Escolar Documentos
Profissional Documentos
Cultura Documentos
Esta documentação, seja ela ilustrativa, impressa, “online” ou eletrônica (doravante denominada “Documentação”) destina-se ao uso apenas como auxílio de aprendizado ao usar
hardware, software e firmware de demonstração aprovados pela Rockwell Automation. A Documentação deve ser utilizada apenas como ferramenta de aprendizado por profissionais
qualificados.
A variedade de usos do hardware, software e firmware (doravante “Produtos”) descritos nesta Documentação exige que os responsáveis pela aplicação e uso desses Produtos se
certifiquem de que todas as etapas necessárias foram tomadas para garantir que cada aplicativo e o uso real atende a todos os requisitos de desempenho e segurança, incluindo
quaisquer leis, regulamentos, códigos e padrões aplicáveis, além de quaisquer documentos técnicos aplicáveis.
Em nenhum caso a Rockwell Automation, Inc., ou qualquer uma de suas empresas afiliadas ou subsidiárias (doravante "Rockwell Automation") será responsável por quaisquer danos
indiretos ou consequentes resultantes do uso ou aplicação dos Produtos descritos nesta Documentação. A Rockwell Automation não assume responsabilidade ou responsabilidade por
danos de qualquer tipo com base no suposto uso ou confiança nesta Documentação.
Nenhuma responsabilidade de patente é assumida pela Rockwell Automation com relação ao uso de informações, circuitos, equipamentos ou software descritos na
Documentação.
Exceto conforme especificamente acordado por escrito como parte de um contrato de manutenção ou suporte, os usuários do equipamento são responsáveis por:
•
usar, calibrar, operar, monitorar e manter adequadamente todos os Produtos consistentes com todas as instruções, advertências, recomendações e documentações
fornecidas pela Rockwell Automation ou por terceiros; garantir que apenas pessoal devidamente treinado use, opere e
•
mantenha os Produtos em todos os momentos; manter-se informado sobre todas as atualizações e alertas do Produto e implementar todas
•
as atualizações e correções; e todos os outros fatores que afetam os Produtos que estão fora do controle direto da Rockwell Automation.
•
A reprodução do conteúdo da Documentação, no todo ou em parte, sem permissão por escrito da Rockwell Automation é proibida.
Ao longo deste manual, usamos as seguintes notas para alertá-lo sobre as considerações de segurança:
Identifica informações que são críticas para uma aplicação bem-sucedida e compreensão do produto.
Identifica informações sobre práticas ou circunstâncias que podem levar a ferimentos pessoais ou morte, danos à propriedade ou perda econômica.
• reconhecer a
consequência
As etiquetas podem estar localizadas no inversor ou dentro dele para alertar as pessoas de que uma tensão perigosa pode estar presente.
As etiquetas podem estar localizadas na unidade ou dentro dela para alertar as pessoas de que as superfícies podem apresentar temperaturas perigosas.
Conteúdo
Antes de você começar ............................................... ................................................ ......................................... 4
Laboratório 1: Explore a modelagem de previsão com o FactoryTalk Analytics LogixAI ....................................... ............. 7
Laboratório 2: Explore a estimativa de valor com FactoryTalk Analytics LogixAI ....................................... ................. 34
Bem-vindo ao laboratório prático FactoryTalk® AnalyticsTM LogixAITM ! Este laboratório interativo com foco no FactoryTalk® AnalyticsTM
LogixAITM tem duas seções principais:
Ferramentas e pré-requisitos
ÿ
Studio 5000 Logix Designer v32
Arquivos de projeto
ÿ L85E_Slot0.acd
ÿ CookieDemo.cli
hardware
Este módulo Hands-On usa o seguinte hardware:
ÿ Conjunto de demonstração L8 Performance (DEMO-L8PERF1). O laboratório em si requer apenas o 1756-L85E no slot 0 e o FactoryTalk
Módulo LogixAI no slot 2. Nenhum outro hardware no conjunto de 3 caixas é necessário para este laboratório.
Kit de afinação
FactoryTalk Analytics LogixAI é uma Inteligência Artificial (AI) em um módulo 1756 para ControlLogix. Seu objetivo inicial é aprender ou modelar os
dados em um aplicativo ControlLogix e prever quando as coisas estão mudando de maneiras inesperadas (por exemplo: uma anomalia ou baixa
qualidade antecipada do produto) para que um ser humano possa investigar ou intervir conforme necessário.
