La création de solutions d'analyse diagnostique pour les opérations industrielles a longtemps nécessité l'intervention d'experts en science des données possédant une connaissance approfondie de l'application analysée. Ces experts ont besoin de semaines, de mois, voire d'années pour comprendre et modéliser le système. Cette expertise a été intégrée au nouveau module d'intelligence artificielle (IA) Project Sherlock de Rockwell Automation. Cet algorithme d'analyse de données est intégré à un module qui se fixe sur le châssis du contrôleur. Une fois installé, AI Project Sherlock exploite une modélisation physique innovante pour « apprendre » de l'application qui gère le contrôleur. La solution vérifie les étiquettes du contrôleur pour identifier l'application ou permet aux utilisateurs de choisir les éléments à modéliser en sélectionnant les entrées et les sorties via une instruction d'application supplémentaire (AOI). AI Project Sherlock apprend ensuite des données transitant par le contrôleur pour construire un modèle. Ce processus s'effectue en quelques minutes. Il ne nécessite pas de grandes quantités de données historiques, ni que les données quittent la couche d'automatisation.
Une fois le modèle construit, la solution Project Sherlock surveille en continu le fonctionnement afin de détecter les anomalies, en le comparant à sa compréhension basée sur des principes établis. En cas de problème, elle peut déclencher une alarme sur un écran ou un panneau IHM. Les versions futures iront au-delà du simple diagnostic pour guider les utilisateurs dans la résolution des problèmes ou ajuster automatiquement les paramètres du système afin de résoudre un incident sans intervention humaine.
Grâce à sa modélisation physique et à son ancrage dans les applications industrielles, le diagnostic de Project Sherlock réduit les faux positifs par rapport aux autres solutions d'IA. Par exemple, l'IA de Project Sherlock peut déterminer si une variation de température d'une chaudière est liée à une modification normale du fonctionnement ou à une anomalie nécessitant une correction.
