异常检测
作为“预测性维护”的初步阶段，使用异常检测，该技术使用机器学习来识别大型数据集中的模式。例如，它可用于检测温度或速度曲线等异常情况，据此，可在不超过极限值的情况下提供有关机器零件故障或磨损的信息。
异常检测带来了安全优势和生产率的提高：新的行为模式、振动、振荡或几乎无法识别的工作点都能被实时检测到，人们可以在损坏发生之前做出反应。在示教阶段(即系统的正常行为)后，任何偏差，无论是传感器故障还是轴承损坏，都会被检测到并显示为异常。
使用转台控制器EF3或W.A.S.控制包操作，WEISS可以为其组件提供必要的数据，并为其客户提供个性化开发的监控概念。
