許多現有的分析技術需要資料科學和工業流程方面的深厚專業知識，這使得許多 OT 專業人員無法在工廠層面利用基本分析。如果您可以利用機器學習的功能來預測異常或估計生產流程中的操作變數，那會怎麼樣？ 如果您能在沒有資料科學家協助的情況下做到這一點呢？
FactoryTalk® Analytics™ LogixAI® 模組透過在控制器應用程式中應用分析來改變規則，以實現流程改善。這種用於 ControlLogix® 控制器的外掛模組直接安裝在控制機箱中，並透過背板串流控制器資料以構建預測模型。它可以連續地監控製造營運、根據其推導出的理解偵測異常、使操作員和技術人員能夠輕鬆應用機器學習概念來解決產品品質問題，並協助保護過程完整性，而無需開發、驗證或維護自製的機器學習演算法。
FactoryTalk Analytics LogixAI 的強大功能來自一個針對異常偵測和軟感測使用案例的建模引擎。對於異常偵測，預測使客戶能夠在偏離設定點之前採取行動。對於軟測量，預測使客戶能夠代替人工讀數來預測操作值或在無法部署感測器或儀錶的環境下預測操作值。在這兩種情況下，客戶都可以從改善高品質產出、提高資產利用率以及在其智慧營運旅程的特定學習經驗中調整而獲益。
在許多製造產業中，刀片用於切削作業，其鈍化可能與特定驅動參數相關。例如，驅動扭矩可以視為是控制變數，並且可以與諸如輸送帶速度的操縱變數相關。可以建立一個模型來瞭解影響驅動扭矩之過程的物理特性，進而在刀片預期變鈍時偵測到異常。主動警報可用於安排停機時間以更換刀片。
品質參數，如包裝產品的最終濕度，可能與更長的庫存壽命和較高的客戶滿意度相關。為了測量成品的實際值，製造商不得不依靠會破壞可銷售產品的手工測量。相反，將 FactoryTalk Analytics LogixAI 外掛模組的機器學習智慧嵌入到控制機箱中，可以分析噴霧器、乾燥器和燒製等生產線資產的變數，進而以虛擬方式預測測量值。然後，工作人員可以透過在人機介面 (HMI) 或儀表板上設定警報來取得問題通知。
在輪胎產業，輪胎組建機器是製造過程的關鍵設備，要求在輪胎接合中嚴格遵守公差要求。傳統上，輪胎接合調整為手動操作，以減少「超差」的狀況發生。利用 FactoryTalk® Analytics™ LogixAI® 的機器學習能力，結合 FactoryTalk Edge Gateway 與 ControlLogix® 解決方案，可透過創新的閉環學習方式，進行自動調整，實現最佳接頭。這樣可增加單台機器的日產量，又不增加營運/人力費用，從而提高獲利性。
無論是大的、小的還是介於兩者之間，都可以利用豐富的資源來幫助您最大限度地取得成功。
為您推薦
