1. Centro de ayuda
  2. Mantenimiento de FitMachine

Cómo monitorear procesos variables

Este artículo describe cómo puede optimizar sus FitMachines para monitorear mejor los procesos variables y minimizar las falsas alarmas.

¿Como puedo ayudarte?

Si los activos son alarmantes regularmente, esto puede deberse a un proceso o cambio operativo que MOVUS Al no ha visto previamente o que no ha aprendido a ser 'normal'. Cambiar para operar una línea de producción al 120% o procesar un material diferente, por ejemplo, hará que un activo vibre de una manera diferente y puede resultar en un cambio de condición detectado por la IA.

Si bien puede ignorar las alarmas en activos específicos cuando se cree que están relacionados con un cambio de proceso, ignorar las alarmas puede resultar en la pérdida de un problema potencial. Por lo tanto, para garantizar que su FitMachine/s pueda monitorear su equipo de manera precisa y confiable, y para evitar la fatiga de las alarmas, le recomendamos que actualice el período de aprendizaje de su FitMachine/s para optimizar el AI para procesos variables adicionales.

¿Como funciona?

Como FitMachine está diseñado para enviar alarmas cuando la condición de su equipo se desvía de su comportamiento operativo 'normal' aprendido (según lo establecido durante el Período de aprendizaje de FitMachine ), recibirá alarmas 'falsas' si ocurren cambios en la producción, que FitMachine no había visto antes, que causan los datos que FitMachine está recibiendo para cambiar.

Para evitar esto, hay dos acciones que puede tomar:

  1. Si el cambio operativo es permanente, o si va a operar de una manera nueva durante varios meses, puede reiniciar el aprendizaje .
  2. Si el cambio de proceso es una ocurrencia normal y regular para ese activo, puede editar la fecha de inicio del aprendizaje para ese activo y hacer que FitMachine aprenda el cambio para que sea parte del comportamiento operativo "normal" del activo. 

Reinicio del aprendizaje

Si el cambio de producción es permanente, deberá reiniciar el aprendizaje. Reiniciar el aprendizaje inicia un período de calibración acelerado, en el que FitMachine recolectará 5000 muestras en ejecución para que la IA las use para construir nuevos modelos y aprender el nuevo patrón del equipo. Durante este período acelerado, FitMachine tomará muestras cada minuto, por lo que este proceso generalmente demorará alrededor de dos semanas. Sin embargo, esto puede llevar más tiempo ya  que se requieren muestras en ejecución  y, por lo tanto, si una máquina no funciona durante un período de tiempo, FitMachine no la verá como una muestra. 

Independientemente, durante este período, FitMachine puede comenzar a generar alarmas nuevamente una vez que haya recolectado al menos 1000 muestras. Sin embargo, será necesario un cambio significativo para que FitMachine avise hasta que se recolecten las 5000 muestras en ejecución.

¿Cómo reinicio el aprendizaje?

La forma de reiniciar el aprendizaje se describe en nuestro artículo Reiniciar el aprendizaje de una FitMachine .

Edición de la fecha de inicio del aprendizaje

Para que su FitMachine aprenda que el proceso cambia para ser 'normal', deberá editar la fecha de inicio del aprendizaje para ese activo. Esto le permite retroceder en el tiempo y cambiar la fecha en la que FitMachine inició su período de aprendizaje. Esto es importante porque significa que puede elegir un punto en el tiempo durante el cual el equipo estaba ejecutando múltiples procesos y hacer que FitMachine use esos datos para crear nuevos modelos.

Por lo tanto, al editar la fecha de inicio del aprendizaje, su FitMachine puede recalibrarse usando una ventana de tiempo que captura todos los procesos que se ejecutan en ese equipo y establece que es "normal". 

Siempre que ya haya 5000 muestras en ejecución desde la nueva fecha de inicio del aprendizaje, este proceso de recalibración solo llevará uno o dos días. Esto no afectará la funcionalidad de su FitMachine. Continuará funcionando y emitiendo una alarma mientras se recalibra. 

Si la nueva fecha de inicio significa que hay menos de 1000 muestras de datos, no se activará la alarma hasta que tenga al menos 1000 muestras. Si hay menos de 1000 muestras, acelerará la tasa de muestreo hasta que se alcancen las 1000 muestras ( al igual que una FitMachine recién incorporada ). Si hay más de 1000, su FitMachine tomará muestras cada 15 minutos hasta que se recolecten 5000 muestras en ejecución. Dependiendo de la utilización de su activo, esto puede demorar entre algunas semanas y algunos meses.


¿Cómo edito la fecha de inicio del aprendizaje?

Para editar la fecha de inicio del aprendizaje, deberá acceder al Cuadro de datos medidos para ese activo en su Página de detalles del equipo . Hacer clic en el engranaje en la esquina superior derecha le permite acceder a esta funcionalidad. Una vez que haya seleccionado 'editar la fecha de inicio del aprendizaje', puede usar la función de calendario haciendo clic en las fechas visibles para facilitar este proceso. 

Measured Data Edit Learning Start Date
 
¿Qué más debo mirar?

---

Gracias por leer. Como siempre, si tiene alguna pregunta o inquietud, comuníquese con el soporte de MOVUS  aquí.