嵌入式分析进行数据科学家的工作，以帮助维修专业人员积极解决生产问题。

罗克韦尔自动化詹妮弗曼斯菲尔德10bet在线娱乐

曾经希望你能在发生的情况前预测生产停机时间和废料问题吗？

先进的制造分析可以帮助您预测这些问题，但到目前为止，该技术对于许多公司来说是可行的。实施高级分析需要数据科学家的专业技能组和花费许多时间和努力花费清洁和组织数据。今天的进步使得该技术可以做更多的是没有数据科学家的分析沉重举措。这将高级分析置于RELLE以获得更多公司。

Predictive-Analytics技术是最新的例子。它使用人工智能（AI）来学习您的流程，构建模型，并向工人提供可行的预测分析。这可以帮助您在遇到问题之前积极识别和解决生产问题。

预测，防止问题

使用AI的分析技术的关键用途是学习，然后不断监控您的操作并检测异常。如果检测到异常，则该技术可以提醒工人在成为问题之前进行调查或介入。

例如，作为一个例子，在木制品厂中的切割机。当机器上的刀片钝时，它会导致碎片。然后工人需要重新制作产品或完全废除。

基于AI的预测分析技术可以了解过程和导致暗叶片的变量，例如木材型，进料速率和湿度水平。然后，通过不断观察过程，该技术可以帮助工人知道何时在碎片发生之前更换刀片。

即使拆分不是常见问题，即使是常见问题，预测分析仍然可以提供价值。例如，工人可能每三天改变刀片，但分析可能会告诉他们刀片可能，实际上是最后五天。这将有助于工人保持运行较长并降低维护成本。

考虑另一种资产，如橡胶厂中的混合器。它必须保持在特定的温度设定点，以保持橡​​胶产品的质量，并避免在产品的粘度到达无法挤出的点时所需的停机时间和清理。

预测分析工具可以监控从温度设定点的应用和点偏差。这将有助于工作人员更积极地管理资产 - 并在必要时进行行事 - 保护产品质量，并避免无计划的停机时间。

工程师甚至可以通过将分析技术中检测到的特定变化在其控制器或人机界面（HMI）中连接到分析技术中检测到的特定变化进一步进一步进行一步。例如，在混频器应用程序中，工程师可以在检测到异常时在控制器中编程特定的校正步骤。

使用虚拟传感器保存

虚拟或“软”传感器是将嵌入式分析工作的另一种有价值的方法。有时物理传感器并不实用。可能是传感器太昂贵，使手动读数太过时间和劳动密集型。当情况涉及损失完整性的物理测量，物理传感器也可能不足，通常由于环境条件。在这些情况下，预测分析可以使用现有数据来估计您从物理传感器获得的值。

良好使用虚拟传感器将在生产过程结束时。在一些成品上使用实际传感器几乎是不可能的，例如封装的饼干。因此，工人需要将产品从一条线上拉出产品以读取钥匙变量，例如湿度。但这浪费了产品和劳动力。

虚拟传感器可以使用从生产过程中的变量，例如喷雾器流量和干燥器燃烧器速率，以估计成品的湿度。添加虚拟传感器可以减少需要进行手动读数或特定过程调整的需要。

没有数据科学家的滚动

您如何实现和使用AI的高级分析？该技术本身是插入控制机箱的模块。安装模块后，控件工程师可以开始配置它。这涉及选择该技术将模拟和监测的输出，例如遵守物理定律的温度，压力或其他变量。变量模型应与产品质量，资产可靠性，废料或返工直接相关，以推动财务影响。

工程师还识别构建预测模型所需的输入变量。如果使用的预测分析解决方案可以进行自己的数据清洁，则工程师可以在识别数据时施放更广泛的网。

模型构建后，培训模式用于建立模型的置信水平。此过程需要多长时间取决于您的应用程序的复杂性。在一个简单的过程单元中，它可以花费不到30分钟。

最后，该技术将学习正常运营，并可以开始预测您的过程中的问题。工人可以收到问题，但是您选择的问题，例如通过在HMI或仪表板上令人振动。

即使作为数字技术每天改变工业运营，也可以在控制系统中使用AI是一种深刻的发展。它分解了高级分析的障碍，并可以帮助改善操作，使您的企业更具竞争力。ep.

Jennifer Mansfield是罗克韦尔自动化的业务发展经理，密尔沃基（10bet在线娱乐Rockwell10bet在线娱乐automation.com.）。作为IIOT战略家，拥有30多年的经验，她帮助客户整合其运营的各个方面，以实现其自动化系统的强大相关基础。10bet在线娱乐