DXQequipment.analytics

O DXQequipment.analytics oferece uma percepção profunda nas diversas etapas dos processos e envolve os equipamentos ao longo da cadeia de valores. O pacote de software visa melhorar todos os aspectos da eficácia geral dos equipamentos (desempenho do sistema, qualidade da produção, disponibilidade dos equipamentos). Em uma primeira etapa, o DXQequipment.analytics oferece suporte à resolução mais rápida de problemas com análise de causa-raiz, visualizando situações críticas, padrões detectados e limites excedidos. Na segunda etapa, uma análise automatizada é ativada, provendo um compilador de análise com recurso de arrastar-e-soltar para criação de algoritmos próprios. Com a ajuda de tais algoritmos, os dados podem ser analisados automaticamente e um feedback direto para a máquina, pode ser enviado em tempo real. Com o Módulo Advanced Analytics, os dados históricos e o aprendizado da máquina serão usados para encontrar a parametrização ideal dos algoritmos e para detectar tendências e padrões de longo prazo. O aplicativo AI combina tecnologias de TI com a competência em engenharia mecânica, identifica origens de erro e determina os períodos ideais para as manutenções. Ele detecta correlações na instalação e adapta o algoritmo utilizando a auto-aprendizagem.

Em combinação com o DXQplant.analytics algoritmos de auto-aprendizado serão treinados automaticamente para identificar questões de qualidade. Em conjunto com o DXQequipment.maintenance é possível fornecer mais informações sobre tarefas de manutenção detectadas.

O DXQequipment.analytics é baseado no conhecimento especializado da Dürr e pode ser oferecido para diversos tipos de equipamento, como robôs de aplicação, secadores e sistemas PT/ED.

Funções:

Fluxo de análises em tempo real para garantir a qualidade da produção
Auto-aprendizado na detecção de anomalias na qualidade
Frontends fáceis de usar para a visualização de dados e criação de modelo de análise
Aquisição permanente e análise de dados de equipamentos
Máquina de aprendizado de algoritmos para avaliar o processo de pintura e prever falhas de equipamentos

Benefícios:

Resolução de falhas mais rápida para aumentar a disponibilidade do sistema
Taxa de primeira execução maior
Redução dos tempos de inatividade dos equipamentos
Identificação otimizada de causas-raiz