Podejście AI-Analytics polega na rozpoznawaniu błędów lub limitów. Algorytm nieustannie pracuje nad własną poprawą. Uczenie się jest tak samo ważne dla umiejętności AI-Analytics jak i sam "trening". Ma to decydujące znaczenie dla poziomu, do którego system może się rozwinąć.
System AI Drift-Monitor jest oparty właśnie na takim algorytmie AI i służy do monitorowania stanu urządzeń typu gazomierze ultradźwiękowe i chromatografy gazów procesowych. Celem jest dostrzeżenie nadchodzących zmian i pogorszeń stanu tak wcześnie, jak to możliwe, nawet przed przekroczeniem limitu błędów.
Wyświetlanie domyślnego statusu za pomocą logiki sygnalizacji dla każdego urządzenia w terminalu w sterowni jest przesyłane przez Drift-Monitor za każdym razem, gdy zmienia się status. System AI Drift-Monitor jest dostępny w wersji on-premises (na miejscu) lub jako instalacja w chmurze. Definicja on-premises odnosi się do wykorzystania własnych serwerów firmy i jej własnego środowiska IT. Jeśli jednak wybrany zostanie wariant "Software as a Service" (model chmury), dane są przechowywane w systemie dostawcy. Rozwiązanie chmurowe ma zalety w zakresie utrzymania i odpowiedzialności za działanie. Algorytm AI może również uczyć się na podstawie przypadków błędów występujących u innych klientów, chociaż dane są ściśle odizolowane. Uczy się tylko algorytm. Wszystkie aspekty polityki prywatności są przestrzegane.
Dowiedz się więcej o AI-Analytics od RMG i zrób kolejny krok kierunku automatyzacji! Dowiedz się więcej o AI-Analytics od RMG i zrób kolejny krok kierunku automatyzacji!