- moneo: IIoT platform
- Produkter
- moneo DataScience Toolbox
- moneo PatternMonitor
moneo PatternMonitor
moneo PatternMonitor (PAM) er et intelligent og innovativt AI-værktøj fra moneo DataScience Toolbox. Det overvåger stationære og kontinuerlige processer i din virksomhed og identificerer strukturelle ændringer eller anomalier i individuelle kritiske procesværdier, som f.eks. temperatur, flow og vibration.
Softwaren bruger maskinindlæringsalgoritmer til at reagere på følgende uventede mønstre i procesdata:
Øgning eller reducering af
Progressiv variation
Pludselig, gradvis
Sådan fungerer moneo PatternMonitor
moneo PatternMonitor er et intelligent AI-overvågningsværktøj, der er nemt at bruge uden ekspertise i datavidenskab. Det gør nemt og automatisk data tilgængelige og overvåger dem autonomt baseret på ”maskinindlæring”.
Hvad moneo PatternMonitor kan gøre
Ved hjælp af kontinuerlig søgning efter mønstre i volatilitet, ændringer i tendens og niveau, giver moneo PatternMonitor mulighed for lynhurtig detektering af uønskede ændringer eller slitage i enhver industrisektor og i forbindelse med tilstandsovervågning.
Softwareløsningen kan anvendes til detaljeret overvågning af individuelle kritiske procesværdier som en del af tilstandsovervågningen.
![](/responsive/medium/fourbythree/content/gallery/landingpages/moneo/products/datascience/patternmonitor/moneo-patternmonitor-moodshot-en.png?v=1186038760)
Eksemplarisk –
fordelen ved moneo PatternMonitor taler for sig selv
Ingen
Automatiseret
Automatiseret
Kontinuerlig
Justerbar
Detekter uønskede ændringer med få trin – med 5-trins-guiden
moneo PatternMonitor’s AI-software tilbyder alle brugere en opsætningsguide, der gør softwaren nem at bruge.
Med blot fem trin kan du aktivere overvågningsværktøjets kunstige intelligens uden ekspertbistand og automatisere dataforberedelse, kvalitetskontrol og parameterindstilling til mønsterdetektering.
![](/responsive/medium/fourbythree/content/gallery/landingpages/moneo/products/datascience/patternmonitor/moneo-datasciencetoolbox-pm-steps-1-5-en.png?v=1186132654)