DXQanalyze
機械と工場の鼓動を感じられる
DXQanalyze製品ファミリでは、製品に品質不良が発生する可能性または機器の摩耗をリアルタイムで特定することを目的として利用可能なすべてのプロセスデータを包括的なログを記録できます。上位レベルの集約データによりシステムは文書化された製品品質に基づいてバリューチェーンに沿った個々のステップの動作に関する結論を引き出すことができます。将来、この情報はこれらの変化する条件に対処するためにプロセスを自動的に調整するために使用されます。 DXQanalyze製品ファミリの製品は人工知能、つまり機械学習を使用し機械の異常を特定しパターンを導き出す。
利点
- すべてのレベルのデータ科学者(新人、上級ユーザー、専門家)向けの包括的な分析サービス
- トラブルシューティングの迅速化による設備/プラントの可用性と初回稼働率の向上
- 分析ソリューションの統合ドメイン知識
DXQanalyzeの製品
DXQequipment.analyticsはバリューチェーンに沿ったさまざまな生産工程ステップと関連機器の関係が見れるデータを提供します。ソフトウェアパッケージは機器全体の有効性(システムパフォーマンス、生産品質、機器可用性)のすべての側面の改善を目的としています。最初のステップでは、DXQequipment .analyticsは、重大な状況、検出されたパターン、および超過したしきい値を視覚化する根本原因分析により、迅速なトラブルシューティングをサポートします。ドラッグ&ドロップ分析ビルダーを提供して独自のアルゴリズムを作成する機能で自動分析を行います。データは自動的に分析され、リアルタイムで機械に直接フィードバックされます。 Advanced Analytics(アドバンスト・アナリティクス)モジュールによって、履歴データおよび機械学習を活用して、アルゴリズムの最適なパラメータ化の特定と、長期的動向およびパターンの認識ができるようになります。 人工知能アプリケーションがIT技術を機械工学技術と組み合わせて不具合原因を特定し、最適なメンテナンス時期を確定します。 人工知能アプリケーションは、設備内の関係性を検出し、自己学習によってアルゴリズムを適応します。
DXQplant.analyticsと組み合わせて、自己学習アルゴリズムが自動的にトレーニングされ品質の問題を特定します。 DXQequipment.maintenanceとともに検出されたメンテナンスタスクに関する詳細情報が提供されます。
DXQequipment.analyticsはDürrの専門知識に基づいており、さまざまなタイプの機器に提供できます。アプリケーションロボット、オーブン、PT / EDシステム。
機能
- 生産品質を確保するためのリアルタイムストリーミング分析
- 自己学習で品質の異常検出
- データの見える化と分析モデルの作成のため使いやすいフロントエンド
- 機器データの永続的な取得と分析
- 塗装プロセスと結果を評価して機器の故障を予測する機械学習アルゴリズム
利点
- 迅速なトラブル対応で可用性を向上
- より高い直行率
- 機械ダウンタイムの削減
- 根本的原因の特定の最適化
DXQplant.analyticsは製造システムの直行率を改善することを目的としています。最初のステップでは品質ループ内の製品品質ステータスの透明性を向上させるため品質ダッシュボードとレポートに主要業績評価指標が表示されます。次に、スマートパターン認識を使用して体系的な品質問題が検出されます。将来的には体系的な品質の問題はDXQequipment.analyticsによって派生したプロセスの異常に関連付けられ、根本的な原因分析と早期のトラブルシューティングが可能になります。
機能
- 品質関連の工場KPIダッシュボード
- 体系的品質不具合を特定するためのスマート傾向認識機能
- 影響を受けると考えられる製品のライフサイクル可視化
- ビッグデータ分析と専門家ルールに基づく根本原因の表示
利点
- より高いOEEのため直行率向上
- ワーク関連の品質とプロセスデータの構造化された概要
- 品質不具合とプロセスの根本的原因の間の相関関係を見つけるサポート
- データ分析とリンクしたドメイン知識