MITSUBISHI ELECTRIC Changes for the Better
Poland
PLEN
PL
PolskiAngielski
Factory Automation
Produkty

Zastosowania brzegowe

Zastosowania brzegowe

MELSOFT MaiLab

MaiLab oferuje wiele metod uczenia maszynowego i analizy statystycznej, w tym funkcje AI, takie jak głębokie uczenie i analiza regresji wielokrotnej, dzięki czemu analiza danych może być wykorzystywana do różnych celów.
Ponadto nie jest wymagane programowanie, dzięki czemu rozwiązania do analizy danych są łatwe do wdrożenia.

Jedno oprogramowanie do wszystkich rodzajów analizy danych

To oprogramowanie samo obejmuje fazę analizy danych produkcyjnych w biurze oraz fazę diagnozy w produkcji na podstawie tych wyników analizy, dzięki czemu możliwe jest zastosowanie modeli uczenia się uzyskanych z analizy danych bezpośrednio online w produkcji.

AI data scientist - system wspierający analizy oparte na AI dla każdego

Korzyści dla klientów:

  • Bardzo krótka faza szkolenia w zakresie oprogramowania, ponieważ nie jest wymagana specjalistyczna wiedza, każdy może wykonywać analizę danych,
  • MaiLab wspiera klienta we wszystkich fazach projektu analizy danych,
  • Klienci korzystają z MaiLab, ponieważ w wielu firmach brakuje ludzi do analizy danych,
  • Klienci są w stanie szybko i skutecznie poprawić wydajność produkcji.

UI zapewniający analitykę danych z doskonałym doświadczeniem

Korzyści dla klienta:

  • Szybki Return-on-invest, ponieważ oprogramowanie MaiLab jest jednym narzędziem zarówno do analizy Offline, jak i diagnostyki w czasie rzeczywistym, w tym bezpośredniej informacji zwrotnej do zakładu produkcyjnego. Bogate możliwości wizualizacji danych.
  • Długowieczność i przyszłościowy projekt i działanie MaiLab dzięki zintegrowanym otwartym koncepcjom, takim jak język programowania Python czy środowisko internetowe.
  • Elastyczność dzięki różnym schematom licencjonowania (roczna subskrypcja dla OPEX, model wieczysty dla CAPEX) i wielu różnym scenariuszom zastosowań.

Tech Talks - MaiLab

Proces analizy

MELSOFT MaiLab to narzędzie, które umożliwia łatwą analizę danych w 4 podstawowych krokach.

Analiza w trybie offline

Krok 1: Tworzenie zbioru danych

Najpierw wczytaj do MELSOFT MaiLab dane, które mają być analizowane i zarejestruj je. Grupa zarejestrowanych danych nazywana jest "zestawem danych".Zestaw danych może być przedstawiony w różnego rodzaju wykresach, dzięki czemu może być również łatwo sprawdzony przez ludzkie oczy przed wykonaniem diagnozy z wykorzystaniem AI.

Krok 2: Tworzenie AI

Wykonywane jest uczenie się na podstawie zbioru danych.Model, który umożliwia diagnozę nieznanych danych, nazywany jest "AI".Po wybraniu opcji "Co chcesz zrobić (cel)", automatycznie wyprowadzane są prawidłowości i reguły danych, a MELSOFT MaiLab tworzy "AI".

Diagnoza w czasie rzeczywistym

Krok 3: Tworzenie zadań

Ustawienia do wykonywania diagnostyki nieznanych danych są nazywane "zadaniem".MELSOFT MaiLab zdefiniuje metody wprowadzania/wyjścia danych i wartości progowe, czy wyniki diagnostyki są dobre czy złe. Dokładność jest wyświetlana jako wynik, który służy jako wskazówka do osądu.

Krok 4: Wykonanie zadania i monitorowanie

Można wykonywać zadania i monitorować status diagnozy nieznanych danych.Wdrażanie do sprzętu można łatwo wykonać za pomocą jednego kliknięcia. Przepływ danych i dobry lub zły status oceny można potwierdzić na graficznym wyświetlaczu za pośrednictwem serwera uczącego się.

Analiza offline

Przygotowanie danych. (Tworzenie zbioru danych)

W celu analizy danych i stworzenia modelu diagnozy konieczne jest zarejestrowanie danych podlegających analizie w MELSOFT MaiLab. Grupa zarejestrowanych danych nazywana jest "zbiorem danych". Dzięki rejestracji zbioru danych, dane mogą być wizualizowane w tabelach lub na wykresach, a także mogą być tworzone modele diagnostyczne.

Rejestracji danych można dokonać poprzez proste operacje myszką

Oryginalny plik danych, który ma być zarejestrowany jako zbiór danych, nazywany jest "źródłem danych".Źródłem danych, które można zarejestrować, są pliki tekstowe w formacie CSV i TSV.

Tworzenie reguł diagnozy. (Tworzenie AI)

Wykonaj wstępne przetwarzanie zbioru danych i stwórz AI poprzez wykonanie uczenia zgodnie z metodami analizy.

