Visualization and HMIs

Une autre branche de la technologie où la recherche de motifs joue un rôle clé se trouve dans l’intelligence artificielle (IA). Les algorithmes d’apprentissage automatique peuvent repérer des motifs dans les données de la machine afin de déterminer ce qui constitue un comportement normal et ce qui pourrait être indicateur d’un problème. Puisque ces résultats doivent être présentés à l’opérateur, l’intelligence artificielle et la visualisation vont de pair.

Comprendre les données complexes

L’un des principaux objectifs de l’IA de machine est d’analyser les données d’usine et de dresser un portrait de celle-ci qui peut être compris par les humains. Cela est difficile, car la quantité de données est si énorme que les humains ne peuvent tout simplement pas les analyser eux-mêmes (ce qui est en fait la raison pour laquelle c’est devenu la responsabilité de l’IA).

Une puissante fonctionnalité de graphisme peut mettre en évidence les points importants à retenir qui sont essentiels à la prise de décision par l’opérateur, puisque les diagrammes relationnels ne font pas que simplement présenter des dénombrements ou des totaux. Ils illustrent également la relation entre les ensembles de données pour aider les opérateurs à prendre des décisions éclairées plus rapidement.

L’utilisation créative de boîtes à outils d’objets avancés réduit la charge de travail de l’opérateur en consolidant des écrans pour plusieurs objets avec des indicateurs et des boîtes de message en une seule image conviviale où la taille, la position ou la couleur remplacent des indicateurs numériques disparates. Les options de visionnement d’écran à distance permettent de partager des données graphiques avancées sur les écrans mobiles les plus courants.

Comment la visualisation améliorée par l’intelligence artificielle peut-elle prendre en charge la prise de décision?

En plus de fournir une représentation claire des données, les IHM et les autres outils de visualisation sont responsables de l’affichage des options de prise de décision pour l’opérateur. À mesure que les algorithmes d’IA en apprennent davantage sur l’état de l’équipement, ils pourraient être en mesure de suggérer automatiquement des mesures à prendre qui seront communiquées par l’intermédiaire de l’IHM.

Dans de nombreux cas, les techniques de programmation traditionnelles permettent aux machines de changer les écrans d’IHM pour mieux représenter la situation, comme un écran d’alarme spécial lorsqu’une alarme particulière est déclenchée. Pendant les évaluations de l’efficacité générale de l’équipement (OEE), une condition hors limite peut soit demander à l’utilisateur de changer l’écran ou faire en sorte que la machine passe automatiquement à cet écran pour la prise de décision humaine.

Les algorithmes d’intelligence artificielle d’Omron peuvent être utilisés avec l’IHM ou d’autres outils de visualisation pour indiquer une exception dans la surveillance des opérations de la machine et permettre à l’opérateur de choisir une action. Cela peut inclure la sauvegarde des données sur les conditions d’avertissement pour une évaluation ultérieure et des mesures possibles.