informação técnico-comercial
portefólio u-mation de automação e digitalização da Weidmüller Machine learning e ferramentas de análise industrial: análise, apresentação e antecipação. Machine learning para máquinas inteligentes.
O portefólio de automação e digitalização da u-mation combina hardware de automação modular e ferramentas inovadoras de engenharia e visualização com sofisticadas soluções de digitalização. O portefólio também apresenta módulos inteligentes de análise e módulos de machine learning. Os módulos de análise permitem a avaliação detalhada de todos os dados e processos relevantes da máquina. Os desvios e anomalias são detetados num estágio inicial durante os processos em curso. A ferramenta machine learning garante uma base sólida e duradoura para conceitos de produção mais eficientes. Numa nova versão, os engenheiros mecânicos e industriais podem impulsionar o desenvolvimento de modelos de análise sem necessidade de formação em dados. Isto garante que o conhecimento existente sobre os processos e máquinas permanece dentro da empresa, uma vez que os engenheiros podem atualizar os seus próprios conhecimentos em domínios. Por isso, a Weidmüller tornou as suas soluções analíticas acessíveis aos engenheiros mecânicos e operadores de máquinas convencionais. Com estes tipos de conceitos não são determinados tipos de máquinas que representam os principais fatores de venda, mas a disponibilidade das máquinas ou um número específico de peças que podem ser produzidas com as máquinas. u-mation: análise industrial e machine learning Um fator chave para garantir uma maior eficiência e controlo de custos no ciclo de vida de um sistema é a utilização lucrativa dos dados e dos processos da máquina. Graças aos sistemas de sensores de última geração e às redes digitais, a u-mation consegue extrair os mais importantes valores medidos e utiliza-os para realizar análises inteligentes. Os serviços da machine learning são soluções analíticas inovadoras que permitem o início direcionado do trabalho de manutenção, e assim mantém os tempos de inatividade desnecessários no mínimo. A manutenção preditiva significa que os intervalos de manutenção podem ser planeados com precisão segundo determinadas necessidades. Graças à monitorização contínua do sensor, estado e dados dos processos, é possível efetuar declarações fiáveis sobre a qualidade dos produtos (qualidade preditiva). Os módulos analíticos aprendem com os dados da máquina e, por isso, tornam-se cada vez mais precisos ao longo do tempo. Os modelos machine learning garantem uma base sólida e duradoura para conceitos mais eficientes de produção. A solução de análise industrial da Weidmüller é uma plataforma independente e adapta-se às condições existentes onde quer que seja utilizada. Isto significa que a solução pode ser utilizada sem problemas caso um cliente já estiver a utilizar uma infraestrutura para a gestão de dados 70
Figura 1 U-mation da Weidmüller: as soluções industriais analíticas e personalizadas avaliam o processo recolhido e os dados da máquina e otimizam os processos de produção.
da Microsoft Azure, IBM ou AWS. Qualquer que seja a plataforma, o Data Scientist da Weidmüller ainda pode trabalhar com os dados recolhidos. A contínua digitalização da indústria está a garantir inúmeras vantagens que podem ajudar a economizar tempo e dinheiro. Os novos modelos de negócios também podem ser aproveitados como resultado da digitalização. Os módulos inteligentes de análise permitem uma avaliação detalhada de todos os dados relevantes da máquina e do processo e significam que quaisquer desvios e anomalias podem ser detetados, antecipadamente, durante os processos em funcionamento. Isto reduz os tempos de inatividade e a quantidade de peças rejeitadas, de forma significativa. Os conceitos de machine learning da Weidmüller otimizam o desempenho das máquinas e dos sistemas – de forma simples e individual. Como um componente da u-mation, o conceito de machine learning apresenta várias funções integradas de análise industrial que abrem uma ampla gama de possibilidades: desde a análise e otimização da infraestrutura existente até à gravação e recolha de valores medidos, posteriormente o desenvolvimento de modelos de análise inteligente e serviços relacionados com os dados. Machine learning e a análise industrial otimizam toda a cadeia de processos e, em simultâneo, reduzem os custos da operação.