Система предиктивной аналитики KvantDetection
Система предиктивной аналитики KvantDetection предназначена для промышленных предприятий с высоким уровнем автоматизации, организованным сбором и длительным хранением информации, где необходима обработка и понимание огромного количества данных и есть высокие риски при принятии решений.
KvantDetection позволяет создавать систему математических моделей, описывающих структуру, функциональность и поведение эксплуатируемого изделия на различных стадиях жизненного цикла. Результаты цифрового моделирования используются в процессе информационно-аналитической поддержки эксплуатации для выполнения функции мониторинга состояния оборудования во время его эксплуатации с целью выявления возможных дефектов в его работе.
Конечной целью создания цифровых моделей является повышение надежности и эффективности эксплуатации за счет обоснованных решений по эксплуатации в зависимости от его функциональных свойств и технического состояния путем:
- минимизации случаев повреждения или отказов в работе оборудования вследствие обнаружения дефектов на ранней стадии их развития;
- оптимизации процессов эксплуатации и инженерной поддержки эксплуатации оборудования в результате использования полученной информации об обнаруженных дефектах и данных о характере их развития;
- сокращение финансовых потерь за счет минимизации времени простоев и переход к обслуживанию по состоянию.
Назначение KvantDetection:
- Автоматизация поиска отклонений в условиях эксплуатации оборудования от нормального на основе автоматического анализа истории изменения технологических параметров оборудования, регистрируемых системами контроля и диагностики, размещенных на данном оборудовании, а также иной информации, характеризующей опыт эксплуатации оборудования (результаты нерегулярной диагностики, история технического обслуживания и ремонта, история выполнения работ по модернизации), в режиме реального времени.
- Локализация обнаруженных отклонений в работе оборудования путем определения параметров, на которые проявление отклонения оказывает значительное влияние.
- Оценка запаса по времени (прогноз) до выхода регистрируемых параметров оборудования за пределы области значений, характеризующей нормальную эксплуатацию, в случае обнаружения отклонений в работе оборудования.
Автоматизированное определение возможных коренных причин возникновения отклонений в работе оборудования.
Многомерные статистические и современные нейронно-сетевые методы обработки данных, заложенные в KvantDetection, позволяют пройти полный цикл диагностирования оборудования
Основные свойства KvantDetection
Статистические и современные нейронно-сетевые методы обработки данных, заложенные в ПО, позволяют эффективно решать следующие задачи:
- обработка массивов информации, накопленной за длительный интервал времени;
- обнаружение скрытых закономерностей в поведении различных параметров системы;
- обнаружение «нестандартного» поведения объекта, обнаружение аномалий и сбоев в работе оборудования на ранней стадии развития дефекта;
- диагностическое сжатие многомерной измерительной информации, что позволяет выявить существенные признаки и в ряде случаев упрощает построение долгосрочных прогнозов;
- выделения из множества измеренных параметров тех, которые ответственны за обнаруженную аномалию;
- комплексный анализ информации и выдача обслуживающему персоналу предупредительных сообщений в случае обнаружения аномальных режимов работы оборудования;
- построение новых статистик, чувствительных как к «медленным» изменениям ресурсных характеристик объекта, так и к мгновенным изменениям свойств контролируемого оборудования;
- прогнозирование на заданную перспективу и обнаружения моментов времени, на которых происходит изменение их свойств (разладка).