这款数据驱动的分析算法集成在一个可安装在控制器机箱上的模块中。安装完成后,AI Project Sherlock 利用基于物理的创新建模技术,从管理控制器的应用程序中“学习”。该解决方案会检查控制器的标签以识别应用程序,或者允许用户通过额外的应用程序指令 (AOI) 选择输入和输出,从而选择要建模的内容。随后,AI Project Sherlock 会从流经控制器的数据中学习,构建模型。整个过程只需几分钟即可完成。无需大量历史数据,数据也无需离开自动化层。.
模型构建完成后,Project Sherlock解决方案会持续监控运行状态,检测异常情况,并将其与基于原理推导的模型进行比对。如果检测到问题,它会在人机界面(HMI)屏幕或面板上发出警报。未来的版本将超越简单的诊断,指导用户如何解决问题,或自动调整系统参数以在无需人工干预的情况下解决问题。
与其他人工智能解决方案相比,Project Sherlock的诊断功能由于其基于物理的建模和工业应用基础,能够有效降低误报率。例如,Project Sherlock人工智能可以判断锅炉温度变化是运行过程中的正常波动,还是需要纠正的异常情况。
长期以来,为工业运营创建诊断分析解决方案需要具备特定应用领域深厚知识的专家数据科学家。这些专家需要数周、数月甚至数年时间来理解和建模系统。罗克韦尔自动化公司新推出的“夏洛克项目”人工智能 (AI) 模块就融合了这种专业知识。.
