تقصير دورات التجربة والخطأ وزيادة كفاءة الإنتاج
خلفية البحث والتطوير
تتأثر جودة المنتج بعوامل مثل التقلبات في جودة المواد الخام وشيخوخة معدات التصنيع. للمساعدة في حل هذه المشاكل ، يقوم المصنعون بتحويل رقميا من خلال تقنيات مثل AI و Big Data و الإنترنت الصناعي للأشياء (IIOT).
يستخدم برنامج تحليل بيانات عملية Yokogawa طريقة MahalanobisTaguchi (MT) * لجمع بسرعة ، وكفاءة ، درجة الحرارة ، الضغط ، التدفق ، المستوى وبيانات العملية الأخرى من PIMS ، تحليل عملية المنشأة ومعلومات حالة الصيانة ، وتشغيل البيانات التاريخية. يستخدم البرنامج مع خدمات يوكوجاوا التحليلية ، ويمكن أن يحسن جودة المنتج بشكل فعال.
منذ إصدار تحليل البيانات العملية R1.01 في مايو 2017 ، عملت Yokogawa مع مهندسي عملية العملاء وخبراء البيانات لتحسين المنتج. بفضل جهودهم ، تم تحسين البرنامج لاستيراد وتحليل بيانات PIMS من موردين آخرين ، لتبسيط وتسريع تغييرات وحسابات الإعداد ، وجعل التقارير أكثر سهولة. تحسن هذه التحسينات في البرامج الكفاءة التشغيلية ونوعية تحليل البيانات ، وتقصير دورة التجربة والأخطاء.
الميزات: استيراد البيانات من PIMS دعم معيار OPC
في العديد من المصانع في جميع أنحاء العالم ، يتم استخدام مجموعة واسعة من أنظمة جمع البيانات من موردين مختلفين. للتحليل الفعال ، من المهم الوصول إلى جميع البيانات التي تجمعها هذه الأنظمة. يعمل برنامج تحليل بيانات العمليات على كمبيوتر يعمل بنظام Windows® ويمكنه الوصول إلى الملفات المحولة من PIMS و DCS و PLC إلى تنسيق CSV. تحليل بيانات العمليات R1.02 يأتي مع واجهة الوصول إلى البيانات التاريخية (HDA) OPC ، وهو معيار عالمي لتبادل البيانات في الأتمتة الصناعية وغيرها من المجالات. بفضل هذه الميزة ، يمكن للبرنامج بسهولة استيراد البيانات التي تدعم المعيار من PIMS.
تحسين التشغيل
لتسهيل تحليل البيانات ، يتيح تحليل بيانات العملية R1.02 تراكب مخططات البيانات لعمليات متعددة. ومن الممكن الآن أيضًا تعديل الإعدادات بسهولة مثل نقطة بدء البيانات وعرض الألوان وفقًا لظروف التصنيع. تظهر المعايير التي أجراها محللون Yokogawa أن هذه الميزات تقلل وقت تحليل البيانات بنسبة 80٪.
نتائج تحليل الالتقاط / المشاركة
لتسهيل تبادل نتائج تحليل البيانات بين المهندسين ، يضيف تحليل بيانات العمليات R1.02 ميزات جديدة ، مما يسمح للمهندسين بالتقاط المخططات التي تظهر نتائج التحليل ولصق البيانات في أي برنامج إبلاغ عام. هذا يلغي مقدار العمل المطلوب لإنشاء مخطط ، ويمكن للمحللين التركيز على البحث ومناقشة النتائج.
تطويرات مستقبلية
يحتاج المصممون إلى الوصول إلى البيانات الميدانية وتحليلها لتحسين الجودة والإنتاجية ، والانتقال إلى الحوسبة السحابية ، والذكاء الاصطناعي ، والبيانات الضخمة ، و IIoT وغيرها من التقنيات والحلول المتقدمة لتلبية هذه الحاجة. من أجل تلبية هذه الاحتياجات ومساعدة العملاء على تحسين جودة المنتجات ، ستواصل يوكوجاوا تطوير المنتجات التي تستخدم هذه التقنيات والحلول.
Mahalanobis Taguchi (MT) Method *: A pattern recognition technique named after Dr. PC Mahalanobis. اقترح الدكتور ماهالانوبيس مسافة ماهالانوبيس (وهو مقياس متعدد المتغيرات يعتمد على الارتباط بين المتغيرات) ، والدكتور جينيتشي تاجوشي هو أحد الشخصيات الرئيسية التي تدفع تطوير هندسة الجودة. استناداً إلى المسافة بين البيانات المرجعية وبيانات العينة ، يمكن أن تحدد الطريقة كمياً الانحراف عن البيانات المستهدفة.
إذا كنت ترغب في شراء محرك معالجة الأغذية ، يرجى الانتباه إلى محرك صانع القهوة.
