Voorspellend onderhoud
De oplossingen van Hexagon voor voorspellend onderhoud helpen downtime van productieapparatuur te voorkomen door via AI en machine learning afwijkingen te detecteren en waarschuwingssignalen te interpreteren voordat zich de downtime voordoet, zodat fabrikanten sneller kunnen ingrijpen.
Klaar om te beginnen?
In de meeste organisaties worden kwaliteits- en productieproblemen vooral reactief aangepakt. Als een component niet voldoet aan een kwaliteitsmeting, wordt er een proceswaarschuwing afgegeven, wordt de gebeurtenis gelogd, worden producten verwijderd en stelt een kwaliteitsmanager of productiemanager een diagnose van het probleem met de machine.
Met voorspellend onderhoud krijgen producenten toegang tot gegevensverzameling via livestream, realtime gegevensanalyse en continue controle op signalen die de voorbode kunnen zijn van storingen of productieonderbrekingen. Hierdoor kunnen problemen snel worden opgespoord en verholpen. Door uitvaltijd te voorkomen, zorgt de oplossing voor tot wel 20% minder verspilling.
-
Kenmerken en Voordelen
- Meetgegevens worden geanalyseerd en voorspeld
- Situaties buiten de specificaties kunnen worden voorspeld op basis van herhaalde metingen van artefacten, indien nodig
- Klaar voor cloud en on-premise
- Geschiedenis en voorspelling van serviceactiviteiten, analyses van de hoofdoorzaak van fouten en uitvaltijd
- Evaluatie van procescapaciteit op basis van neurale netwerken als beschikbaar in Q-DAS qs-STAT
- Meetgegevens worden geanalyseerd en voorspeld
- Situaties buiten de specificaties kunnen worden voorspeld op basis van herhaalde metingen van artefacten, indien nodig
- Klaar voor cloud en on-premise
- Geschiedenis en voorspelling van serviceactiviteiten, analyses van de hoofdoorzaak van fouten en uitvaltijd
- Evaluatie van procescapaciteit op basis van neurale netwerken als beschikbaar in Q-DAS qs-STAT