Wykrywanie anomalii

We wstępnym etapie „konserwacji predykcyjnej” stosuje się wykrywanie anomalii, które wykorzystuje uczenie maszyny do rozpoznawania wzorców w dużych zbiorach danych. Przydaje się na przykład do wykrywania nieregularności, takich jak profile temperatury lub prędkości, dostarczających informacji o awarii albo zużyciu części maszyn bez przekraczania wartości granicznych.

Wykrywanie anomalii przynosi korzyści w zakresie bezpieczeństwa i zwiększa wydajność: nowe wzorce zachowań, drgania, oscylacje lub ledwo rozpoznawalne punkty operacyjne są wykrywane w czasie rzeczywistym i można zareagować, zanim wystąpi uszkodzenie. Po fazie uczenia, tzn. normalnym zachowaniu systemu, wszelkie odchylenia są wykrywane i wyświetlane jako anomalia, np. uszkodzony czujnik lub uszkodzenie łożyska.

Obsługa za pomocą serworegulatora stołu obrotowego EF3 lub W.A.S. Systemy sterowania WEISS mogą podawać niezbędne dane do swoich podzespołów i zaoferować klientom indywidualnie opracowaną koncepcję monitorowania.