moneo DataScience Toolbox – 人工知能
SmartLimitWatcherとは
SmartLimitWatcherは、moneo Data Science Toolboxの最初の機能で、人工知能により生産向けのソリューションを提供します。生産品質やプラント状態(温度、流量、振動、消費電流)に関して、重要なプロセス値(ターゲット変数)を継続的に監視することができます。ターゲット変数の異常は早い段階で自動的に検出されます。
SmartLimitWatcherは履歴データから学習し、測定値と予測ターゲット値との間で、ターゲット値と実際値を長期的に信頼性をもって比較できます。ターゲット変数に対する動的想定範囲(信頼帯)により、測定されたターゲット変数の挙動を永続的に評価できるとともに、逸脱を自動的に表示できます。
静的なプロセス値のモニタリングと比較して、動的リミット値モニタリングでは、リミット値が機械またはシステムの現在のプロセス状態に応じて変わります。サポート変数は、機械またはシステムのプロセス状態を表しています。これらのサポート変数に基づいて、数学モデルを使用し動的リミット値が計算されます。逸脱(異常)が発生した場合には、警告またはアラームが自動的に発行されます。
SmartLimitWatcherの有効利用のための前提条件
- 少なくとも2つのプロセス値が必要です。
- モニタリング対象のターゲット変数としての、プロセス値が1つ
- サポート変数として使用するプロセス値が少なくとも1つ
- データ履歴は、必要な動作状態が十分に含まれているものでないと利用できません。(プロセスのすべてのサイクルが数回記録されているものをご準備ください。これはフィルタなどのアプリケーションで重要です。)
- モニタリング対象プロセスには、ターゲット変数とサポート変数の間にプロセス関係(非線形/線形)が必要です。この関係は、利用可能なデータで明確に記されていなければなりません。これにより、機械的に組み合わされたすべてのシステムが適合します。(基礎となるプロセス関係は、式で記述する必要はありません。)
- モニタリング用にティーチされたプロセス関係は、その後も有効なものでなければなりません。(例:モニタリング対象のシステム変更の場合、新規トレーニングが必要になります。)
- ターゲット変数から計算などによって導かれる「人工的な」サポート変数を、ターゲット変数のモニタリングに使用することはできません。
- そのため、ターゲット変数の値の変化と、サポート変数の値の変化の間に、あまり長い遅延がないようにしてください。(例:遅い熱力学的反応)
- 非常に「ノイズの多い」測定値のプロセスでは正確なモデルをトレーニングできないので、ご使用いただけません。