzie do monitorowania AI, które jest łatwe w obsłudze i może być obsługiwane bez specjalistycznej wiedzy z zakresu analizy danych. Zapewnia wygodny i automatyczny dostęp do danych, monitorując je autonomicznie na podstawie „uczenia maszyny”.
Oprogramowanie AI jest indywidualnie konfigurowalne i umożliwia przyjazną dla użytkownika regulację czułości wykrywania anomalii. Progi ostrzegawcze i alarmowe można dostosować, aby umożliwić szybkie reagowanie na odchylenia w procesie produkcyjnym. Można wybrać opcje: „nieaktywny”, „niski”, „średni”, „wysoki” i „niestandardowy”.
Oprogramowanie moneo SmartLimitWatcher może być używane zarówno do monitorowania porównywalnych komponentów maszyn, jak i do szczegółowego monitorowania poszczególnych komponentów przy użyciu wielu parametrów do monitorowania stanu.
moneo SmartLimitWatcher oferuje kreator konfiguracji, który sprawia, że oprogramowanie jest łatwe w użyciu. W zaledwie pięciu krokach można aktywować inteligentne narzędzie monitorujące bez pomocy specjalisty.
SmartLimitWatcher’s AI może być wykorzystywany na różne sposoby do monitorowania procesów pod względem monitorowania stanu: Do monitorowania porównywalnych komponentów urządzenia lub do monitorowania poszczególnych dodatkowych części lub parametrów.
Wymaganie:
Podłączone elementy maszyny są zintegrowane w ramach procesu lub tej samej instalacji i zachodzi między nimi zależność fizyczna. Zaletą jest to, że do wykrycia anomalii potrzeba tylko kilku czujników lub parametrów.
Wymaganie:
Aby wykryć odchylenia, należy zarejestrować wystarczającą liczbę parametrów monitorowanego elementu. To ogólne podejście jest bardzo dobrze dostosowane do szerokiego zakresu problemów związanych z monitorowaniem.