根據裝置數據,實時監(jiān)控“反常”狀態(tài),并在與裝置狀態(tài)對應的較佳時機實現狀態(tài)基準維護。
根據長年培養(yǎng)出來的直覺、經驗,執(zhí)行事后/定期維護(時間基準維護)。
根據裝置數據,AI將對裝置狀態(tài)進行監(jiān)控。 并在與裝置狀態(tài)對應的較佳時機執(zhí)行預測維護(狀態(tài)基準維護)。
1. 較小化停機時間,減少生產損耗 2. 在較佳時機進行維護,削減維護費用 3. 優(yōu)化零件更換時機,減少維護零件的庫存 4. 無需分析即可確定異常位置 5. 無需專門知識/技能,即可開展標準化的維護工作
憑借***的數據運用功能,實現了邊緣控制,從而實現裝置狀態(tài)可視化。 因此,AI控制器能夠以微秒級精度檢測出裝置的“反常”狀態(tài)。
累計與控制周期完全同步的時間序列數據。利用固定周期數據正確掌握裝置的動作,可以生成和判斷高精度的學習模型。此外,利用上位連接功能,通過上位層裝置層進行AI聯(lián)合,為Factory IoT化做出貢獻。
以適用于實時處理的機器學習引擎Isolation Forest為基礎,進行歐姆龍***的高精度化調諧,可以同時實現高速性與高精度檢測。而且可適用于多峰數據算法,以及適用于需要執(zhí)行多種動作模式的裝置,如多品種生產等。
根據目標機構的運行數據,將判斷為“反常”所需的特征量轉化為軟件部件,作為AI預測維護程序庫。 可輕松開啟預測維護工作。
搜索
復制
品類齊全
省心省力,一站購齊
一對一客服
選型詢價,快速響應
貨期保障
多倉直發(fā),貨期無憂
正品貨源
正品保障,誠信服務
聯(lián)系方式
電話:021-80392549
服務時間 8:30~18:00
掃一掃,聯(lián)系我們