Com versões e atualizações subsequentes, podemos adicionar outros recursos com base na previsão, mas sempre estaremos focados em aplicativos
simples de usar e fáceis de adotar: modelagem de dados para o não especialista médio. Um produto separado da Rockwell, o MPC (Model Predictive
A abordagem baseada em física do FactoryTalk Analytics LogixAI o torna particularmente adequado para aplicações industriais, que (como regra
geral) obedecem às leis da física. Não é adequado para dados estocásticos (ou aleatórios), como resultados de pesquisa ou análise de sentimento.
A versão inicial terá apenas recursos de previsão, com uma interface de usuário (UI) focada em casos de uso mais simples. Ele está inicialmente
disponível como um módulo ControlLogix 1756 e a experiência de configuração é baseada em navegador da web (como FactoryTalk Analytics for
Esta seção do laboratório destacará a funcionalidade de modelagem de previsão do Embedded Analytics Module.
Objetivos A.
Criar um novo modelo de previsão b.
Inicialização
Antes de começarmos, vamos garantir que o módulo LogixAI seja redefinido para um estado conhecido.
1. Na área de trabalho do computador, clique duas vezes na pasta Lab Files – Shortcut .
4. Quando solicitado, selecione baixar. Após a conclusão do download, coloque o controlador no modo RUN .
8. O Chrome deve abrir na tela principal do LogixAI . Exclua todos os modelos pressionando o botão "Excluir" .
NOTA: O endereço IP do módulo LogixAI é 192.168.1.125. Digite o endereço IP na barra de pesquisa na parte superior se a tela
principal do LogixAI não aparecer automaticamente. A captura de tela abaixo mostra dois modelos.
NOTA: Estamos removendo modelos das sessões anteriores. É a maneira mais fácil de começar do zero. Se o ícone de exclusão
não visível e o estiver ao lado da predição, o módulo LogixAI ainda está atualizando a lista de tags após o download no
a página anterior. A atualização da tag é concluída quando a ícone estar visível. O ícone de exclusão deve estar visível após a tag
atualização é concluída. Isso pode levar entre 3 e 4 minutos para este laboratório.
10. Navegue de volta ao Logix Designer. Certifique-se de que NÃO ESTÁ ONLINE com o controlador.
Para este laboratório, vamos supor que estamos tentando melhorar a qualidade de nossos biscoitos garantindo que a viscosidade da massa esteja dentro das
especificações. Determinamos que podemos garantir consistência e viscosidade adequadas da massa por meio de parâmetros disponíveis no inversor que
controla o motor do misturador. Começaremos criando um novo modelo de previsão que preverá o consumo de energia em quilowatts-hora para o motor que aciona
1. Se o navegador Google Chrome ainda não estiver aberto, abra-o usando o ícone na área de trabalho.
Criar nova previsão ÿ Permite que os usuários criem rapidamente novas previsões
Prediction Archive ÿ Contém todos os módulos existentes no módulo. As opções disponíveis para cada previsão serão
abordadas posteriormente no laboratório.
NOTA: Se o título do nome do modelo ficar vermelho, verifique se você tem apenas caracteres alfanuméricos no nome (incluindo “_”).
Tutoriais ÿ Você notará várias opções além de Manual. Essas opções incluem Bomba, Caldeira e Gerador. Esses
“tutoriais” atuam como guias que ajudam os usuários a criar uma previsão predefinida específica. Esses tutoriais
predefinidos podem agilizar um processo já simplificado!
8. Como não há tutorial disponível para mixers, temos que criar um novo modelo selecionando o botão Manual .
NOTA: Se o título do nome do modelo ficar vermelho, verifique se você tem apenas caracteres alfanuméricos no nome (incluindo “_”).
NOTA: Isso nos permitirá selecionar entre os tags que estão atualmente no controlador. Use a opção Import from File se você não tiver
acesso direto ao controlador que contém os tags durante a criação da predição.
12. Pressione o botão Continuar para atribuir tags na parte inferior da tela.
Agora é hora de selecionar os tags que achamos que o módulo precisa analisar para construir uma previsão precisa do consumo de energia
do motor do nosso misturador. Como estamos limitados pelo tempo para este laboratório, as tags selecionadas serão simples e não
Variável de saída ÿ Este valor é freqüentemente chamado de “variável de interesse”. Essencialmente, é o valor que você
deseja que o módulo preveja. Você terá a opção de selecionar qualquer tag do escopo do controlador/programa e arrastá-lo/soltá-
lo na janela da variável de saída. Apenas uma tag pode ser atribuída como uma variável de saída. IMPORTANTE: Ao
selecionar uma variável de interesse, certifique-se de que haja pelo menos +/- 3% de variação da variável durante a
operação normal. Se a variação for inferior a 3%, pode não ser um bom ajuste para o módulo LogixAI.
