Taal selecteren

Weet u wat uw machinegegevens waard zijn?

 4 oktober 2022
WAGO Analytics

Bij het optimaliseren van machines of installaties bestaat de grootste uitdaging er meestal in om het inzicht in het proces te verbeteren, vast te leggen en de resultaten opnieuw in het proces te verwerken. Met WAGO Analytics ondersteunt het bedrijf uit Minden gebruikers vanaf de registratie van data tot de analyse ervan, en genereert het intuïtieve visualisaties over de afhankelijkheden binnen de systemen. De vastgestelde verbanden worden in de processen geïntegreerd voor een optimale benutting van de optimaliseringsmogelijkheden.

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

1

Stap 1

Stap 1: Registratie van ruwe data van de verschillende gegevensbronnen

2

Stap 2

Stap 2: Voorbereiden van de data

3

Stap 3

Stap 3: Permanente registratie van data

4

Stap 4

Stap 4: Verkennende data-analyse en keuze van de geschikte visualisatie

5

Stap 5

Stap 5: Integratie in het bedrijfsproces

6

Stap 6

Stap 6: Verbanden en optimaliseringsmogelijkheden benutten

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 van de machines en installaties worden onafhankelijk van het desbetreffende protocol uitgelezen. Waarden worden rechtstreeks aan de besturing geregistreerd en zo nodig worden bijkomende sensoren geïnstalleerd. De Analytics-oplossing moet in de bestaande besturing worden 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

Dan wordt in de derde stap 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 machine gedurende een langere periode in bedrijf te laten.

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. Hiervoor zijn vaak nog geen complexe algoritmes nodig. De exploratieve data-analyse bestaat er ook deels in om in offline-analyses algoritmes uit de machine-learning en het AI-bereik voor verschillende usecases te evalueren. 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

In de vijfde stap worden voor de machines en installaties geoptimaliseerde analyses en 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

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.