讓分析更易於使用
預測分析模組不會立即為您提供預測分析。但它大幅減少了您建立預測分析所需的工作量與技能門檻。
目前，許多分析技術要求您同時具備數據科學與工業流程的深厚專業知識。嵌入式預測分析則利用自動化機器學習來執行數據科學工作。
其運作方式如下。首先，控制工程師或其他應用專家會設定模組，以識別您希望預測的流程面向，以及進行預測所需的數據。接著，模組會開始收集控制器數據並建立與您的應用相關的預測模型。
經過初始訓練期後，模組即可開始監控您的應用。根據預測結果，可利用人機介面（HMI）儀表板警報功能進行進一步通知。
使用案例
您可以透過兩種關鍵方式運用嵌入式預測分析來提升營運：
1. 異常檢測： 當我們調查全球工業公司對數位化的推動時，他們的首要目標就是提升營運效率。您可以透過預測分析及早發現問題，在其影響營運前加以解決，這是實現目標的一種方式。
嵌入式預測分析能偵測營運異常並通知工作人員，使其能在異常導致流程或品質問題前進行調查或介入。
例如，工作人員可提前收到通知，得知生產線品質開始偏離容許範圍。他們也能發現鍋爐溫度因異常而下降，需及時處理。或是看到混合器開始偏離其溫度設定點，可能很快影響產品品質。應用情境不勝枚舉。
2. 虛擬感測器： 當您將嵌入式分析作為虛擬或「軟」感測器時，您是利用流程中其他點的數據來估算另一個數值。這有助於您獲得虛擬測量值，否則可能需昂貴儀器或人工讀取才能取得。
例如，若您在工廠生產早餐棒，直接讀取包裝產品的濕度可能不可行。或者，從廢料與人力成本考量，讓員工手動抽查並開封產品以檢查濕度也過於浪費。
作為虛擬感測器時，嵌入式分析可利用其他變數–如烤箱與噴霧器數據–來虛擬估算成品濕度。
您工具箱中的另一項工具
嵌入式預測分析是您可在營運中部署的可擴展分析解決方案組合中的最新成員。
歡迎聯繫我們，了解更多關於打造適合您的可擴展分析策略。或瀏覽我們的FactoryTalk Analytics LogixAI module，深入了解嵌入式分析如何讓您無需數據科學家也能獲得預測性洞察。
