Siemens
Prozessanomalien frühzeitig erkennen und wirtschaftlich bewerten

Unternehmen erhalten dadurch neue Möglichkeiten bei der wirtschaftlichen Optimierung ihrer Prozesse. Die App betrachtet Prozessereignisse, die einen Einfluss auf Parameter wie Produktivität, Verfügbarkeit und Qualität haben und weist den Anlagenbetreiber auf solche Anomalien hin. Ereignisse und Anomalien werden nicht mehr nur erkannt, sondern auf ihre Geschäftsrelevanz bewertet. Diese Bewertung war bislang nur anhand von Erfahrungswerten möglich.

Machine Learning mit Prozessdaten

Damit die KI in der Lage ist, geschäftsrelevante Anomalien zu detektieren und bewerten, werden die Algorithmen anhand von Prozessdaten trainiert (Machine-Learning) und fokussiert, das heißt sie lernen, welche Anomalien eine Auswirkung auf die Wirtschaftlichkeit der Anlage haben. Die weitere Fokussierung der KI wird durch den Anlagenbetreiber selbst vorgegeben. Dazu bietet die App ein Dashboard, in dem Anomalien selektiert, bewertet und kommentiert werden können. Diese Evaluierungsphase wird von mehreren Feedbackschleifen begleitet, sodass der Anlagenbetreiber am Ende eine gut trainierte und fokussierte KI erhält, die in der Lage ist, anhand der Prozessdaten Anomalien auf ihre geschäftliche Relevanz zu bewerten.

Cloudbasiert oder in der Infrastruktur des Anwenders installiert

Die AI Anomaly Assistant App wird entweder als Cloudanwendung oder innerhalb der anwendereigenen Infrastruktur installiert, zum Beispiel auf einem Simatic Box PC oder einer virtuellen Maschine. Die cloudbasierte Lösung ist insbesondere während der Trainings- und Evaluierungsphase vorteilhaft, da sie die effiziente Zusammenarbeit zwischen Datenanalysten und Anlagenbetreiber unterstützt. Zusätzlich ermöglicht sie es auch, die Ergebnisse der Anomalieerkennung mit weiteren Services zu verbinden, etwa einem vorausschauenden Assetmanagement, als Teil der Asset Performance Suite (APS).

www.siemens.com