Acortar los ciclos de prueba y error y aumentar la eficiencia de producción

- Dec 24, 2018-

Acortar los ciclos de prueba y error y aumentar la eficiencia de producción.

Fondo de I + D

La calidad del producto se ve afectada por factores como las fluctuaciones en la calidad de la materia prima y el envejecimiento de los equipos de fabricación. Para ayudar a resolver estos problemas, los fabricantes se están transformando digitalmente a través de tecnologías como AI, Big Data e Internet Industrial of Things (IIOT).

El software de análisis de datos de proceso de Yokogawa utiliza el método MahalanobisTaguchi (MT) * para recopilar datos de temperatura, presión, flujo, nivel y otros procesos de manera rápida y eficiente desde el PIMS, analizar la operación de la instalación y la información del estado de mantenimiento y ejecutar datos históricos. Utilizado junto con los servicios analíticos de Yokogawa, el software puede mejorar efectivamente la calidad del producto.

Desde el lanzamiento del análisis de datos de proceso R1.01 en mayo de 2017, Yokogawa trabajó con ingenieros de procesos de clientes y expertos en datos para mejorar el producto. Gracias a sus esfuerzos, el software se ha mejorado para importar y analizar datos PIMS de otros proveedores, simplificando y acelerando los cambios y cálculos de configuración, y facilitando los informes. Estas mejoras en el software mejoran la eficiencia operativa y la calidad del análisis de datos, y acortan el ciclo de prueba y error.

Características: Importar datos desde PIMS compatibles con el estándar OPC

En varias fábricas de todo el mundo, se utilizan una amplia variedad de sistemas de recopilación de datos de diferentes proveedores. Para un análisis efectivo, es importante tener acceso a todos los datos recopilados por estos sistemas. El software de análisis de datos de proceso se ejecuta en una PC con Windows® y puede acceder a archivos convertidos de PIMS, DCS y PLC a formato CSV. Process Data Analysis R1.02 viene con una interfaz OPC Historical Data Access (HDA), un estándar global para el intercambio de datos en la automatización industrial y otros campos. Gracias a esta función, el software puede importar fácilmente datos compatibles con el estándar de PIMS.

Operación mejorada

Para facilitar el análisis de los datos, el análisis de datos de proceso R1.02 permite la superposición de gráficos de datos para múltiples procesos. Ahora también es posible modificar fácilmente configuraciones como el punto de inicio de datos y el color de la pantalla según las condiciones de fabricación. Los puntos de referencia realizados por los analistas de Yokogawa muestran que estas características reducen el tiempo de análisis de datos en un 80%.

Capturar / compartir resultados de análisis

Para facilitar el intercambio de resultados de análisis de datos entre ingenieros, Process Data Analysis R1.02 agrega nuevas funciones, lo que permite a los ingenieros capturar gráficos que muestran los resultados del análisis y pegar los datos en cualquier software de informes generales. Esto elimina la cantidad de trabajo requerido para crear un gráfico, y los analistas pueden centrarse en la investigación y discutir los resultados.

desarrollo futuro

Los fabricantes necesitan acceder y analizar datos de campo para mejorar la calidad y la productividad, y pasar a la computación en la nube, inteligencia artificial, big data, IIoT y otras tecnologías y soluciones avanzadas para satisfacer esta necesidad. Con el fin de satisfacer estas necesidades y ayudar a los clientes a mejorar la calidad del producto, Yokogawa continuará desarrollando productos que utilicen estas tecnologías y soluciones.

Método de Mahalanobis Taguchi (MT) *: una técnica de reconocimiento de patrones que lleva el nombre del Dr. PC Mahalanobis. El Dr. Mahalanobis propuso la distancia de Mahalanobis (una medida multivariable basada en la correlación entre variables), y el Dr. Genichi Taguchi es una de las figuras clave que impulsan el desarrollo de la ingeniería de calidad. En función de la distancia entre los datos de referencia y los datos de muestra, el método puede determinar cuantitativamente la desviación de los datos de destino.

Si desea comprar un motor procesador de alimentos, preste atención al motor de la cafetera.

Artículo anterior:Análisis de la dirección de desarrollo futuro del motor de China y sus sugerencias de desarrollo Siguiente artículo:Situación de la industria del inversor