
Outro ramo de tecnologia em que a descoberta de padrões desempenha um papel fundamental é a inteligência artificial (IA). Os algoritmos de aprendizado de máquina podem localizar padrões nos dados da máquina para determinar o que constitui um comportamento normal e o que pode ser indicativo de um problema. Como esses achados devem ser apresentados ao operador, a IA e a visualização estão lado a lado.
Entendendo os dados complexos
Um dos principais objetivos da IA da máquina é analisar os dados do chão de fábrica e propor uma imagem que imponha a compreensão aos seres humanos. Isso é desafiador porque a quantidade de dados é tão enorme que os seres humanos simplesmente não conseguem analisá-los todos eles mesmos (que é, aliás, a razão pela qual se tornou responsabilidade da IA).
A poderosa funcionalidade gráfica pode destacar os pontos importantes que são essenciais para a tomada de decisões do operador, já que os diagramas relacionais mostram mais do que apenas contagens ou totais. Eles também demonstram a relação entre conjuntos de dados para ajudar os operadores a tomar decisões informadas mais rapidamente.
O uso criativo de caixas de ferramentas avançadas de objetos reduz a carga de trabalho do operador, consolidando telas de vários objetos com indicadores e caixas de mensagens em imagens intuitivas em que o tamanho, a posição ou a cor substituem indicadores numéricos distintos. As opções de visualização remota da tela permitem que informações gráficas avançadas sejam compartilhadas por meio de telas móveis comumente disponíveis.
Como a visualização aprimorada por IA pode suportar a tomada de decisões
Além de fornecer uma representação clara dos dados, as IHMs e outras ferramentas de visualização são responsáveis por exibir opções de tomada de decisão para o operador. Como os algoritmos de IA aprendem mais sobre a condição do equipamento, eles podem sugerir automaticamente itens de ação que serão comunicados pela IHM.
Em muitos casos, as técnicas de programação convencionais permitem que as máquinas alterem as telas da IHM para melhor representar a situação em questão, como uma tela de alarme especial quando um alarme específico é ativado. Durante as avaliações de OEE, uma condição fora do limite pode solicitar que o usuário altere a tela ou fazer com que a máquina mude automaticamente para ela para tomada de decisão humana.
Os algoritmos de inteligência artificial da Omron podem ser utilizados com a IHM ou outras ferramentas de visualização para indicar uma excepção na monitorização das operações da máquina e permitir que o operador faça uma escolha de ação. Isso pode incluir salvar os dados de condição de aviso para avaliação futura e possível ação.