XN-2DO-R-NC Интерфейс человека с сенсорным экраном

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.

ABB  DSQC1016  DeviceNet board
ABB  DSQC  691  It is the signal board under the DeviceNet bus
ABB  DSQC  652   Digital IO module
ABB  DSQC  651A Communication configuration
ABB  DSQC  602  Input/output processor
ABB  DSQC  502   Communication interface module
ABB  DSQC461 Robot I/O configuration
ABB  DSQC  417  The driver drives the servo unit
ABB  DSQC  406  driver
ABB  DSQC  332A Drive controller
ABB  DSMB  144  57360001-EL Robot system memory module
ABB DSDO 110 57160001-K  Automatic industrial control equipment
ABB  DSDI  115  57160001-NV  Connection unit
ABB  DSBC  172  57310001-KD  DCS control system
ABB DSBB 175B 57310256-ER Output module
ABB  DSBB  175  57310256-CC  Positioning and pulse
ABB  DSAI  145  57120001-HA  ABB analog board connector
ABB  DSAI  130  57120001-P   Servo motor
ABB DSAI110 57120001-DP  Analog input
ABB-DAPI-100-3AST000929R109 Automatic spare parts module
ABB DSQC1023 Input/output module
ABB  07AA61  control system
GE DS3800HPIB part of the Speedtronic Mark
GE SR489-P5-HI-A20-E generator management relay
GE IC697PWR720 Power Supply Adapter module (PSA)
GE IC697PWR711 power supply module
GE IC697MDL740 discrete output module
GE IC697MDL671 listed in GE Series 90-70
GE IC697MDL652 ype of positive/negative logic
GE IC697MDL350 discrete output module
GE IC697MDL250 Discrete Input Module
GE IC697MDL241 discrete input module
GE IC697HSC700  High-Speed Counter (HSC)
GE IC697CPX935 Series 90-30 Central Processing Unit (CPU)
GE IC697CPM925 Central Processing Unit (CPU) module
GE IC697BEM713 Bus Transmitter Module (BTM)
GE IC697BEM711 Bus Receiver Module (BRM)
INTELLISCANDE14-405NM SCANLAB  intelliSCAN scan heads
SQ-300I 8700700-006 Hybrid automatic voltage control (AVC)
CMA130 3DDE300410  ABB  temperature controller
301131  PILZ  Security bus module
T8111C   ICS TRIPLEX  Trusted TMR Processor
C2G170-24 P0973BL  ENTERASYS  network switch
PLATE F860-CA  redundant fieldbus power
STK-RPS-150PS P0973BP  Optical fiber interface board module