Wie PRECOG Ihre Daten auswertet

Der Zeitraum, in dem die Daten erhoben wurden, geordnet vom ältesten zum jüngsten Eintrag. Es können Zahlenwerte oder Datums- und Zeitstempel sein. Die Daten können für längere Zeiträume aggregiert werden, zum Beispiel lassen sich Messungen im Minutentakt zu Tagen zusammenfassen. Wenn möglich, sollte dies auf der Ebene der Rohdaten geschehen.

Im Allgemeinen werden gleichmässige Zeitintervalle wie Tage, Stunden oder Minuten empfohlen, die sich dann für längerfristige Analysen aggregieren lassen. In Sonderfällen, etwa bei komplexen mechanischen Anlagen im Freien, deren Messungen verrauscht sein können und zugrunde liegende Probleme verdecken, liefern Sie möglichst viele hochwertige Referenzdatensätze, idealerweise mindestens 10 aus einem beliebigen historischen Zeitraum. Die letzten 6 Datensätze sollten ausserdem die jüngsten Werte enthalten, gemessen in gleichmässigen Intervallen oder aggregiert.

Der gemessene Wert der überwachten Anlage oder des überwachten Parameters. Die Eingabedatei muss mindestens 6 Datensätze enthalten.

Der maximale oder minimale Grenzwert, den die physikalische Eigenschaft nicht überschreiten soll, je nach Art der Kennzahl. Ist ein höherer Wert erwünscht, ist der Zielwert der maximal zulässige Wert. Ist ein niedrigerer Wert vorzuziehen, ist der Zielwert der minimal akzeptable Wert.

Legt der Hersteller den Zielwert nicht fest, wählen Sie ihn anhand von Testergebnissen so, dass er ausserhalb der oberen und unteren Intervalle liegt, die im Diagramm blau markiert sind. So werden häufige Alarme vermieden.

Der Zielwert kann sich über den gesamten Zeitraum der Daten ändern und die Vorhersage beeinflussen. Änderungen des Zielwerts können den Einfluss anderer physikalischer Grössen auf die Anlage abbilden, etwa Temperatur, Regen oder andere Umwelteinflüsse. Diese Anpassungen werden oft bei Geräten im Freien verwendet, wo Jahreszeiten und Wetterbedingungen die Anlage beeinflussen können.

Die Zielwert-Spalte legt auch fest, wie viele Perioden für längerfristige Vorhersagen nötig sind. Dazu werden die gewünschten Perioden mit Zielwerten und Toleranzen, aber ohne Istwerte hinzugefügt. Empfohlen werden 6 bis 10 Perioden. Mehr als 14 Perioden werden nicht empfohlen, weil die Unsicherheit exponentiell wächst und die Genauigkeit deutlich sinkt. Alle zusätzlichen Zielwerte müssen dem Zielwert des zuletzt gemessenen Istwerts entsprechen. Geht man die Perioden rückwärts durch, ist die langfristige Prognose umso genauer, je mehr Zielwerte mit dem letzten übereinstimmen.

Die zulässige Abweichung vom Zielwert. Es ist ein schmaler Grenzbereich, in dem die Ausrüstung noch arbeitet, in dem der Betrieb aber Schäden verursachen kann. Die Toleranz wird zum Zielwert addiert oder von ihm subtrahiert, je nachdem, ob der Kennzahltyp höher ist besser oder niedriger ist besser ist.

Ein binärer Indikator, TRUE oder FALSE, der von der Art der Kennzahl abhängt. Bedeutet ein höherer Wert eine bessere Leistung (auch grün, gelb, rot oder GYR genannt), ist die Spalte TRUE. Bedeutet ein niedrigerer Wert eine bessere Leistung (rot, gelb, grün oder RYG), ist die Spalte FALSE.

Das wichtigste Ergebnis der Analyse ist die Ampel. Sie zeigt das zusammenfassende Ergebnis von mehr als 14 verschiedenen Algorithmen, die für die Kennzahl Warnungen vorhersagen oder kritische Alarme anzeigen können. Weitere Informationen stehen im Abschnitt Details.

Die längerfristige Vorhersage nutzt mehrere Vorhersagealgorithmen, um die Wahrscheinlichkeit der Gesamtleistung einer Kennzahl über einen längeren Zeitraum abzuschätzen. Auch die kurzfristige Vorhersage stützt sich auf viele Algorithmen, weshalb die Ampel passende Vorhersagen liefert.

Die längerfristige Vorhersage beurteilt die Wahrscheinlichkeit, mit der eine Kennzahl ihre Leistung erbringt, auch wenn sie noch nicht erfüllt wurde. Die Anzahl der Perioden lässt sich über den festgelegten Zielwert anpassen. Im Allgemeinen ist das Risiko einer Nichterfüllung bei Werten unter 70% hoch.

Einfach gesagt wurde unsere KI im Laufe von 7 Jahren mit Millionen von Datensätzen aus realen Daten verschiedener Branchen gespeist und beruht auf fortgeschrittener Mathematik.

Mindestens 6. Das Maximum ist eine vernünftige Anzahl.

Der Zielwert ist zum Beispiel die vom Hersteller empfohlene Leistung, oder er kann beim Testen festgelegt werden. Die Toleranz ist ein schmaler Grenzbereich, in dem die Ausrüstung noch funktioniert, der Betrieb aber schädlich ist. Ist der Zielwert die Grenze, bei der das Gerät beschädigt wird, muss die Toleranz null sein.

Der Algorithmus läuft jeweils für einen Datentyp. Am besten lässt man ihn für jeden Datentyp laufen. Liefert einer davon eine gelbe oder rote Ampel, gilt die gesamte Auswertung als gelb oder rot. Um den Einfluss verschiedener physikalischer Grössen wie Jahreszeiten, Regen oder Temperatur abzubilden, kann der Zielwert geändert werden. Das ist vor allem bei Geräten im Freien sinnvoll.

Sie können beliebige Daten verwenden, solange sie einheitlich sind.

Ja. Im Allgemeinen werden gleichmässige Zeitintervalle wie Tage, Stunden oder Minuten empfohlen, die sich für eine längerfristige Analyse aggregieren lassen. In besonderen Fällen, etwa bei komplexen mechanischen Anlagen im Freien, deren Messungen verrauscht sein können und zugrunde liegende Probleme überdecken, liefern Sie möglichst viele hochwertige Referenzdatensätze, idealerweise mindestens 10 aus einem beliebigen historischen Zeitraum. Die letzten 6 Datensätze sollten auch die aktuellsten Werte enthalten, gemessen in gleichmässigen Intervallen oder aggregiert.

Ein Projekt dauert in der Regel 2 bis 4 Monate pro Ausrüstungstyp. Das gilt, wenn Sie auf der niedrigsten Reifestufe beginnen und die höchste erreichen wollen. Nach der Einführung folgen weitere 2 Monate für Beobachtung und Anpassung.