Bagaimana Memantau Proses Variabel

Artikel ini menguraikan bagaimana Anda dapat mengoptimalkan FitMachines Anda untuk memantau proses variabel dengan sebaik-baiknya dan meminimalkan alarm palsu.

Bagaimana ini bisa membantu Anda?

Jika aset mengkhawatirkan secara teratur, ini mungkin karena proses atau perubahan operasional yang sebelumnya tidak dilihat atau dipelajari oleh MOVUS Al sebagai 'normal'. Beralih untuk menjalankan lini produksi pada 120% atau memproses bahan yang berbeda, misalnya, akan membuat aset bergetar dengan cara yang berbeda dan dapat menyebabkan perubahan kondisi yang terdeteksi oleh AI.

Meskipun Anda mungkin mengabaikan alarm pada aset tertentu saat diyakini terkait dengan perubahan proses, mengabaikan alarm dapat mengakibatkan hilangnya potensi masalah. Oleh karena itu, untuk memastikan FitMachine Anda dapat memantau peralatan Anda secara akurat dan andal, dan untuk mencegah keletihan alarm, kami menyarankan Anda memperbarui periode pembelajaran FitMachine Anda untuk mengoptimalkan Al untuk proses variabel tambahan.

Bagaimana cara kerjanya?

Karena FitMachine dirancang untuk mengirimkan alarm ketika kondisi peralatan Anda menyimpang dari perilaku pengoperasian 'normal' yang dipelajari (sebagaimana ditetapkan selama Periode Pembelajaran FitMachine ), Anda akan menerima alarm 'palsu' jika terjadi perubahan produksi, yang sebelumnya tidak terlihat oleh FitMachine, yang menyebabkan data yang diterima FitMachine untuk diubah.

Untuk menghindarinya, ada dua tindakan yang dapat Anda lakukan:

Jika perubahan operasional bersifat permanen, atau jika Anda akan beroperasi dengan cara baru selama beberapa bulan, Anda dapat memulai kembali pembelajaran .
Jika perubahan proses adalah kejadian biasa dan biasa untuk aset tersebut, Anda dapat mengedit tanggal mulai pembelajaran untuk aset tersebut dan membuat FitMachine mempelajari perubahan tersebut untuk menjadi bagian dari perilaku pengoperasian 'normal' aset.

Memulai kembali Pembelajaran

Jika perubahan produksi bersifat permanen, Anda perlu Memulai Ulang Pembelajaran. Memulai Ulang Pembelajaran memulai periode kalibrasi yang dipercepat, di mana FitMachine akan mengumpulkan 5.000 sampel yang sedang berjalan untuk digunakan AI guna membangun model baru dan mempelajari pola peralatan yang baru. Selama periode akselerasi ini, FitMachine akan mengambil sampel setiap menit, sehingga proses ini biasanya memakan waktu sekitar dua minggu. Namun, ini mungkin memakan waktu lebih lama karena sampel yang sedang berjalan diperlukan, dan karenanya jika mesin tidak berjalan selama jangka waktu tertentu, FitMachine tidak akan melihatnya sebagai sampel.

Apapun, selama periode ini, FitMachine dapat mulai mengkhawatirkan lagi setelah mengumpulkan setidaknya 1000 sampel. Namun, FitMachine akan membutuhkan perubahan yang signifikan untuk mengingatkan hingga 5.000 sampel yang sedang berjalan dikumpulkan.

Bagaimana cara Memulai Ulang Pembelajaran?

Cara memulai kembali pembelajaran diuraikan dalam artikel kami Restart Learning of a FitMachine .

Mengedit Tanggal Mulai Pembelajaran

Agar FitMachine Anda mempelajari perubahan proses menjadi 'normal', Anda perlu mengedit tanggal mulai pembelajaran untuk aset tersebut. Ini memungkinkan Anda untuk kembali ke masa lalu dan mengubah tanggal saat FitMachine memulai periode pembelajarannya. Ini penting karena ini berarti Anda dapat memilih titik waktu saat peralatan menjalankan banyak proses, dan membuat FitMachine menggunakan data tersebut untuk membuat model baru.

Oleh karena itu, dengan mengedit tanggal mulai pembelajaran, FitMachine Anda dapat mengkalibrasi ulang menggunakan jendela waktu yang menangkap semua proses yang berjalan pada peralatan itu, dan menetapkannya sebagai 'normal'.

Selama sudah ada 5000 running sample dari tanggal mulai pembelajaran yang baru, maka proses rekalibrasi ini hanya akan memakan waktu satu atau dua hari. Ini tidak akan memengaruhi fungsionalitas FitMachine Anda. Ini akan terus berfungsi dan alarm saat dikalibrasi ulang.

Jika tanggal mulai yang baru berarti ada kurang dari 1000 sampel data, alarm tidak akan berbunyi hingga memiliki setidaknya 1000 sampel. Jika ada kurang dari 1000 sampel, ini akan mempercepat laju pengambilan sampel hingga 1000 sampel tercapai ( seperti FitMachine yang baru dipasang ). Jika ada lebih dari 1000, FitMachine Anda akan mengambil sampel setiap 15 menit hingga 5.000 sampel berjalan dikumpulkan. Bergantung pada pemanfaatan aset Anda, ini bisa memakan waktu antara beberapa minggu hingga beberapa bulan.

Bagaimana cara mengedit Tanggal Mulai Pembelajaran?

Untuk mengedit tanggal mulai pembelajaran, Anda perlu mengakses Bagan Data Terukur untuk aset tersebut di Halaman Detail Peralatannya . Mengklik roda penggerak di pojok kanan atas memungkinkan Anda untuk mengakses fungsi ini. Setelah memilih 'edit tanggal mulai belajar', Anda dapat menggunakan fitur kalender dengan mengeklik tanggal yang terlihat untuk mempermudah proses ini.

Apa lagi yang harus saya lihat?

---

Terima kasih sudah membaca. Seperti biasa, jika Anda memiliki pertanyaan atau masalah, silakan hubungi Dukungan MOVUS di sini.