Variáveis de entrada ÿ Estes são os valores que você acha que podem ser necessários para prever as saídas. Essencialmente,
você pode arrastar qualquer valor de tag para a janela de entrada se acreditar que isso influencia a saída.
Variáveis de estado ÿ São valores que representam estados ou modos de operação. Por exemplo, se nossa máquina
faz 3 tipos diferentes de produtos (X, Y e Z), pode ser a variável que diz ao módulo que estamos fazendo o produto “Z”.
13. Certifique-se de que o escopo da tag seja Controller e digite 'Power' na pesquisa.
NOTA: Os valores limitados informam ao módulo quais são os limites operacionais para cada parâmetro. Quando o módulo está no
modo de treinamento, ele limitará os valores de entrada/saída a esses limites. Uma falha será anunciada na página da Web do módulo
LogixAI e no tag específico do modelo no controlador quando isso ocorrer.
Limites – Ao escolher os limites, uma boa regra é começar com valores 10% acima e abaixo dos valores operacionais
mínimos e máximos esperados. Por exemplo, se soubermos que uma variável flutuará entre 100 e 200 durante a operação
normal, comece com 90 e 220 como os limites superior e inferior.
16. Certifique-se de que o escopo do tag seja Controlador e digite 'Torque' na pesquisa.
19. Certifique-se de que o escopo da tag seja Controlador e digite 'Velocidade' na pesquisa.
25. Use o botão Voltar se precisar fazer alterações. Caso contrário, pressione Concluir.
OBSERVAÇÃO: você deve ser redirecionado para a tela inicial e agora deve ver sua previsão recém-criada no Arquivo
de previsões.
Observe o “Import UDT to Controller”. O módulo LogixAI requer que um UDT e um tag de escopo do controlador sejam
criados no controlador que se comunicará com o módulo LogixAI. A próxima seção do laboratório orientará você no processo de
importação desses componentes para um controlador.
Nesta seção do laboratório, o modelo que acabou de ser criado será importado para o programa do controlador.
NOTA: Ele está localizado em C:\Lab Files\ACD. Use o atalho Lab Files na área de trabalho.
5. No canto inferior esquerdo da tela, clique na seta suspensa e selecione Mostrar na pasta.
6. Quando a pasta abrir, clique com o botão direito do mouse e copie o arquivo Mixer_01_Power_UDT.L5X .
9. No organizador do controlador, navegue até a pasta de tipo de dados definidos pelo usuário .
10. Clique com o botão direito do mouse em Definido pelo usuário e selecione importar.
12. A janela de configuração de importação será aberta. Selecione “Substituir” no menu suspenso Operação e clique em OK.
14. Clique duas vezes nas tags do controlador e verifique se uma tag foi criada com o nome Mixer_01_Power
NOTA: O tag Mixer_01_Power deve ser do tipo de dados Mixer_01_Power. Este é o tag UDT que o módulo LogixAI usará
para ler e gravar dados.
O módulo se comunicará diretamente com esses tags. Você NÃO precisa adicionar o módulo à configuração de E/
S. Usaremos apenas várias dessas tags em nosso laboratório. Eles são destacados abaixo.
Treinar – Definir este valor de tag para 1 comandará o módulo para executar UM ciclo de treinamento. O módulo irá
redefinir este tag para 0 quando o ciclo estiver completo. Você deve realizar pelo menos 100 ciclos de treinamento durante
a operação normal para garantir que o nível de confiança seja alto.
Calcular – Definir este valor de tag para 1 irá comandar o módulo para realizar UM cálculo. O módulo analisará as entradas
configuradas e calculará o valor previsto do tag “saída” com base nos valores de entrada.
Valor previsto – O valor de saída previsto. Neste caso, será a potência prevista do motor.
Erro Relativo – O erro calculado ao comparar o valor de saída previsto com o valor de saída real.
Confiança – Este é um nível de confiança que o módulo tem de que pode prever um valor de saída preciso.
16. É isso! Apenas mais uma coisa a fazer neste exemplo e está pronto para ir.
NOTA: A lógica do controlador já existe neste exemplo para gerenciar o modelo de previsão. A lógica reside no programa
P02_Mixer_Analysis. A única coisa que deve ser feita é sincronizar essa lógica com a previsão que acabamos de criar.