Interaktywne i łatwe. Automatyczne tworzenie AI oszczędza czas i wysiłek

Automatyczna

MELSOFT MaiLab wybiera optymalne metody wstępnego przetwarzania i analizy na podstawie celów i zawartości zbioru danych i automatycznie tworzy AI. Wybierz to, gdy nie wiesz, jakiej metody analizy użyć do tego, co chcesz zrobić (cele).

Ręcznie

W tej metodzie użytkownik sam wybiera metody analizy i tworzy SI. Wybierz tę opcję, gdy wiadomo, jaka metoda jest odpowiednia dla tego, co chcesz zrobić (celów).

Tworzenie AI

Przejdź do tworzenia zadania, aby wykonać diagnozę w czasie rzeczywistym, odnosząc się do wyświetlanych wyników i komentarzy, Po zakończeniu nauki tworzenie AI zostanie zakończone. Możesz ręcznie zmienić ukończone AI, aby dostosować je do zwiększenia niezawodności.

Dostosuj SI, aby zwiększyć jej dokładność

W MELSOFT MaiLab każdy proces AI jest wykonywany w bloku, a przepływ przetwarzania AI jest tworzony przez połączenie bloków. Możesz edytować przepływ AI przygotowany przez funkcję AutoML, aby dowolnie go dostosować lub stworzyć oryginalny AI od podstaw.

Oryginalne przetwarzanie może być wykonane za pomocą bloków Pythona

MELSOFT MaiLab jest również wyposażony w bloki rozszerzenia funkcji, które są przydatne do dostosowywania modeli uczenia się. Możesz również wykonać kodowanie w języku Python, który jest często używany w analizie danych. Wykonując dostosowywanie, możesz tworzyć modele uczenia się z większą dokładnością.

Diagnoza w czasie rzeczywistym

Wdrażanie do urządzenia (tworzenie zadań)

Grupa procesów (przepływ procesu) wykorzystująca stworzone AI do wykonania diagnostyki na nieznanych danych wejściowych i wyprowadzenia wyników diagnostyki nazywana jest w MELSOFT MaiLab "zadaniem".* Proste zadanie może być automatycznie utworzone poprzez ustawienie niezbędnych parametrów działania każdego procesu.

* Istnieją 2 rodzaje zadań: proste i zaawansowane. Szczegółowe informacje znajdują się w podręcznikach.

W przypadku korzystania z urządzeń Mitsubishi Electric FA, urządzenia mogą być określone bezpośrednio

MELSOFT MaiLab ma wysokie powinowactwo z urządzeniami FA firmy Mitsubishi Electric.Ponieważ można wykonać bezpośrednią specyfikację kompatybilnych urządzeń, można również łatwo wykonać rozmieszczenie (aranżację) urządzeń.

Status jest wyświetlany w czasie rzeczywistym podczas wykonywania zadania

Wyniki diagnozy są przedstawione na wykresach liniowych i kołowych.Wyniki diagnozy i dane wprowadzone do AI są przedstawione w formie tabeli.

Konfiguracja systemu/licencja/środowisko pracy

Konfiguracja systemu

Gromadzenie danych i diagnostykę można rozpocząć w MELSOFT MaiLab już z podstawową licencją. Ponadto systemy można dowolnie konfigurować w zależności od skali obiektów, zwiększenia liczby użytkowników analiz itp.

Licencja

Środowisko operacyjne

Środowisko operacyjne do nauki
W minimalnym środowisku operacyjnym możliwe jest wykonanie metod, takich jak analiza regresji wielokrotnej itp. ze stosunkowo niewielkim przetwarzaniem obliczeń, gdy nie są uruchomione żadne inne narzędzia. Aby wykonać metody, takie jak głębokie uczenie się itp. wymagające dużej ilości przetwarzania obliczeń, konieczne jest zalecane środowisko operacyjne.

PozycjaMinimalneZalecane
KomputerPC, przemysłowy komputer, serwerPC, przemysłowy komputer, serwer
CPUIntel® Core™-i3 lub lepszyIntel® Core™-i7 lub lepszy*1
Pamięć4 GB lub więcej16 GB lub więcej*1
System operacyjnyWindows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)Windows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)
64-bit64-bit
Wymagane miejsce na dysku16 GB lub więcej64 GB lub więcej

Środowisko operacyjne zbierania/diagnozowania

PozycjaMinimalneZalecane
KomputerPC, przemysłowy komputer, serwerPC, przemysłowy komputer, serwer
CPUIntel® Core™-i3 lub lepszyIntel® Core™-i7 lub lepszy*1
Pamięć4 GB lub więcej16 GB lub więcej*1
System operacyjnyWindows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)Windows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)
64-bit64-bit
Wymagane miejsce na dysku16 GB lub więcej32 GB lub więcej

*1 Wymagane przy wykonywaniu nie tylko metod takich jak analiza regresji wielokrotnej itp. o stosunkowo niskim przetwarzaniu obliczeniowym, ale metod takich jak głębokie uczenie się itp. wymagających dużej ilości przetwarzania obliczeniowego.

Śledź nas
tm
© Mitsubishi Electric Europe B.V.