Saīsināt izmēģinājumu un kļūdu ciklus un palielināt ražošanas efektivitāti
Pētniecības un izstrādes fons
Produktu kvalitāti ietekmē tādi faktori kā izejvielu kvalitātes svārstības un ražošanas iekārtu novecošana. Lai palīdzētu atrisināt šīs problēmas, ražotāji digitāli pārveido, izmantojot tādas tehnoloģijas kā AI, Big Data un Industrial Things of Things (IIOT).
Yokogawa procesa datu analīzes programmatūra izmanto MahalanobisTaguchi (MT) metodi *, lai ātri un efektīvi savāktu temperatūru, spiedienu, plūsmu, līmeni un citus procesa datus no PIMS, analizētu iekārtas ekspluatācijas un uzturēšanas statusa informāciju un veiktu vēsturiskus datus. Lietojot kopā ar Yokogawa analītiskajiem pakalpojumiem, programmatūra var efektīvi uzlabot produktu kvalitāti.
Kopš procesa datu analīzes R1.01 publicēšanas 2017. gada maijā Yokogawa strādāja ar klientu procesu inženieriem un datu ekspertiem, lai uzlabotu produktu. Pateicoties saviem centieniem, programmatūra ir pilnveidota, lai importētu un analizētu PIMS datus no citiem piegādātājiem, vienkāršojot un paātrinot iestatīšanas izmaiņas un aprēķinus, kā arī atvieglojot pārskatu sagatavošanu. Šie programmatūras uzlabojumi uzlabo darbības efektivitāti un datu analīzes kvalitāti, saīsina izmēģinājuma un kļūdu ciklu.
Funkcijas: importējiet datus no PIMS, kas atbalsta OPC standartu
Dažādās pasaules rūpnīcās tiek izmantotas dažādas datu vākšanas sistēmas no dažādiem piegādātājiem. Efektīvas analīzes veikšanai ir svarīgi piekļūt visiem datiem, ko apkopo šīs sistēmas. Procesa datu analīzes programmatūra darbojas uz Windows® datora un var piekļūt failiem, kas konvertēti no PIMS, DCS un PLC uz CSV formātu. Procesa datu analīze R1.02 nāk ar OPC vēsturisko datu piekļuves (HDA) saskarni, globālu standartu datu apmaiņai rūpnieciskajā automatizācijā un citās jomās. Pateicoties šai funkcijai, programmatūra var viegli importēt datus, kas atbalsta standartu no PIMS.
Uzlabota funkcionalitāte
Lai atvieglotu datu analīzi, procesu datu analīze R1.02 ļauj pārklāt vairāku procesu datu diagrammas. Tagad ir iespējams arī viegli mainīt iestatījumus, piemēram, datu sākuma punktu un displeja krāsu, atkarībā no ražošanas apstākļiem. Yokogawa analītiķu veiktie kritēriji liecina, ka šīs funkcijas samazina datu analīzes laiku par 80%.
Capture / share analīzes rezultāti
Lai atvieglotu datu analīzes rezultātu apmaiņu starp inženieriem, Process Data Analysis R1.02 pievieno jaunas funkcijas, ļaujot inženieriem uzņemt diagrammas, kurās parādīti analīzes rezultāti, un ielīmēt datus jebkurā vispārējā ziņošanas programmatūrā. Tas novērš vajadzīgo darbu, lai izveidotu diagrammu, un analītiķi var koncentrēties uz pētījumiem un apspriest rezultātus.
turpmākā attīstība
Ražotājiem ir nepieciešams piekļūt un analizēt lauka datus, lai uzlabotu kvalitāti un produktivitāti, un pāriet uz mākoņdatošanu, mākslīgo intelektu, lieliem datiem, IIoT un citām progresīvām tehnoloģijām un risinājumiem, lai risinātu šo vajadzību. Lai apmierinātu šīs vajadzības un palīdzētu klientiem uzlabot produktu kvalitāti, Yokogawa turpinās izstrādāt produktus, kas izmanto šīs tehnoloģijas un risinājumus.
Mahalanobis Taguchi (MT) metode *: Dr. PC Mahalanobis nosaukts rakstu atpazīšanas paņēmiens. Dr Mahalanobis ierosināja Mahalanobis attālumu (daudzfaktoru pasākums, kas balstīts uz mainīgo lielumu korelāciju), un Dr. Genichi Taguchi ir viens no galvenajiem rādītājiem, kas virzās uz kvalitātes inženierijas attīstību. Pamatojoties uz attālumu starp atsauces datiem un parauga datiem, metode var kvantitatīvi noteikt novirzi no mērķa datiem.
Ja vēlaties iegādāties pārtikas pārstrādes procesoru, lūdzu, pievērsiet uzmanību kafijas automāta dzinējam.
