Progetto
AI4MANUFACTURING

L’Intelligenza Artificiale e la Business Intelligence per l’Industria 4.0

La quarta Rivoluzione Industriale

La produzione di dati ha un tasso di crescita esponenziale!

Chi alimenta la rivoluzione?

I dati sono al tempo stesso prodotto e patrimonio delle aziende!

Business Intelligence
Il dato rappresentato

Business intelligence = tecnologie, applicazioni e pratiche per la raccolta, l’integrazione, l’analisi e la presentazione delle informazioni aziendali.

Scopo: supportare un migliore processo decisionale aziendale.

#01 Analyze
Analisi della situazione attuale dei dati in azienda e dei processi che li generano.

#02 Organize
I dati vengono raccolti, classificati, validati.

#03 Aggregate
I dati vengono organizzati in un datawarehouse che diventa unica fonte di verità.

#04 Consume
I dati vengono trasformati in informazioni fruibili in diversi formati.

Artificial Intelligence
e Industria 4.0

Le aziende manifatturiere dispongono di differenti tipi di dati, quali: numero di pezzi prodotti, fermi macchina, il numero di giri motore, pressione e temperatura di esercizio, vibrazione, etc.

L’Intelligenza Artificiale riesce ad elaborare grossi moli di dati consentendo di effettuare analisi predittive ad esempio per anticipare un potenziale problema sulle macchine di produzione, prevedere fabbisogni, prevedere la difettosità dei prodotti, etc.

La Manutenzione Predittiva consente di identificare le anomalie rispetto al funzionamento standard delle macchine anticipando in questo modo eventuali situazioni di guasto che potrebbero bloccare le linee e/o influenzare la qualità dei prodotti.

Manutenzione Predittiva

Problema Previsione rottura cuscinetti a sfere di motori

Rilevare preventivamente pattern nei segnali della sensoristica di monitoraggio che costituiscono comportamenti anomali rispetto a una base di «normalità»

Dataset

Rete Neurale (Autoencoder)

Determino la distribuzione degli errori medi assoluti per i dati in condizioni normali e considero come soglia di anomalia, l’estremo destro della distribuzione.

L’Autoencoder consente di mettere in evidenza gli outliers: se ottengo valori di errori nella ricostruzione sopra la soglia, siamo in presenza di un comportamento anomalo. In questo modo la condizione di rottura dei cuscinetti può essere prevista con un buon margine di anticipo.

Richiedi una demo online

Un nostro consulente ti assisterà con la spiegazione.

Nome *
Cognome *
Email*
Telefono

Richiesta

Compilando il modulo sovrastante e inviando una richiesta di informazioni, dichiaro di aver letto la privacy policy di ATG Artificial Intelligence SRL e accetto i termini.

Acconsento al trattamento dei miei dati personali per i fini specificati nella privacy policy.

SCARICA LA BROCHURE