Lösung · Prozess-Anomalieerkennung
Veränderungen erkennen, bevor Ausschuss entsteht.
Anomalieerkennung auf Basis sauberer Kennwerte je Schnitt – zuerst durch einfache Vergleiche mit dem Normalverhalten, mit trainierten Modellen erst dann, wenn die Daten es tragen.
Die Ausgangslage
Womit Sie es zu tun haben.
- 01
Modelle, die auf gemittelten Daten trainiert werden, lernen den Durchschnitt, nicht die Anomalie.
- 02
Eine Bewertung, die niemand bis zu den Rohdaten zurückverfolgen kann, ist eine Bewertung, auf die niemand reagiert.
- 03
Einen Detektor ohne Probephase auf alle Maschinen auszurollen – so entstehen Fehlalarme.
Der Ansatz
Zuerst einfache Kennwerte
Aus den Sensordaten in voller Detailtiefe berechnet Toleron Kennwerte für jeden Schnitt – nur aus der Zeit, in der das Werkzeug schneidet. Grenzwerte machen daraus einen ersten Detektor, den jeder erklären kann – an echten Vergangenheitsdaten erprobt, bevor er in Betrieb geht.
Modelle – geprüft und beobachtet
Trainierte Modelle werden beim Hochladen geprüft und lassen sich nur an Maschinen anbinden, deren Daten zu ihnen passen. Ein neues Modell beobachtet zunächst nur; Alarm geben darf es erst nach einer Beobachtungsphase, und Sie können jederzeit zurückschalten.
Von Grund auf nachvollziehbar
Weil eine Bewertung nur ein weiterer Verlauf ist, legen Sie sie über das Rohsignal, aus dem sie stammt, zeichnen sie auf, wenn sie eine Grenze überschreitet, und lassen sie eine vollständige Aufzeichnung des auffälligen Schnitts starten. Die Auswertung läuft auf der EdgeBox oder der KI-Box in Ihrem Werk: Die Rohdaten bleiben an der Maschine, nur Ergebnisse werden weitergegeben.
Was wir nutzen
- Kennwerte je Schnitt aus Sensoren und Spindelstrom
- Grenzwerte, die Sie festlegen
- Bewertungen trainierter Modelle
- Automatische Aufzeichnungen auffälliger Schnitte
Was Sie erhalten
- Erste Detektoren aus einfachen Grenzwerten, die jeder erklären kann
- Trainierte Modelle, die zuerst beobachten und bewusst in Betrieb gehen
- Automatische, vollständige Aufzeichnungen auffälliger Schnitte
- Bewertungen, die sich bis zu den Rohdaten zurückverfolgen lassen
Erprobt an
- LaborKennwerte auf der EdgeBox aus dem schnellen Stromsignal berechnet – keine Lücken, keine Duplikate
- LaborAuswertung auf der KI-Box – jedes Ergebnis genau einmal gespeichert
Erprobt an den Labormaschinen in Tuttlingen – ein Funktionsnachweis, keine Kundenreferenz.
Weiterlesen
Verwandte Themen
KI-Modelle & Assistent
KI-Modelle, die an der Maschine laufen und vor dem Livegang geprüft werden – dazu ein Assistent, der aus Ihren eigenen Dokumenten antwortet.
Mehr erfahrenAuswertungen & OEE
Macht aus Maschinendaten OEE, Stillstandsanalysen und eigene Auswertungen – einmal eingerichtet, an jeder Maschine nutzbar.
Mehr erfahrenEingriffserkennung
Wertet nur die Zeit aus, in der das Werkzeug tatsächlich im Eingriff ist – nicht die Minuten dazwischen.
Mehr erfahrenNächster Schritt
Prozess-Anomalieerkennung an Ihren eigenen Maschinen.
Wir beginnen mit einer Maschine und den Signalen, die sie bereits liefert. Nennen Sie uns Steuerung und Fragestellung – wir sagen Ihnen, wie die ersten Wochen aussehen.