Data"},"section_hierarchy":[{"id":33176,"name":"Products","alias":"products"},{"id":33178,"name":"Data","alias":"products/data"}],"taxonomy":[],"authors":[{"id":13743538,"name":"Jessica De Boom"}]}">

最近你验证历史数据吗

7月1日2019
制造商依赖数据历史学家记录并检索数据,但如果标签、限值或基准设置不正确会怎么样?可能需要审核以确保历史学家数据准确性

数据历史学家高效压缩大量数据存储快速检索、赋能应用和分析,以进一步使用数据实现系统优化、质量标识、产品可追踪性和规范规范历史学家也可以存储元数据描述源传感器或测量存储元数据可包括测量源、单元、频率和数据类型

历史学家使用自动化控制系统对制造商是密不可分的通常依赖历史学家检索并记录从制作过程获取的仪表和控制数据历史记录可能不准确 并可能引起问题

在有些情况下,预期限值或基准系从行业标准或预期规范中设定,但实际数据可能并不总是趋向于这些标准。差差可产生假阳性警示,影响制作和质量度量,同时甚至影响人员对警示的监控和响应方法

制造商如何确保正确数据以最优频度和正确限值计量审核历史学家在固定时间段记录的所有标签,同时使用统计和可视化,可初步洞察标签测量质量四大例子仅仅是制造商选择审核历史学家数据的一些方法:

测量变异:每个标签记录多异值数标签记录千差万别值仅有少数不同的值是否有任何标签记录单值理解和评价这些信息有助于判断历史学家是否正确搭建并收集有用数据
频率收集:单个标签记录数值举例说,如果选择一周值数据,是否有标签只记录10种不同的值?可能发现标签只收集一个异常值偶数时间,表示标签可能无法正确映射或记录和测量变异相似,这是另一种验证历史学家正确搭建和确认目标需要历史学家收集的方法
一致性收集:从标签值采集到这些失效频率间隔多长?快速分析收款率将有助于确定值是否记录一致性水平,对下降或长时间不响应的设备点亮光线
计量统计:这些值是否与每件设备所期望值一致?检查最小值、最大值、平均值、中值和标准偏差标准偏差深入显示标签在记录值中的挥发性并查标签类设备以确定是否有统计显示标签间异常

仅举几例历史标签数据可审计深入挖掘历史学家收集的数据可令制造者相信数据质量、适当限值和宝贵警告并保证你花时间、精力和钱正确安装历史学家,以便他们正确收集期望值

Jessica De Boom商业分析师州际控制系统中认证成员控制系统集成器关联CSIA系统更多州际控制系统信息访问工业自动化交换.

赞助建议

技术推进碳构造价值链

Emerson自动化组合定位促进整个价值链,提供流程优化技术、运输网络优化技术、托管转移技术

Lockheed Martin探索自控机器人使用

洛克希德马丁使用Xaba单机神经网络提高机体制造商业机器人的精度和一致性

产业更新:OT中的AI

微软人工智能与Avela和Siemens操作技术软件

cobot安全透视

自动化世界DavidGreenfield与美国SchmersalDevin Murray学习abtu风险评估