Sélection de la langue d’affichage
Sur cette page:

Connaissez-vous la valeur de vos données machine ?

5 juillet 2022
WAGO Analytics

Lorsqu'il s'agit d'optimiser sa propre machine ou son installation, le défi consiste généralement à améliorer la compréhension du processus, à le quantifier et à transférer les résultats dans le processus. Avec WAGO Analytics, la société basée à Minden assiste les utilisateurs depuis l'acquisition des données jusqu'à leur analyse et crée des visualisations intuitives des dépendances dans les installations. Les corrélations découvertes sont intégrées dans les processus et permettent ainsi l'exploitation de potentiels d'optimisation.

Dans le cadre d'un projet commun, WAGO développe, en étroite collaboration avec le client, une solution individuelle pour l'utilisation rentable des données pour l'application respective.

Vos avantages :

  • Identification du potentiel d'optimisation
  • Amélioration du niveau de qualité
  • Solution Analytics personnalisée
  • Augmentation de l'efficacité et réduction des coûts
  • Amélioration de la stabilité de processus

Six étapes de l'acquisition des données
jusqu'à une utilisation rentable

1

Étape 1

Étape 1 : Collecte de données brutes à partir des différentes sources de données

2

Étape 2

Étape 2 : Préparation des données

3

Étape 3

Étape 3 : Acquisition continue de données

4

Étape 4

Étape 4 : Analyse exploratoire des données et sélection de la forme appropriée de présentation

5

Étape 5

Étape 5 : Intégration dans le processus d'exploitation

6

Étape 6

Étape 6 : Utiliser les relations et le potentiel d'optimisation

WAGO vous mène à une utilisation rentable
de vos données

Nous vous aiderons à trouver votre solution Analytics personnalisée.

1. Collecte de données brutes à partir des différentes sources de données

Dans la première étape, les sources de données pertinentes sont identifiées en échangeant avec l'expert de domaine concerné. Les différentes interfaces des machines et des installations sont lues indépendamment du protocole respectif. Les valeurs sont prises directement par le contrôleur et d'autres capteurs sont installés si nécessaire. La solution Analytics doit s'intégrer au contrôleur existant. Par conséquent, l'acquisition des données se fait en consultation avec l'ingénieur responsable de l'automatisation.

2. Préparation des données

Dans la deuxième étape, une synchronisation temporelle des données a lieu. Les informations pertinentes sont extraites et décodées dans un format uniforme. Les données non pertinentes sont filtrées et supprimées. En outre, les chiffres clés pertinents sont calculés en permanence. Cette étape est particulièrement importante, car une base de données propre est le fondement de la réussite d'un projet Analytics.

3. Acquisition continue de données

Puis dans une troisième étape, un enregistreur de données individuel pour la machine ou l'installation est mis en service Les données sont enregistrées et utilisées pour des analyses plus approfondies. L'acquisition continue de données génère une variété significative de données. Cela peut être mis en œuvre sous la forme de plans de test avec l'expert du domaine. Selon le cas d'utilisation, il peut également être suffisant de laisser la machine fonctionner pendant une période plus longue.

MM-4961_Analytics_Demonstrator_Screenshot_1_2000x1125.jpg

4. Analyse exploratoire des données et sélection de la forme appropriée de présentation

La quatrième étape est l'analyse exploratoire des données et la sélection de formes de présentation appropriées. Dans les analyses hors ligne, les dépendances et les relations sont extraites, interprétées et visualisées. Des événements rares sont découverts. Dans l'échange étroit entre le Data-Scientist et l'expert du domaine, les premiers potentiels d'optimisation deviennent visibles. Des algorithmes complexes ne sont souvent pas encore nécessaires pour cela. Cependant, une partie de l'analyse exploratoire des données consiste également à évaluer des algorithmes d'apprentissage automatique et d'IA pour différents cas d'utilisation dans des analyses hors ligne. Si l'application souhaitée ne peut être mappée à partir de la base de données existante, soit de nouveaux capteurs sont installés, soit les plans de test sont adaptés.

MM-4961_Analytics_Demonstrator_Screenshot_2_2000x1125.jpg

5. Intégration dans le processus d'exploitation

Dans la cinquième étape, les analyses et les visualisations optimisées pour la machine ou l'installation sont intégrées dans le processus d'exploitation. L'intégration dans le contrôleur se fait là encore en concertation avec l'ingénieur en automatisation.

6. Utiliser les relations et le potentiel d'optimisation

Dans la sixième étape, le client utilise les corrélations et les potentiels d'optimisation et profite des avantages d'une solution Analytics individuelle. Si nécessaire, la solution Analytics peut être étendue lors d'une nouvelle itération pour le prochain cas d'utilisation.

MM-4961_Analytics_Demonstrator_Screenshot_3_2000x1125.jpg

Analytics globale pour l'industrie

de l'acquisition des données à leur analyse

FAQ – Analytics

Les possibilités offertes par Analytics sont multiples. Les applications courantes sont l'optimisation des grandeurs de commande, la réduction des temps d'arrêt et la minimisation des fluctuations de qualité et de processus. Grâce à des approches individuelles, nous vous permettons d'exploiter les potentiels d'optimisation et d'accroître l'efficacité de vos processus. Toutefois, l'analyse des données permet également de réaliser de nouveaux modèles commerciaux.

Nous travaillerons avec vous pour développer une solution d'enregistrement de la base de données existante. Tous les protocoles et interfaces pertinents peuvent être lus. En cas de besoin, WAGO propose un vaste portefeuille pour l'installation de capteurs supplémentaires.

La collecte et l'enregistrement des données font partie d'un projet Analytics. Par conséquent, au début du projet, aucune base de données ne doit encore être disponible. Si vous disposez déjà de données, elles seront intégrées dans l'évaluation. Si une reconnaissance précise des événements rares est nécessaire pour résoudre votre problème, des périodes d'enregistrement de données plus longues doivent généralement être envisagées. L'objectif est de générer une variété significative de données. La précision de l'analyse des données augmente avec la quantité de données.

Selon l'application, une solution locale (solution centralisée) est possible.

Nous mettons en place des tableaux de bord et des fonctions de rapport personnalisés qui vous permettent de garder un œil sur votre application Analytics et d'effectuer des analyses par vous-même.

La gamme de méthodes éprouvées est large. En fonction du cas d'utilisation, des algorithmes d'apprentissage supervisé et non supervisé sont utilisés. Les processus basés sur des modèles qui intègrent des connaissances spécialisées sont également utilisés. Pour certains cas d'utilisation, les visualisations de données en direct apportent déjà une valeur ajoutée.

Dans un premier temps, il est judicieux de se concentrer sur un sous-domaine de votre installation dans lequel vous voyez un potentiel d'optimisation. Après avoir intégré avec succès les résultats dans votre processus, le cas d'utilisation suivant peut alors être identifié et travaillé.