Dati: una scienza a sé stante

Garantire il successo con l'esperienza di dominio e l'intelligenza artificiale

Dati: una scienza a sé stante

Dati: una scienza a sé stante

Numerosi sensori registrano dati in macchinari e impianti. Se analizzati correttamente, questi dati possono migliorare i processi di produzione e garanzia prodotti di alta qualità. La business unit di analitica industriale sviluppa i modelli necessari per farlo in stretta cooperazione con i clienti e i clienti possono partecipare direttamente ai dati e allo sviluppo del modello.

Vari gruppi di dati, chiamati funzioni, possono essere ricavati dai dati delle macchine e degli impianti. Questi possono essere valutati automaticamente utilizzando l’intelligenza artificiale (AI). Ciò include, ad esempio, temperatura, pressione, potenza assorbita e vibrazioni. L’esperienza derivante da progetti precedenti dimostra che le macchine e gli impianti, in genere, stanno già registrando tutti i dati importanti. Nella maggior parte dei casi, non sono richiesti sensori aggiuntivi. La vera sfida è recuperare informazioni nascoste dai dati e riconoscere le correlazioni rilevanti. È qui che entra in gioco l’analitica industriale di Weidmüller.

Rilevamento e classificazione delle anomalie

Ci sono molte cause che possono interrompere il perfetto funzionamento di un impianto. Queste includono, ad esempio, bolle d’aria nel circuito di raffreddamento che causano una minore capacità di raffreddamento o un gioco dell’ingranaggio che causa movimenti imprecisi. Servendosi dell’intelligenza artificiale, gli scienziati dei dati di Weidmüller sviluppano dei modelli che riconoscono tali deviazioni dal comportamento normale, cioè anomalie, nei dati di tempo reale. Gli scienziati usano i dati storici come un riferimento che fornisce un modello tipico per il funzionamento di una macchina in un periodo di tempo stabilito.

Durante la classificazione delle anomalie, le deviazioni riconosciute vengono poi inserite in categorie da importanti a non importanti e le anomalie importanti sono assegnate a una causa per l’errore. Gli operatori della macchina possono utilizzare questa informazione per reagire più rapidamente ai problemi e anche riconoscere i malfunzionamenti che altrimenti non sarebbero stati rilevati. Una diagnosi più rapida riduce i downtime, abbassando i costi e ottimizzando l’output di produzione.

L’ingegneria delle funzioni riconosce modelli complessi

Weidmüller ha ricevuto il German Innovation Award 2018 nella categoria “Excellence in Business to Business” per l’approccio integrato di analitica industriale. Il Dr. Markus Köster, responsabile di Ricerca e Sviluppo della business unit Analitica Industriale (s.), e Tobias Gaukstern, responsabile della business unit Analitica Industriale (d.), hanno accettato il premio a Berlino.

L’ingegneria delle funzioni è una tecnologia importante per lo sviluppo di modelli di intelligenza artificiale affidabili. In questo approccio, i valori di misura sono considerati in complesse correlazioni statistiche. A tal fine, ad esempio, si formano coefficienti di correlazione che rappresentano variazioni interconnesse di due o più funzioni nel corso del tempo. Gli scienziati dei dati usano i dati storici delle macchine per sviluppare nuove funzioni. L’obiettivo è quello di riconoscere i modelli devianti ancora meglio e in modo più affidabile di quanto non sarebbe possibile utilizzando solo i dati grezzi. Un esempio: i segnali di alta frequenza, come quelli provenienti da misurazioni a vibrazione o convertitori di frequenza, possono essere suddivisi in diverse gamme di frequenza con le relative componenti del segnale di uscita, sulla base di metodi matematici. Il modello apprende la caratteristica delle componenti del segnale per il comportamento normale di una macchina. Tali componenti sono un migliore indicatore di possibili malfunzionamenti rispetto al segnale originale.

Dipende da tutti noi

Poiché i set di dati devono essere interpretati e valutati in base al comportamento concreto della macchina o del processo, l’ingegneria delle funzioni richiede una conoscenza completa dell’applicazione. L’esperienza degli scienziati dei dati, il know-how applicativo dell’ingegnere meccanico o dell’operatore della macchina e le conoscenze già acquisite sono ugualmente importanti per trovare risposte che si traducano in una soluzione pratica. Solo un esperto in ambito applicativo può valutare se un’anomalia rappresenta effettivamente un errore della macchina. L’esperto aiuta gli specialisti di dati a costruire gli algoritmi che descrivono correttamente il normale stato operativo, nonché eventuali deviazioni e anomalie.

I modelli basati sull’intelligenza artificiale sono attualmente già in uso per numerose applicazioni come le macchine di imballaggio, nella tecnologia di riempimento e nella tecnologia di trasporto, nonché per la robotica. Da Weidmüller, questi modelli danno luogo a software su misura per il singolo utente. Il software monitora e prevede costantemente il comportamento della macchina e applica i dati e i risultati dell’analisi a una visualizzazione. Gli esperti dell’interfaccia utente progettano l’interfaccia utente individualmente, in modo che ogni cliente ottenga una soluzione adatta al proprio campo di applicazione.

La visualizzazione aiuta a tenere più facilmente sotto controllo lo stato attuale della macchina. A tal fine è possibile visualizzare e contrassegnare con informazioni i singoli intervalli di tempo che dovrebbero essere inclusi nella futura valutazione dei dati. In questo esempio, le aree gialle evidenziate mostrano potenziali anomalie che l’algoritmo ha identificato all’utente. Gli utenti possono anche esaminare queste aree per indicare se si tratti o meno di un’anomalia. Il modello continua così ad imparare e a classificare in modo sempre più preciso gli stati futuri.

Tuttavia, un nuovo modello su base AI non è inizialmente in grado di rappresentare tutti gli errori e gli stati futuri del potenziale di un impianto, soprattutto quando non sono contenuti o sono contenuti solo molto raramente nei dati storici. I moduli di analitica industriale sono quindi progettati in modo tale che gli utenti possano aggiornare, espandere e perfezionare il proprio modello nel tempo. Gli scienziati dei dati di Weidmüller forniranno naturalmente supporto ai clienti, se richiesto.

Utilizzo delle funzioni per il successo

L’ingegneria delle funzioni è la chiave per il successo di una soluzione di analitica. Weidmüller combina le conoscenze applicative e le competenze tecniche necessarie sulle correlazioni fisiche con il know-how della scienza dei dati. Grazie all’opzione di sviluppare modelli basati sull’intelligenza artificiale in modo indipendente, ingegneri meccanici e operatori di macchine possono aumentare significativamente la loro prestazione di modelli senza rivelare la loro conoscenza del dominio.