De esta manera alerta al operario de planta sobre cualquier suceso que no luzca normal; generalmente estos hechos ya no se limitan a ser solamente identificados, sino que también se analiza la relevancia para el negocio, una evaluación que antes solo era posible basándose en la experiencia previa. 

Para que la IA pueda detectar y evaluar las anomalías relevantes para el negocio, es necesario que los algoritmos de Machine Learning se entrenen a partir de los datos del proceso y luego se concentren para determinar qué anomalías tienen un gran impacto en la eficiencia económica de la planta de la empresa.

Después de esto, el operador que tiene el control de la planta, define el enfoque posterior a la IA mediante el panel de control de la aplicación, donde se pueden seleccionar, evaluar y comentar anomalías. En esta fase de evaluación se realizan varias sesiones de retroalimentación con el fin de que el operador de la planta termine con una IA bien entrenada y centrada, que sea capaz de evaluar las anomalías, basándose en los datos del proceso, en función de su relevancia para el negocio.

La app de SIEMENS se instala como la aplicación en la nube o dentro de la propia infraestructura del usuario, por ejemplo en un PC simatic box o en una máquina virtual. La solución basada en la nube es especialmente ventajosa durante la fase de formación y evaluación, ya que permite una colaboración  eficaz entre los analistas de datos y los operadores de la planta. Además, también permite combinar los resultados de la detección de anomalías con otros servicios, como la gestión predictiva de activos, como parte de la Asset Performance Suite (APS).

Si deseas asesoría especializada para tu proyecto, escríbenos y uno de nuestros ingenieros especializados te resolverá cualquier duda.