Individuele oplossingen voor kunstmatige intelligentie, machine learning en datamonitoring

 4 oktober 2022

WAGO Analytics

Bij het optimaliseren van een installatie bestaan de grootste uitdagingen er meestal in om het inzicht in het proces te verbeteren, vast te leggen en de resultaten opnieuw in het proces te verwerken. WAGO Analytics ondersteunt u bij de registratie en de analyse van gegevens en genereert intuïtieve visualisaties over de afhankelijkheden binnen de systemen. De vastgestelde correlaties worden geïntegreerd in de processen, waardoor het optimalisatiepotentieel kan worden benut met behulp van AI en machine learning.

In een gemeenschappelijk project werkt WAGO in nauw overleg met de klant een individuele oplossing uit om de data voor de betreffende toepassing lucratief te gebruiken.

Uw voordelen:

  • Identificatie van optimaliseringsmogelijkheden
  • Verhoging van het kwaliteitsniveau
  • Analytics-oplossing op maat
  • Verhoging van de efficiëntie en verlaging van de kosten
  • Verbetering van de stabiliteit van het proces

Van de registratie van data
tot het winstgevende gebruik

Eenvoudige integratie van Machine Learning voor Predictive Maintenance

Van de registratie van data
tot het winstgevende gebruik

WAGO maakt het gebruik winstgevend
Uw data

Wij brengen u naar uw Analytics-oplossing op maat.

1. Registratie van ruwe data van de verschillende gegevensbronnen

In de eerste stap worden in overleg met de betrokken domeinexperts de relevante gegevensbronnen geïdentificeerd. De verschillende interfaces worden onafhankelijk van het desbetreffende protocol uitgelezen. Waarden worden rechtstreeks aan de besturing geregistreerd en zo nodig worden bijkomende sensoren geïnstalleerd. De Analytics-oplossing wordt in de bestaande besturing geïntegreerd. Daarom gebeurt het registreren van data in overleg met het betrokken automatiseringsbedrijf.

2. Voorbereiden van de data

In de tweede stap worden de data gesynchroniseerd. De relevante informatie wordt geëxtraheerd en in een uniform formaat gedecodeerd. Irrelevante data worden uitgesorteerd en verwijderd. Bovendien worden relevante karakteristieken permanent berekend. Deze stap is bijzonder belangrijk omdat zuivere data de basis vormen voor het succes van een Analytics-project.

3. Permanente registratie van data

In de volgende derde stap wordt een individuele datalogger voor de machine of installatie in bedrijf gesteld. De verkregen data worden opgeslagen en kunnen voor diepgaande analyses worden gebruikt. Door de ononderbroken dataregistratie wordt een grote hoeveelheid eenduidige gegevens gegenereerd. Deze kunnen samen met de domeinexperts worden omgezet in proefschema's. Afhankelijk van de usecase kan het volstaan om de registratie van gegevens gedurende een langere periode door te voeren.

MM-4961_Analytics_Demonstrator_Screenshot_1_2000x1125.jpg

4. Verkennende data-analyse en keuze van de geschikte visualisatie

Als vierde stap volgt de verkennende data-analyse en wordt de geschikte visualisatie gekozen. In offline analyses worden afhankelijkheden en verbanden geëxtraheerd, geïnterpreteerd en gevisualiseerd. Incidentele gebeurtenissen worden aan het licht gebracht. In nauw overleg tussen datawetenschappers en de domeinexperts worden de eerste optimaliseringsmogelijkheden zichtbaar. Een deel van de verkennende gegevensanalyse bestaat echter uit het evalueren van machine learning- en AI-algoritmen voor verschillende gebruikscases in offline analyses. Indien de gewenste toepassing niet kan worden gevisualiseerd met behulp van de bestaande database, worden ofwel nieuwe sensoren geïnstalleerd of worden de proefschema's aangepast.

MM-4961_Analytics_Demonstrator_Screenshot_2_2000x1125.jpg

5. Integratie in het bedrijfsproces

Tijdens de vijfde stap worden de voor de installatie geoptimaliseerde AI- en machine learning-algoritmes evenals de visualisaties in het bedrijfsproces geïntegreerd. De verbinding met de besturing gebeurt opnieuw in overleg met het automatiseringsbedrijf.

6. Verbanden en optimaliseringsmogelijkheden benutten

In de zesde stap gebruikt de klant de verbanden en optimaliseringsmogelijkheden, en profiteert hij van de voordelen van een individuele Analytics-oplossing. Indien nodig kan de Analytics-oplossing op een later moment voor de volgende toepassing worden uitgebreid.

MM-4961_Analytics_Demonstrator_Screenshot_3_2000x1125.jpg

Starterkits: de eenvoudige start

Starter Kit Base voor WAGO Analytics

De starterkits voor WAGO Analytics bieden de juiste hardware en controllerlicentie om direct met de analyse van procesgegevens te kunnen beginnen. De Starter Kit Base voor WAGO Analytics biedt met een passende bundel de mogelijkheid om zich te overtuigen van de functies van WAGO Library Analytics.

