Insta on kirjoittanut yhteistyössä Oulun yliopiston kanssa Comparison of Single Control Loop Performance Monitoring Methods -nimisen artikkelin, joka on hyväksytty MDPI:n julkaisemaan Applied Sciences -lehteen. Artikkeli on luettavissa ilmaiseksi verkossa.
Artikkeli perustuu tutkimukseen datalähtöisistä, teollisessa tuotannossa käytettävistä ohjaussuorituskyvyn seurantamenetelmistä. Siinä verrataan Instan kehittämää OCE-menetelmää toisiin tieteellisestä kirjallisuudesta tunnettuihin menetelmiin teollisessa prosessisimulaatiossa.
Instan osuus keskittyy Insta Advancen kehittämään säätäjän kokonaistehokkuutta kuvaavaan OCE-menetelmään (Overall Controller Efficiency), joka on yksi tutkimuksessa verratuista työkaluista. OCE-luku kertoo automaatiojärjestelmän säätäjän tehokkuudesta osana tuotantoprosessia. Käsitteen idea pohjaa yleisemmin tunnettuun OEE-lukuun (Overall Equipment Effectiveness), jonka avulla voidaan seurata ja parantaa tuotantolaitosten ja yksittäisten tuotantokoneiden tehokkuutta.
OCE-lukua käytetään seuraamaan yksittäisen säätäjän toimintaa, sekä sen nykyistä että tulevaa kykyä toimia sille asetetussa tehtävässä. OCE kehitettiin alun perin pitkäaikaisten ilmiöiden havaitsemiseen (esimerkiksi kulumisesta johtuva ryömiminen), mutta julkaistussa artikkelissa on tutkittu sen soveltumista nimenomaan lyhytaikaisten ilmiöiden havaitsemiseen.
Artikkelin mukaan tutkituista menetelmistä säätäjän kokonaistehokkuutta kuvaava OCE toimi kolmen muun menetelmän ohella parhaiten ensimmäisessä simulaatiotapauksessa ja pystyi tunnistamaan kaikki simuloidut vikaskenaariot.
MDPI (Multidisciplinary Digital Publishing Institute) on korkeatasoinen, avoimesti saatavilla olevien vertaisarvioitujen tieteellisten verkkojulkaisujen julkaisija.
Oletko kiinnostunut teollisuuden datakeskeisistä ratkaisuista ja arvon luomisesta datan avulla? Lue lisää:
