<cite id="zrl9x"></cite>

        <cite id="zrl9x"><em id="zrl9x"><font id="zrl9x"></font></em></cite>
          <delect id="zrl9x"></delect>
            <delect id="zrl9x"></delect>
              <ins id="zrl9x"><form id="zrl9x"></form></ins>

                <mark id="zrl9x"><track id="zrl9x"></track></mark>

                  蘇州魏德米勒

                  新聞分類

                  產品分類

                  聯系我們

                  蘇州貝雅得自動化科技有限公司

                  聯系人:沈先生

                  電   話:0512-66901578

                  傳   真:0512-66901576

                  郵   箱:bayada@sina.com

                  地   址:蘇州高新區湘江路1433號庚威科技D棟2002

                  網   址:www.sawaoku.com


                  魏德米勒工業分析:集數據科學與專業知識于一體

                  您的當前位置: 首 頁 >> 新聞中心 >> 技術中心

                  魏德米勒工業分析:集數據科學與專業知識于一體

                  發布日期:2020-09-05 00:00 來源:http://www.sawaoku.com 點擊:

                   

                  工廠和設備中部署了大量的傳感器用于記錄數據。如果分析得當,這些數據會在改進制造工藝及確保生產質量等方面產生巨大的價值。

                  為此,魏德米勒工業分析部門與客戶密切合作,開發所需的數據分析模型。

                   

                  我們從工廠和設備中提取各類數據集合,比如溫度、壓力、能耗和振動,稱之為“特征”,并使用人工智能(AI)對其評估。之前的項目經驗表明,大多數工廠和設備已經記錄了全部重要數據,不必新增傳感器。真正的挑戰來自于找出數據背后的隱藏信息和它們之間的相關關系,而這正是魏德米勒工業分析部門擅長的。

                   

                  異常檢測和分類 

                  異常分類的工作,是將已識別的數據偏差按重要程度進行分類,重要異常往往是導致設備故障的原因。有了這些信息的輔助,設備操作者可以更快地處理問題,甚至可以識別潛在故障。這樣的快速診斷方式可以減少停機時間、降低成本并優化產能。

                   

                  特征”工程識別復雜模式

                  “特征”工程是開發可靠人工智能模型的重要技術,該方法從測量數據中找出復雜的統計相關性。例如,為了找出這樣的統計相關,可以用相關系數表示在一段時間內兩個或多個“特征”的關聯變化。數據科學家會根據設備的歷史數據來開發新的“特征”。與僅使用原始數據相比,這樣做可以更可靠地識別異常情形。例如,通過振動測量或頻率轉換獲得的高頻信號,可以基于數學模型分解到相應的不同頻段上。人工智能模型從設備的正常行為中學習信號的頻段特性,相比于僅使用未分解的原始信號,可更好地預測故障可能性。

                  魏德米勒憑借“工業分析”的綜合方法,在“企業對企業商務卓越獎”競賽類別中贏得了2018年德國創新獎。工業分析業務部門研發負責人Markus K?ster博士(左)和工業分析業務部門負責人Tobias Gaukstern(右)在柏林接受了該獎項。

                   

                  各領域知識的集合

                  數據集合必須根據具體的機器或工藝加以解釋和評估,因此“特征”工程需要全面的應用知識。無論是數據科學家的專業知識,還是機械工程師或機器操作人員的應用知識,對于找出實際解決方案至關重要。只有應用專家才能評估一個數據異常是否代表了機器故障,在應用專家的幫助下,數據科學家才能建立準確識別正常運行和異常的算法。

                  目前,人工智能模型已經應用于許多領域,例如包裝機、填充技術、材料處理以及機器人技術。魏德米勒基于這些數據模型向用戶提供適合的定制化軟件,幫助用戶持續監測設備運行情況、做出預測,并將數據和分析結果可視化呈現。UI專家設計定制的用戶界面,以便每個用戶都能獲得與其應用領域相匹配的解決方案。

                  對于設備歷史數據中未包括的異?;蚬收?,人工智能模型在運行之初是無法描述和預測的。因此,用戶可以通過更新學習數據、擴展軟件模塊來不斷完善工業分析模塊。當然,魏德米勒數據科學家會按用戶所需提供支持幫助。

                   

                  數據和分析結果的可視化使我們更容易掌握機器的當前狀態。為此,我們可以查看并標記各個時間范圍應包含在未來數據評估中的信息。在此示例中,黃色區域顯示的是通過算法標注出來的潛在異常。用戶還可以查看這些區域,辨明是否存在異常。通過這種方式,該模型能繼續學習并且可以更精確地對未來狀態進行分類。


                   

                  特征”工程助力成功

                  “特征”工程是工業分析解決方案成功的關鍵,魏德米勒將應用知識與數據科學相結合。由于人工智能模型的獨立性,機械工程師和設備操作者無須泄露其專業領域知識,即可顯著提高設備性能。


                  相關標簽:魏德米勒

                  Z近瀏覽:

                  在線客服
                  二維碼

                  掃描二維碼

                  分享
                  歡迎給我們留言
                  請在此輸入留言內容,我們會盡快與您聯系。
                  姓名
                  聯系人
                  電話
                  座機/手機號碼
                  最新精品国偷自产在线_欧美激情无码乱妇_欧美_在线_成_人-高清欧美AV片|免费人成视频X8X8|中国亚洲日韩A在线欧美|久久国语露脸精品国产亚洲欧美中文日韩在线视频自拍精品