אנליטיקה ותחזוקה חזויה

בית » אנליטיקה ותחזוקה חזויה

הערך האמיתי של פתרונות IoT תעשייתיים טמון בנתונים. כל מכשיר מחובר יכול לייצר אלפי, ואפילו מיליוני תגי-נתונים בכל יום. בנתונים אלו טמונים התשובות לבעיות עסקיות, האבחנה לכשל במכונה ואפילו תחזיות לעתיד.

תהליך האנליטיקה מתחלק לשלושה שלבים: לכידה ועיבוד – החלת לוגיקה – קבלת תובנות.

לכידה ועיבוד הנתונים; החלת לוגיקה על הנתונים כדי לחשוף את הערך וייצור תובנות לשיפור קבלת ההחלטות והתפעול ברחבי הארגון.

פלטפורמת Thingworx משתמשת בטכניקות בינה מלאכותית ולמידת מכונה מתקדמות כדי לחלץ תובנות מהנתונים ולאחר מכן חושפת את הקשרים והניתוחים המורכבים באמצעות פלטים קלים להבנה המתאימים לצריכה ע"י המשתמשים.

שיטות וטכניקות אנליטיות ותוצאותיהן משתנות בהתאם לשאלות הנשאלות ולאופן או למקום שבו יש לענות עליהן

תיאורי (Descriptive): מה קרה ?
אבחוני (Diagnostic): מדוע זה קרה ?
חיזויי (Predictive): מה יקרה ?
חיזויי (Predictive): מה יקרה ?

Thingworx מתוכננת כדי להבין ולהתמודד עם האתגרים הייחודיים של נתוני IIoT ומפשטת את הגישה למידע שהארגונים התעשייתיים זקוקים לו כדי לקבל החלטות מושכלות במהירות.

פלטפורמת ThingWorx משתמשת בטכנולוגיות בינה מלאכותית (AI) ולמידת מכונה מתקדמת כדי לספק תובנות אמינות ופעילות בזמן אמת.

Thingworx מאפשרת למשתמשים לשלב יכולות מתקדמות של אנליטיות, חיזוי ומרשמיות ביישומים שהם בונים, ללא צורך במומחיות בסטטיסטיקה או למידת מכונה. כמה מהיכולות העיקריות של Thingworx Analytics כוללות:

1. ניטור וגילוי בסיוע למידת מכונה: מאפשר לזהות מתי ומדוע מכונה תיכשל, לבצע סימולציות "מה אם" ולזהות אנומליות מבוססות בינה מלאכותית.

2. ודלים חיזויים: מאפשר ליצור מודלים חיזויים באופן אוטומטי ולהעריך אותם במהירות, מה שמאפשר לצוותי הנתונים לבצע יותר ניסויים ולהגיע למודלים שימושיים מהר יותר.

3. אופטימיזציה מרשמית: מבצע סימולציות באופן אוטומטי כדי לייצר המלצות לשיפור הביצועים של המוצר או התהליך.

4. סקלביליות: מתוכנן במיוחד להתמודד עם אתגרי הנפח, המהירות והמגוון של נתוני IoT ויכול להתרחב לסטים הגדולים ביותר של נתונים ולנתח בזמן אמת שינויים בנתונים המשפיעים על ביצועי ה"דבר" או על דיוק התחזיות או הסימולציות.

פרויקט תחזוקה חזויה במפעלי אינטל

באמצעות יכולות אלו, ThingWorx מאפשרת לארגונים תעשייתיים להפוך נתוני IoT בעלי נפח גבוה לתובנות פעילות ולהטמיע מודלים, תחזיות והמלצות בכל הפונקציות הארגוניות כדי לשפר את קבלת ההחלטות.

פתרון	ערך לארגון
אינטגרציה חלקה של מערכות ארגוניות, מערכות בקרה, ותפעול.	שיפור ביצועי העובדים והפחתת סיכוני בטיחות וציות באמצעות גישה קלה למידע
מידע זורם בזמן אמת, הנדרש למקבלי ההחלטות, מרצפת הייצור ועד להנהלה הבכירה	שיפור זמן פעילות ציוד וצמצום זמן אחזקה ויעילות תפעולית באמצעות ניטור בזמן אמת
יכולת הרחבה המאפשרת קישוריות למתקן אחד או למתקנים רבים לצורך אופטימיזציית פעילות גלובלית	הפחתת עלויות וקיצור זמן ההגעה לשוק באמצעות אכיפת תהליכים גמישה ותזמון דינמי ומדויק

שימושים

שליטה ובקרה מרכזית בזמן אמת בציוד פיזי, מערכות ייצור, בקרים, חיישנים ומערכות מלוות

"מערכת המערכות" (System Of Systems) – לוח מחוונים אחד המציג את כלל מערכות הארגון
תחזוקה חזויה (Predictive Maintenance) – צפה כשלים ותקלות עוד לפני שהם מתרחשים
תחזוקה מיישמת (Proactive Maintenance) – לאחר שאיתרת את התקלות, טפל בהן בצורה אוטומטית באמצעות AI
ניבוי ותובנות עסקיות מתוך ציוד ומערכות