Der AI-Analytics Ansatz besteht darin, Fehlerfälle oder Grenzen zu erkennen. Der Algorithmus arbeitet stetig an seiner eigenen Verbesserung. Das Lernen ist wichtig für die Fähigkeiten der AI-Analytics genauso wie das „Training“. Dies ist entscheidend dafür, bis zu welchem Level sich das System entwickeln kann.
Das AI-System Drift-Monitor beruht auf solch einem AI-Algorithmus und dient der Überwachung des Zustands von Geräten der Typen Ultraschallgaszähler und Prozess-Gaschromatograph. Hier ist das Ziel, möglichst frühzeitig bevorstehende Veränderungen und Verschlechterungen zu bemerken, noch bevor es zum Überschreiten der Fehlergrenzen kommt.
Die Darstellung des impliziten Zustands durch Ampellogik für jedes einzelne Gerät auf dem Leitwarteterminal bleibt gleich, wird aber vom Drift-Monitor bei jeder Zustandsänderung übermittelt. Das AI-System Drift-Monitor ist On-Premises (vor Ort) oder als Cloud- Installation verfügbar. Die Definition von On-Premises bezieht sich auf die Nutzung unternehmenseigener Server und der eigenen IT-Umgebung. Wird jedoch die Variante als „Software as a Service“ (Cloud-Modell) gewählt, werden die Daten auf dem System des Anbieters gehalten. Die Cloud-Lösung hat Vorteile bei Wartungs- und Betriebsverantwortung. Der AI-Algorithmus kann hier auch von Fehlerfällen, die bei anderen Kunden auftreten, lernen, obwohl die Daten strikt getrennt sind. Nur der Algorithmus lernt dazu. Alle Aspekte der Datenschutzrichtlinien werden befolgt.
Informieren Sie sich über AI-Analytics by RMG und beschreiten Sie den Next Step of Automation!