Raccourcissez les cycles d’essai et d’erreur et augmentez l’efficacité de la production
Fond de R & D
La qualité des produits est affectée par des facteurs tels que les fluctuations de la qualité des matières premières et le vieillissement de l'équipement de fabrication. Pour aider à résoudre ces problèmes, les fabricants transforment numériquement des technologies telles que l'IA, le Big Data et l'Internet des objets industriels (IIOT).
Le logiciel d'analyse des données de processus de Yokogawa utilise la méthode MahalanobisTaguchi (MT) * pour collecter rapidement et efficacement des données de température, de pression, de débit, de niveau et autres processus à partir du PIMS, analyser le fonctionnement et les informations de maintenance du site, et générer des données historiques. Utilisé conjointement avec les services analytiques de Yokogawa, le logiciel peut effectivement améliorer la qualité du produit.
Depuis la publication de l'analyse de données de processus R1.01 en mai 2017, Yokogawa a collaboré avec des ingénieurs de processus clients et des experts en données pour améliorer le produit. Grâce à leurs efforts, le logiciel a été amélioré pour importer et analyser les données PIMS d'autres fournisseurs, simplifiant et accélérant les modifications de configuration et les calculs, et facilitant la génération de rapports. Ces améliorations logicielles améliorent l'efficacité opérationnelle et la qualité de l'analyse des données et raccourcissent le cycle des essais et erreurs.
Caractéristiques: Importer des données de PIMS prenant en charge le standard OPC
Dans diverses usines à travers le monde, une grande variété de systèmes de collecte de données sont utilisés par différents fournisseurs. Pour une analyse efficace, il est important d'avoir accès à toutes les données collectées par ces systèmes. Le logiciel d'analyse des données de processus fonctionne sur un PC Windows® et peut accéder aux fichiers convertis du format PIMS, DCS et PLC au format CSV. Process Data Analysis R1.02 est livré avec une interface HDA (Historique Data Access) OPC, une norme mondiale pour l'échange de données dans l'automatisation industrielle et dans d'autres domaines. Grâce à cette fonctionnalité, le logiciel peut facilement importer des données compatibles avec le standard du PIMS.
Amélioration de l'opérabilité
Pour faciliter l'analyse des données, l'analyse des données de processus R1.02 permet de superposer des graphiques de données pour plusieurs processus. Il est maintenant également possible de modifier facilement des paramètres tels que le point de départ des données et la couleur d'affichage en fonction des conditions de fabrication. Les analyses effectuées par les analystes de Yokogawa montrent que ces fonctionnalités réduisent le temps d'analyse des données de 80%.
Capturer / partager les résultats d'analyse
Pour faciliter l'échange de résultats d'analyse de données entre ingénieurs, Process Data Analysis R1.02 ajoute de nouvelles fonctionnalités permettant aux ingénieurs de capturer des diagrammes montrant les résultats de l'analyse et de coller les données dans un logiciel de reporting général. Cela élimine la quantité de travail nécessaire à la création d'un graphique et permet aux analystes de se concentrer sur la recherche et de discuter des résultats.
développement futur
Les fabricants doivent accéder aux données de terrain et les analyser pour améliorer la qualité et la productivité, puis passer à l'informatique en nuage, à l'intelligence artificielle, au big data, à IIoT et à d'autres technologies et solutions de pointe répondant à ce besoin. Afin de répondre à ces besoins et d'aider les clients à améliorer la qualité de leurs produits, Yokogawa continuera à développer des produits utilisant ces technologies et solutions.
Méthode Mahalanobis Taguchi (MT) *: Technique de reconnaissance de formes nommée d'après le Dr PC Mahalanobis. Le Dr. Mahalanobis a proposé la distance de Mahalanobis (une mesure multivariée basée sur la corrélation entre les variables) et le Dr. Genichi Taguchi est l’un des principaux acteurs du développement de l’ingénierie de la qualité. Sur la base de la distance entre les données de référence et les données de l'échantillon, la méthode peut déterminer quantitativement l'écart par rapport aux données cibles.
Si vous souhaitez acheter un moteur de processeur de traitement des aliments, veuillez faire attention au moteur de la cafetière.
