Dürr는 이 웹사이트에서 쿠키 또는 유사한 기술(이하 “쿠키”)을 사용합니다. Dürr가 웹사이트 이용 방식을 분석하고 기능 개선하는 데 앱을 사용하도록 허용하려면 “동의”를 클릭하십시오. Dürr가 사용하거나, 설정을 변경하거나, 상세 정보를 확인하도록 허용할 특정 쿠키를 선택하려면 “상세 정보”를 클릭하십시오.

상세 정보

거부

동의

다음에서는 이 웹사이트에서 사용되는 개별 기술을 활성화하거나 비활성화할 수 있습니다.
전체 동의
필수

이러한 쿠키는 페이지 검색, 언어 설정 및 보호 영역 액세스 등과 같은 기본 기능을 제공하여 웹사이트를 사용하기 편리하게 합니다. 이 쿠키가 없으면 웹사이트가 정상적으로 작동하지 않습니다. 따라서 이러한 유형의 쿠키를 옵트 아웃하면 안 됩니다.

기능

이러한 쿠키를 통해 Dürr는 사용자의 설정, 선택 및 필터 설정 등을 저장하여 Dürr 웹사이트의 기능을 개선하고 사용자가 더 많은 관심을 갖도록 콘텐츠를 향상시켜 사용자 경험을 개선할 뿐 아니라 다음 방문 시 사용자의 장치를 인식할 수 있습니다.

분석

이러한 쿠키는 Dürr와 서비스 제공업체(예: 구글의 Google Analytics 서비스)가 Dürr 웹사이트에서의 사용자 활동 관련 정보와 통계를 수집하고 분석하여 그 결과를 바탕으로 Dürr의 웹사이트를 최적화할 수 있도록 합니다.

DXQanalyze

기계 및 플랜트의 핵심 상태 감지

DXQanalyze 제품군을 이용하면 모든 이용 가능한 프로세스 데이터를 종합적으로 기록하여 제품의 잠재적인 품질 결함이나 장비의 임박한 마모를 실시간으로 파악할 수 있습니다. 상위 수준에서 집계된 데이터는 시스템이 문서화된 제품 품질을 기반으로 가치 사슬상의 개별 단계 작업에 관한 결론을 도출하도록 지원합니다. 향후 이러한 정보는 이처럼 변화하는 환경에 대응하기 위해 프로세스를 자동으로 조정하는 데 사용됩니다. DXQanalyze 제품군에 속한 제품은 인공지능, 즉 머신 러닝을 활용하여 이상 동작을 식별하고 패턴을 추론합니다.

장점

  • 모든 수준의 데이터 과학자(초보자, 고급 사용자, 전문가)를 위한 포괄적인 분석 제공
  • 빠른 문제 해결을 통해 장비/플랜트 가용성 및 첫 실행 속도 향상
  • 분석 솔루션에 도메인 지식 통합

DXQanalyze 제품군

DXQequipment.analytics는 가치 사슬상의 다양한 프로세스 단계와 사용 장비에 대한 깊은 통찰력을 제공합니다. 이 소프트웨어 패키지는 전반적인 장비 효율성의 모든 요소(시스템 성능, 생산 품질, 장비 가용성)를 향상하는 것을 목표로 합니다. 첫째, DXQequipment.analytics는 중요한 상황, 감지된 패턴, 초과된 임계값을 시각화하는 근본 원인 분석을 통해 더욱 빠른 문제 해결을 지원합니다. 둘째, 드래그 앤 드롭 분석 빌더를 제공하여 자체 알고리즘을 생성함으로써 자동 분석이 가능합니다. 이러한 알고리즘 배포를 통해 데이터를 자동으로 분석하고 실시간으로 기계에 직접적인 피드백을 제공할 수 있습니다. 앞으로는 모듈 Advanced Analytics를 통해 이력 데이터 및 머신 러닝을 사용하여 알고리즘의 최적 매개변수화를 찾고 장기적인 추세와 패턴을 감지할 수 있습니다. AI 애플리케이션은 IT 기술을 기계 엔지니어링 능력과 결합하고 고장 원인을 식별하며 최적의 정비 시점을 찾습니다. 이 애플리케이션은 시스템 내의 연관성을 감지하고 스스로 학습하며 그 알고리즘을 조정합니다.

DXQplant.analytics와 함께 사용하면 자가 학습 알고리즘이 품질 문제를 식별하도록 자동으로 훈련됩니다. DXQequipment.maintenance 외에도 감지된 유지 관리 작업에 대한 추가 정보가 제공됩니다.

DXQequipment.analytics는 듀어의 전문 지식을 기반으로 하며 다양한 장비 유형(예: 애플리케이션 로봇, 오븐, PT/ED 시스템 등)에 제공될 수 있습니다.

기능

  • 실시간 스트리밍 분석을 통해 생산 품질 보장
  • 자가 학습을 통한 품질 이상 감지
  • 데이터 시각화 및 분석 모델 생성을 위한 사용이 간편한 프런트 엔드
  • 장비 데이터의 영구적인 수집 및 분석
  • 머신 러닝 알고리즘을 통해 도장 프로세스를 평가하고 장비 오류를 예측

장점

  • 빠른 문제 해결을 통해 장비 가용성 증진
  • 첫 실행 속도 향상
  • 장비 다운타임 감소
  • 근본 원인 식별 최적화

DXQplant.analytics는 생산 시스템의 첫 실행 속도를 향상하는 것을 목표로 합니다. 첫째, 품질 대시보드와 보고서는 품질 루프 내에서 제품 품질 상태의 투명성을 향상하기 위해 핵심 성과 지표(KPI)를 보여줍니다. 둘째, 스마트 패턴 인식을 사용하여 시스템 품질 문제를 식별합니다. 향후 시스템 품질 문제는 DXQequipment.analytics에서 확인된 프로세스 이상 동작과의 상관 관계를 파악하여 근본 원인 분석과 조기 문제 해결을 지원합니다.

기능

  • 대시보드에서 품질 관련 플랜트 KPI 제공
  • 스마트 패턴 인식을 통해 시스템 품질 결함 파악
  • 영향을 받는 작업물의 제품 수명 주기 시각화
  • 빅 데이터 분석 및 전문 규칙에 따라 근본 원인 표시

장점

  • 첫 실행 속도를 개선하여 OEE 증진
  • 작업물 관련 품질 및 프로세스 데이터에 대한 구조화된 개요 확인
  • 품질 결함과 프로세스 원인 간의 상관 관계 파악 지원
  • 도메인 지식을 데이터 분석과 연계