DXQanalyze

Sentir les battements de vos machines et usines.

La gamme de produits DXQanalyze permet un enregistrement complet de l’ensemble des données de processus disponibles avec pour objectif l’identification des défauts de qualité possibles sur le produit ou l’usure imminente sur l’équipement en temps réel. À un niveau supérieur, les données cumulées permettent au système de tirer des conclusions quant au fonctionnement des étapes individuelles tout au long de la chaîne de valeur et ce, en se basant sur la qualité produit documentée. À l’avenir, ces informations seront utilisées afin d’ajuster de manière automatique le processus permettant de parer à ces conditions de changement. Les produits compris dans notre gamme DXQanalyze utilisent l’intelligence artificielle, comme par exemple l’apprentissage automatique afin d’identifier les anomalies et de dériver des modèles.

Avantages

  • Sélection complète d’outils pour tous les niveaux de scientifiques des données (utilisateurs débutants, avancés et experts)
  • Meilleure disponibilité en termes d’équipements/d’usines et taux de première exécution grâce au dépannage plus rapide
  • Connaissance intégrée du domaine dans les solutions analytiques

Produits DXQanalyze

DXQequipment.analytics donne un aperçu détaillé des diverses étapes de processus et de l’équipement impliqué tout au long de la chaîne de valeur. Le pack logiciel a pour but d’améliorer tous les aspects de l’efficacité totale de l’équipement (performance système, qualité de production, disponibilité d’équipement). Dans un premier temps, DXQequipment.analytics a pour objectif le dépannage plus rapide avec analyse de la cause profonde en visualisant situations critiques, modèles détectés et seuils dépassés. Dans un second temps, une analyse automatique est possible grâce au générateur d'analyses par glisser-déposer afin de créer des algorithmes personnalisés. Avec le développement d’un tel algorithme, les données peuvent être analysées automatiquement et un retour direct à la machine en temps réel peut être effectué. À l’avenir, les données historiques et l’apprentissage automatique seront utilisés afin de déterminer le paramétrage optimal des algorithmes et de détecter les tendances et modèles à long terme.

Combinés à DXQplant.analytics, les algorithmes d’auto-apprentissage seront automatiquement entraînés afin d’identifier les problèmes de qualité. En parallèle de DXQequipment.maintenance, plus d'informations relatives aux opérations de maintenance détectées sont fournies.

DXQequipment.analytics se base sur l’expertise de Dürr et est disponible pour plusieurs types d’équipements, par ex. robots d’application, fours, systèmes PT/CATA.

Fonctions

  • Analyses continues en temps réel afin d’assurer la qualité de production
  • Détection d’auto-apprentissage pour anomalie de qualité
  • Serveurs frontaux simples d’utilisation pour visualisation des données et création de modèles analytiques
  • Acquisition et analyses permanentes de données d’équipement
  • Algorithmes d’apprentissage automatique pour l’évaluation du processus de peinture et la prévision de défaillances de l’équipement

Avantages

  • Dépannage plus rapide pour une meilleure disponibilité d’équipement
  • Meilleur taux de première exécution
  • Baisse des temps d'immobilisation de l’équipement
  • Identification optimisée des causes profondes

DXQplant.analytics cherche à améliorer le taux de première exécution d’un système de production. Dans un premier temps, les tableaux de bord et rapports qualité démontrent les indicateurs de performance clés dans le but d’améliorer la transparence de l’état de la qualité du produit au sein d'une boucle qualité. Dans un second temps, les problèmes qualité systématiques sont détectés via la reconnaissance intelligente de modèle. À l’avenir, les problèmes qualité systématiques seront corrélés aux anomalies de processus calculées par DXQequipment.analytics qui permet d’obtenir une analyse des causes profondes ainsi qu’un dépannage à temps.

Fonctions

  • Tableau de bord pour ICP d’usine concernées par la qualité
  • Reconnaissance de modèle intelligent pour défauts de qualité systématiques
  • Visualisation du cycle de vie du produit des pièces affectées
  • Indication des causes profondes basée sur les analyses de données volumineuses et les règles des experts

Avantages

  • Meilleur taux de première exécution pour améliorer le TRG
  • Aperçu structuré de la qualité liée à la pièce et des données de processus
  • Aide à la détection de corrélations entre les défauts de qualité et les causes du processus
  • Connaissance du secteur liée aux analyses des données