3BDH000741R1 CTI 21-P Ex Использование параметров ABB

(5) Perform predictive maintenance, analyze machine operating conditions, determine the main
causes of failures, and predict component failures to avoid unplanned downtime.

Traditional quality improvement programs include Six Sigma, Deming Cycle, Total Quality Management (TQM), and Dorian Scheinin’s
Statistical Engineering (SE) [6]. Methods developed in the 1980s and 1990s are typically applied to small amounts
of data and find univariate relationships between participating factors. The use of the MapReduce paradigm to simplify data processing in
large data sets and its further development have led to the mainstream proliferation of big data analytics [7]. Along with the development of
machine learning technology, the development of big data analytics has provided a series of new tools that can be applied to manufacturing
analysis. These capabilities include the ability to analyze gigabytes of data in batch and streaming modes, the ability to find complex multivariate
nonlinear relationships among many variables, and machine learning algorithms that separate causation from correlation.

Millions of parts are produced on production lines, and data on thousands of process and quality measurements are collected for them, which is
important for improving quality and reducing costs. Design of experiments (DoE), which repeatedly explores thousands of causes through
controlled experiments, is often too time-consuming and costly. Manufacturing experts rely on their domain knowledge to detect key
factors that may affect quality and then run
DoEs based on these factors. Advances in big data analytics and machine learning enable the detection of critical factors that effectively
impact quality and yield. This, combined with domain knowledge, enables rapid detection of root causes of failures. However,
there are some unique data science challenges in manufacturing.

(1) Unequal costs of false alarms and false negatives. When calculating accuracy, it must be recognized that false alarms
and false negatives may have unequal costs. Suppose a false negative is a bad part/instance that was wrongly predicted to
be good. Additionally, assume that a false alarm is a good part that was incorrectly predicted as bad. Assuming further that
the parts produced are safety critical, incorrectly predicting that bad parts are good (false negatives) can put human lives
at risk. Therefore, false negatives can be much more costly than false alarms. This trade-off needs to be considered when
translating business goals into technical goals and candidate evaluation methods.

F5-MEC  Flowserve  valve positioner
D20 EME  GE  ETHERNET/MEMORY
AUE-1108   KOLLMORGEN   Robot system spare parts
07DC91C GJR5251400R0202  ABB  Digital input and output unit
VE3006 12P3439X012 G6450081A KJ2003X1-BB1  EMERSON  controller
MAESTRO 60X714  MINI  Dc driver
416NHM30032A  Schneider  volt adapter
369-HI-R-M-F-E-H-E  GE  Motor Management Relay
140CRP31200  Schneider    ETHERNET RIO HEAD
07EA90-SI GJR5251200R0101  ABB  Analog Input Module
416NHM30030  Schneider  Modbus Plus PCI Bus Adapter with Plug and Play Capability
UFC911B108 3BHE037864R0108 ABB  PROCESSOR MODULE
UFC911B106 3BHE037864R0106  ABB  PROCESSOR MODULE
UCD208A101 3BHE020018R0101  ABB  PROCESSOR MODULE
GCC960C103 3BHE033067R0103  ABB  CPU rectifier
UAD154A 3BHE026866R0101  ABB  PROCESSOR MODULE
SCM4.1 2044230022A 2044230020D  DEIF  control panel
TB820-2V2 3BSE013209R1 ABB  PROCESSOR MODULE
P0926GH  FOXBORO  CHANNEL COMMUNICATION TERMINAL
IOM4.2 2044230041E 2044230040H  DEIF  PCB CARD
3BHE024747R0101  ABB  Analog Output Modules
LCNP4E 51405098-100  Honeywell   Card
IS200DTAOH1ABA IS210DTAOH1AA  GE  printed circuit board
IS200DTAIH1ABB IS210DTAOH1AA  GE  printed circuit board
TCSESM043F2CS0  Schneider  Ethernet TCP/IP Managed Switch
TSXMRPC002M  Schneider  CONFIGURABLE SRAM MEMORY EXTENSION
ENK32  ABB  EAE Ethernet Module
1336F-BRF50-AA-EN-HAS2   Allen-Bradley   3.7 kilowatt drive
SIOC086406-002  ABB  Servo Controller
SCXI-1325  NI   Screw Terminal Block
SCXI-1326  NI   High-Voltage Terminal Block
IS230TNCIH4C  GE  Mark VI Printed Circuit Board
IS230TBAIH2C  GE  ANALOG I/O DIN RAIL MOD.
IS230SRTDH2A  GE  Terminal assembly
ECPSR086370-001  ABB  DRIVER BOARD
51202329-606  Honeywell  I/O Link Gray Header Cable
490NRP25400  Schneider  Fiber Optic Repeaters
140CPU43412A   Schneider  PROCESSOR
TAC-311DG  DEIF  Single-function transducer
1900/27  Bently Nevada  Vibration Monitor
04220FL11232A  GE  RXI CONTROLLER