PFSK152 3BSE018877R1 Электрический фильтр ABB

3.2 Machine learning

As the functionality of distributed computing tools such as Spark MLLib (http://spark.apache.org/mllib) and SparkR (http://spark.apache
.org/docs/latest/index.html) increases, it becomes It is easier to implement distributed and online machine learning models, such as support
vector machines, gradient boosting trees and decision trees for large amounts of data. Test the impact of different machine parameters and process
measurements on overall product quality, from correlation analysis to analysis of variance and chi-square hypothesis testing to help determine the impact of individual
measurements on product quality. This design trains some classification and regression
models that can distinguish parts that pass quality control from parts that do not. The trained models can be used to infer decision rules. According to the highest purity rule,
purity is defined as Nb/N, where N is the number of products that satisfy the rule and Nb is the total number of defective or bad parts that satisfy the rule.

Although these models can identify linear and nonlinear relationships between variables, they do not represent causal relationships. Causality is critical to
determining the true root cause, using Bayesian causal models to infer causality across all data.

3.3 Visualization

A visualization platform for collecting big data is crucial. The main challenge faced by engineers is not having a clear and comprehensive overview of the complete manufacturing
process. Such an overview will help them make decisions and assess their status before any adverse events occur. Descriptive analytics uses tools such as
Tableau (www.tableau.com) and Microsoft BI (https://powerbi.microsoft.com/en-us) to help achieve this. Descriptive analysis includes many views such as
histograms, bivariate plots, and correlation plots. In addition to visual statistical descriptions,
a clear visual interface should be provided for all predictive models. All measurements affecting specific quality parameters can be visualized and the data
on the backend can be filtered by time.

MOELLER MV-4-690-TA1-003 DISPLAY PANEL
MAN SACOS-ONE-11.98900-0012-1.0 DISPLAY MODULE
KONGSBERG MOS-33 MIDI OPERATOR STATION DISPLAY AND CONTROL PANEL
KEP ZOID2GE-90L OPERATOR INTERFACE DISPLAY UNIT
JRCS SGD-640-X4G-3 15 INCHES LCD DISPLAY
JRCS SGD-640-X4G-2A 15 INCHES LCD DISPLAY
HATTELAND JH-19T14-MMD-AA1-AABA-463 DISPLAY
HANLA IMS HGS-100 GAS DETECTION DISPLAY PANEL
FURUNO DS-T20 DIGITAL DISPLAY
EMERSON SF-CONTROL-LEVELDATIC-MDU-100S MULTIPOINT DISPLAY AND ALARM UNIT
DFI KS210-204P6L DISPLAY PANEL
DEIF MGP-1 DISPLAY UNIT
CONVERTEAM KME-29LM213001-2 12inch DP SYSTEM DISPLAY
CONSILIUM SAL-SD4-3 WT-SPEED LOG DISPLAY INDICATOR
COMAP IG-NT GC DISPLAY INTELIGEN-NT OPERATOR INTERFACE PANEL
CMR GROUP CLARINE RACK 121 DISPLAY
CETREK 520653 DISPLAY REV-01.04
CAT C7-C9-307-7542-00 DISPLAY PANEL
CANTRAK 520653-REV-01.04 DISPLAY PCB PANEL
BEIJER ELECTRONICS H-SERIES H-T60B-P HMI
BEIJER ELECTRONICS E410-04822 TOUCH SCREEN DISPLAY PANEL
BEIJER ELECTRONICS AB E410 TYPE-04822 DISPLAY PANEL
ABB DICON 3D-DE3-00013 CMA-112 DIESEL CONTROL DISPLAY PANEL
TERASAKI ELECTRIC GDT-86A EDT-110B COLOR GRAPHIC DISPLAY
STN ATLAS MARINE ELECTRONICS-LYNGSOE MARINE C6115 DRM-401 DIGITAL RELAY MODULE
STN ATLAS MARINE ELECTRONICS-LYNGSOE MARINE C4338 DEM-401 DIGITAL INPUT MODULE
STN ATLAS MARINE ELECTRONICS-LYNGSO MARINE C4338 DRM 401 DIGITAL RELAY MODULE
STN ATLAS MARINE ELECTRONICS ZDM-401-C6115 CENTRAL DIGITAL MODULE
SAM ELECTRONICS-LYNGSO MARINE BIM-2200 DIGITAL INPUT MODULE
SAIA PCD3.W350 DIGITAL ANALOG INPUT CONTROL MODULE
SAIA PCD3.W310 DIGITAL ANALOG INPUT CONTROL MODULE
SAIA PCD3.E165 DIGITAL INPUT MODULE
SAIA PCD3.E160 DIGITAL INPUT MODULE
SAIA PCD3.E110 DIGITAL ANALOG INPUT CONTROL MODULE
SAIA PCD3.A465 DIGITAL OUTPUT MODULE
MUSASINO MBR-15 ZENER BARRIER
MUSASINO KPA DISPLAY
KONGSBERG NORCONTROL C2-8100182-HA452282A REV-B4 DIGITAL IO MODULE
KONGSBERG MARITIME SHIP SYSTEMS NORCONTROL RDo-16-8100155-HA451675B REV-F DIGITAL OUTPUT MODULE
KONGSBERG MARITIME SHIP SYSTEMS NORCONTROL RDi-32-8100154-HA451674B1 REV-F2 DIGITAL INPUT MODULE
KONGSBERG MARITIME SHIP SYSTEMS NORCONTROL ESU-8100275-HA460004B REV-B6 DIGITAL IO MODULE
KONGSBERG MARITIME SHIP SYSTEMS NORCONTROL C3-GP-8100251-2604245A REV-F DIGITAL IO MODULE
KONGSBERG MARITIME SHIP SYSTEMS DPU20-C4-8100226-HA455883B DIGITAL IO MODULE
KONGSBERG MARITIME SHIP SYSTEMS DGU-8100272-HA459706C REV-B2 MODULE
KONGSBERG MARITIME SHIP SYSTEM NORCONTROL C1-8100181-HA452276B REV-B51 DIGITAL ANALOG IO MODULE
KONGSBERG MARITIME RMP200-8-603443-REV-1.0.3 MODULE
KONGSBERG MARITIME NORCONTROL MSI-CL-MSI CURRENT LOOP-339369-2604745B REV-B2 DIGITAL IO MODULE
KAMEWA PSR DIGITAL CARD
KAMEWA DIG DIGITAL CARD-2
KAMEWA DIG DIGITAL CARD-1
VODAVI LDK-300 MPB ISS-5 MAIN PROCESSOR BOARD
STN ATLAS ELEKTRONIK-LYNGSO MARINE W9751 ZM-411 GAMMA MICRO CPU MODULE
SAMSUNG IDCS500-MCP2-KP500DMAMC MAIN CONTROL PROCESSOR
SABROE CONTROLS AS SEA-1100-PCB-G-SW-980907-00 CPU MODULE
KONGSBERG MARITIME AS NA1E220.1 CPU SINGLE BOARD
KONGSBERG KMC-300 CPU MODULE