Analytics StarterKit IP67

De Starter Kit IP67 met IO-Link voor WAGO Analytics biedt dankzij een passende bundel de mogelijkheid om installaties zoals motoren, pompen, transportsystemen of ventilatoren met een geschikte sensor uit te rusten en zich te overtuigen van de functies van WAGO Library Analytics. De starterkit is uitgerust met alle componenten om met de analyse van de trillings- en temperatuurwaarden van de meegeleverde sensor alsook met andere procesgegevens te beginnen. Dankzij de digitale uitgangsmodule kan bijvoorbeeld op gedetecteerde afwijkingen van signalen of schakelingen worden gereageerd.

Nieuwe producten

Aansluiting van WAGO Analytics direct vanuit het PLC-programma

De nieuwe softwareoplossing voor controllers van WAGO biedt de mogelijkheid om processen te analyseren, te beoordelen en te optimaliseren zonder de vertrouwde PLC-omgeving hiervoor te moeten verlaten. De gebruiker kan de applicatie WAGO Analytics zonder grote kennis van de IT- en Linux®-omgeving gebruiken: talrijke functionele modules bieden hulp bij de registratie, analyse en evaluatie van gegevens. De functies voor analyse, beoordeling en optimalisatie worden op de achtergrond door performante WAGO Edge Devices uitgevoerd. Voor deze apparaten is een kant-en-klaar installatiepakket beschikbaar. Alle gegevens blijven hierbij in het lokale netwerk. Een internetverbinding met andere systemen is hierdoor overbodig. Aanvullende gegevensbronnen kunnen comfortabel worden verbonden, bijvoorbeeld via Node-RED.

  • Eenvoudige integratie van kunstmatige intelligentie en machine learning
  • Efficiënte monitoring van procesgegevens
  • Geprefabriceerde KI-modellen voor directe toepassing

Complete Analytics voor de industrie

van de registratie van data tot de analyse ervan

FAQ – Analytics

De mogelijkheden met Analytics zijn veelvuldig. Frequente toepassingen zijn het optimaliseren van ingestelde waarden, het reduceren van stilstandtijden alsook het verminderen van schommelingen in kwaliteit en proces. Door individuele benaderingen stellen wij u in staat de optimaliseringsmogelijkheden optimaal te benutten en de efficiëntie van uw processen te verhogen. Data-analyses zorgen echter ook voor de ontwikkeling van nieuwe zakelijke modellen.

Wij werken samen met u een oplossing uit om de bestaande database te registreren. Alle relevante protocollen en interfaces kunnen worden uitgelezen. Indien nodig biedt WAGO een uitgebreide portfolio voor het installeren van aanvullende sensoren.

Het registreren en opslaan van data is onderdeel van een Analytics-project. Bij aanvang van het project moet daarom nog geen database beschikbaar zijn. Mocht u reeds over data beschikken, dan worden deze in de evaluatie geïntegreerd. Als voor de oplossing van uw probleem een exacte detectie van incidentele gebeurtenissen nodig is, moet over het algemeen worden uitgegaan van langere periodes voor de registratie van data. Het is de bedoeling om een grote hoeveelheid eenduidige data te genereren. Hoe meer data, hoe exacter de analyse.

Nee, afhankelijk van de toepassing is ook een lokale oplossing (centrale oplossing) mogelijk.

Wij realiseren individuele dashboards en reporting-functies waarmee u uw WAGO Analytics-applicatie in het oog kunt houden en analyses zelfstandig kunt uitvoeren.

Het aantal beproefde methoden is groot. Afhankelijk van de usecase worden algoritmes uit gesuperviseerd en niet-gesuperviseerd leren ingezet. Op dezelfde manier worden modelgebaseerde methoden gebruikt om de expertises te integreren. Voor sommige toepassingen brengen visualisaties van de live data reeds een meerwaarde.

Het is nuttig om in de eerste stap op een deelbereik van uw installatie te focussen, waarin u mogelijkheden voor optimalisering ziet. Nadat u de resultaten met succes in uw proces hebt geïntegreerd, kunt u de volgende toepassing identificeren en bewerken.

Voorbeelden

Kijkje in de toekomst

Met behulp van een zelfontwikkeld, predicatief Analytics-systeem heeft WAGO tijd en kosten voor het onderhoud van de productie van behuizingen aanzienlijk kunnen reduceren. Ook bij de vroegtijdige detectie van fouten en de optimalisering van processen speelt het systeem een belangrijke rol. WAGO stelt de ontwikkelde Analytics-oplossingen ook aan andere bedrijven ter beschikking.

"Alles loopt op rolletjes"

Het in de gaten houden van een alsmaar toenemende hoeveelheid gegevens voor de klant is een echte uitdaging. Met WAGO Analytics kan het bedrijf Herding, leverancier van totaaloplossingen voor industriële filtersystemen, de gegevens van de filtersystemen overal en altijd registreren, evalueren en monitoren

MM-465178_20W4GO24!_2000x1125.jpg
Stuur ons een bericht

Nuttige links