Kezdőlap / PRECOG / Technológia
PRECOG: prediktív karbantartási szoftver
Lépjen túl a monitorozáson, és automatizálja az elemzést, hogy cselekedni tudjon. A PRECOG átlagosan körülbelül két héttel előre képes jelezni egy villanymotor meghibásodását.
Áttekintés
Mit csinál a PRECOG
A PRECOG intelligens karbantartás-előrejelző MI-szoftver, amelynek sikerességi aránya az első naptól fogva 90% felett van. Folyamatosan javul, ahogy az MI megtanulja és követi az egyes berendezések sajátosságait.
Egyen- és váltakozó áramú motorok
Egyenáramú, egyfázisú váltakozó áramú és háromfázisú váltakozó áramú villanymotorokkal működik, amelyek összetett gépek részei lehetnek.
Nagyjából két héttel előre
Az előrejelzési idő a hibától függ. Egyes hibákat kicsit korábban, másokat kicsit később jelez a rendszer, az átlag nagyjából két hét. A korai figyelmeztetés a leállások megelőzésével növeli az üzembiztonságot.
Bármilyen mérhető mennyiség
Fizikai tényezőkből jelzi előre az eredményeket, például teljesítményből, áramból, rezgésből és hőmérsékletből.
Beltéren és kültéren
Beltéren vagy kültéren működő, folyamatos vagy periodikus mozgású berendezésekkel kompatibilis.
Teljesen automatikus
Nincs szükség rendszeres beállításra és műszaki szakemberekre.
Alacsonyabb üzemeltetési költségek
A logisztikai és karbantartási költségek csökkenthetők, ezért környezetbarát megoldás is.
Hol alkalmazható
Víz- és olajszivattyúk, klímaberendezések, mozgólépcsők, liftek, gyártósorok, adatközpontok, robotkarok, gyalugépek, CNC-gépek és vasúti váltók. A gyakorlatban ez minden olyan összetett berendezést jelent, amely villanymotort vagy elektronikát tartalmaz, és ahol a magas rendelkezésre állás döntő.
Az intelligens karbantartás érettsége
A mért adatoktól a hasznos információig
Az intelligens karbantartás öt lépésben fejlődik. Az első három a méréseket adattá, az utolsó kettő az adatot információvá alakítja.
Monitorozás, adminisztráció és általános MI
- Alapszintű hibaészlelés
- Segít megtalálni a megfelelő fizikai jellemzőket
- Hozzávetőleges referenciaadatokat ad
- A sikerességi arány jelentősen alacsonyabb, mert a modell általános
PRECOG statisztikai algoritmusok
- Ipari használatra tervezték
- Jellemzően villanymotorokhoz és periodikus mozgást végző gépekhez
- Több különböző valószínűségszámítási algoritmust kombinál
- Magas sikerességi arány, mert kifejezetten az adott feladatra szabták
PRECOG AI
- Automatikusan megtanulja a berendezés viselkedését
- Az adott berendezésre szabott algoritmusokat fejleszt
- Folyamatosan javítja az algoritmusok hatékonyságát
- Automatikusan meghatározza a referenciaadatokat
- Rövid tanulási idő
- Nagyon pontos előrejelzések, elemzések és tanácsok
Elv
Hogyan működik a PRECOG
A folyamat lépései
- A leggyakoribb hibák azonosítása. Minden berendezéstípushoz meghatározzák a hat legjellemzőbb meghibásodást. Ezek az összes eset 80-85%-át lefedik.
- A releváns fizikai tényezők monitorozása. Energiafogyasztás, áram, rezgés, hőmérséklet vagy pozíció.
- Elemzés valós időben. Az algoritmusok megtanulják az egyes gépek viselkedését, észlelik a normál működéstől való bármilyen eltérést, és kiértékelésre átadják az MI-nek.
- Azonosítás MI-vel. Az MI összeveti az eltérést a validált hibák adatbázisával.
- Egyértelmű üzenet küldése. A technikusok megtudják, hol, mikor és milyen típusú hiba várható, lehetséges javítási javaslatokkal.
- Tanulás a visszajelzésből. A technikus Igen vagy Nem válasszal megerősíti vagy elutasítja a hibát, így a rendszer egyre pontosabb. A téves pozitívnak bizonyuló anomáliák nem igényelnek beavatkozást.
Telemetriai adatfeldolgozás
Az érzékelőtől az értesítésig
Valós idejű bemenet a hardverből
Egy mérőhardver gyűjti a telemetriai adatokat. Wi-Fi-n kommunikál, könnyen telepíthető, és illeszkedik a meglévő infrastruktúrába.
Monitorozás és értesítések
A PRECOG felhőalapú vagy helyi szervereken fut, és Web API-n keresztül érhető el, interneten át vagy helyben.
A PRECOG telepítéséről és védelméről a biztonság és IT-architektúra oldal szól.
Pontosság és kiértékelés
Hogyan mérjük a pontosságot
Az algoritmusokat több mint 1500 különböző eszközön és mutatón tesztelték, több mint 10 évnyi sokféle műszaki mérési adat felhasználásával. A pontosságot egyedi kiértékelő és tesztelő program méri. A műszaki paramétereket folyamatosan kiértékelik az alábbi kritériumok szerint, és ezek hangolásával javítják az előrejelzések hatékonyságát.
A különböző időtávú előrejelzések példái az adatkiértékelés oldalon találhatók.
Összehasonlítás
A PRECOG és a klasszikus küszöbértékes módszerek
Klasszikus határérték- és küszöbértékalapú észlelés
Erősségek
- Észleli a durva hibákat. Ezek nyilvánvaló, jelentős hibák, és az összes észlelhető hiba mintegy 40%-át teszik ki.
- Egyszerűen megvalósítható az alapszintű hibaészleléshez.
- A küszöbértékek könnyen karbantarthatók az azonos típusú vagy hasonló körülmények között működő gépeknél.
Korlátok
- A hibát csak az előre meghatározott küszöbérték elérésekor találja meg, kialakulása közben nem.
- Csak a nyilvánvaló vagy nagy hibákat találja meg, a finom vagy fokozatosan kialakulókat nem.
- A normál üzemi tartományon belüli vagy a zajban elrejtőző hibák észrevétlenek maradnak, pedig a hibák többsége ilyen.
- Nem alkalmazkodik a környezeti változásokhoz, ami idővel téves riasztásokhoz vezet.
- Nehezen karbantartható eltérő géptípusok, modellek vagy telephelyek esetén.
- A periodikus gépekhez osztott küszöbértékek kellenek, ami bonyolultságot és pontatlanságot visz a rendszerbe. A teljesítménygörbe összes pontján jelentkező eltéréseket nem lehet követni.
- A különböző hibatípusokhoz különböző küszöbértékek kellenek, ami rontja az áttekinthetőséget.
- A külső tényezők, például a hőmérséklet, az időjárás vagy a páratartalom további érzékelőket igényelhetnek, ami növeli a költséget és a bonyolultságot.
- A külső tényezők figyelembevétele bonyolítja a számítást anélkül, hogy a sikerességi arány egyértelműen javulna.
- Nem szabható testre az egyes berendezések jellemzőihez.
PRECOG
Erősségek
- A hibákat kialakulásuk közben észleli, így még a kritikus küszöbérték elérése előtt lehet cselekedni.
- Felismeri az összes fizikailag észlelhető hibát, a finom, árnyalt vagy fokozatosan kialakulókat is.
- Egyetlen módszer lefedi a küszöbértékes módszerekkel megtalálható és az összetettebb hibákat is.
- Egyszerűen megvalósítható.
- Kevés karbantartást igényel, ha az értékeket a szélső üzemi esetre beállították, még akkor is, ha a hasonló gépek eltérnek, vagy eltérő körülmények között működnek.
- Megtalálja a normál üzemi tartományon belüli vagy a zajban rejlő hibákat.
- Könnyen karbantartható hasonló géptípusok, modellek és környezetek esetén.
- Minden mérési pontot figyel. A receptalapú megközelítés a hibák széles körű értékelését teszi lehetővé.
- Automatikusan alkalmazkodik a külső vagy környezeti változásokhoz, ami csökkenti a téves riasztásokat, és gyakran szükségtelenné teszi a további érzékelőket.
- Az MI alkalmazkodik az egyes berendezések jellemzőihez.
Követelmények
- A berendezések megfelelő tesztelése és alapos adatelemzés.
- Elegendő számítási kapacitás az adatok valós idejű elemzéséhez.
Kitekintés
Mi következik
A középtávú terv egy MI-asszisztens, amelytől szabadon lehet kérdezni a rendszerek jelenlegi és jövőbeli állapotáról. Összetett elemzéseket és előrejelzéseket adna, írásban és szóban is. A PRECOG már most is rövid üzenetekké alakítja a nyers mérési adatokat a karbantartók számára, az asszisztens ezt terjeszti ki a nyitott kérdésekre.
Szeretné látni a PRECOG-ot az Ön típusú gépein?