NOTA: Vamos adicionar o Mixer_Power AOI. Se você passar o mouse sobre o ícone Mixer_Power, uma dica de
ferramenta exibirá o gráfico AOI.
21. Arraste e solte a AOI Mixer_Power para a linha que acabou de ser criada.
NOTA: O Mixer_Power AOI foi criado para este laboratório. NÃO está formalmente associado ao módulo LogixAI. É
responsabilidade do usuário criar qualquer lógica associada a uma previsão. Nesse caso, uma AOI foi usada para
encapsular a lógica.
22. Digite Mixer_Power para a tag de apoio AOI. Já deve estar criado.
23. No menu suspenso Model_Tags , selecione o tag Mixer_01_Power que foi importado com a importação LogixAI.
NOTA: Lembre-se de que esta AOI foi criada especificamente para este laboratório.
24. Certifique-se de que o degrau seja verificado (o degrau NÃO deve ser vermelho). Confirme se a instância final da AOI se parece com a
seguinte imagem.
Agora é hora de ver o módulo em ação! Durante o ciclo de treinamento, o módulo fará uma captura instantânea dos parâmetros de entrada e saída e
usará seu algoritmo para identificar e calcular as relações entre cada parâmetro. À medida que o módulo treina, ele exibirá seu nível de confiança de que
pode prever com precisão a saída na tag Confidence. Recomenda-se que pelo menos 100 ciclos de treinamento sejam concluídos, independentemente do
nível de confiança do módulo. Requer um mínimo de 10 ciclos de treinamento antes de começar a preencher a tag Confiança.
2. Quando solicitado, selecione baixar. Após a conclusão do download, coloque o controlador no modo RUN .
3. Navegue até os tags do controlador e certifique-se de que a guia Monitor Tags esteja selecionada.
4. Expanda “Mixer_01_Power”
5. Expanda Mixer_01_Power.Calculations.
6. Expanda Mixer_01_Power.Training.
NOTA: Se você fechou a página da web, basta abrir o Chrome e digitar 192.168.1.125 na barra de pesquisa. Se a atualização ( estiver ) ícone
presente, aguarde até que a atualização da tag seja concluída. O ícone de seta verde é ) estará presente quando concluído. isso pode demorar
Nota: Agora que o controlador no slot 0 contém os UDTs e o tag Controller para a predição “Mixer_01_Power”, ele agora indica que o UDT foi
OBSERVAÇÃO: O módulo definirá a tag de volta para 0 quando concluir um ciclo de treinamento. Isso pode levar alguns segundos (30 – 45
segundos para este laboratório), especialmente se for o primeiro comando de trem emitido para uma nova previsão. Lembre-se, é recomendável
que pelo menos 100 ciclos de trem sejam concluídos, mesmo que o nível de confiança seja alto. Vamos dar uma olhada em como um ciclo de trem
automático pode funcionar. Aguarde até que o módulo defina o valor .Train de volta para 0.
11. Assim que a HMI estiver aberta, navegue até a tela Mixer Overview .
NOTA: A lógica comandará o módulo para treinar 100 ciclos. Você pode navegar de volta ao Logix Designer (usando ALT-TAB) e observar as tags de
treinamento, se desejar. O controlador irá definir o tag de treinamento para 1 e aguardar o módulo para defini-lo de volta para 0. O controlador irá repetir este
processo por 100 ciclos. Após a conclusão do ciclo automático, a HMI mostrará a indicação de texto.
NOTA: A confiança dos módulos deve estar acima de 95% após 100 ciclos de treinamento (cada estação de laboratório irá variar). Isso é ótimo! Pode levar
mais ciclos de treinamento para outras aplicações. Se a confiança estiver abaixo de 95% para o seu laboratório, execute o ciclo de treinamento automático
novamente.
NOTA: Você pode notar que o ciclo de treinamento automático pausa a cada 25-30 amostras de treinamento. Durante esse tempo, o módulo está fazendo
algo chamado “Trem Exploratório”. Isso significa que o módulo está levando algum tempo adicional para garantir que desenvolveu o modelo mais preciso com
Depois que o módulo terminar o treinamento e estiver confiante de que pode prever valores precisos para o parâmetro de saída (Mixer
Power), é hora de comandá-lo para realizar um cálculo. Isso comandará o módulo para analisar os parâmetros de entrada e calcular o
valor previsto da saída em um determinado ponto no tempo.
NOTA: A lógica comandará o módulo para calcular continuamente o valor previsto enquanto o cálculo automático estiver em
execução. Funciona exatamente como o ciclo Train. O Controlador definirá o tag Calculate para 1 e o módulo executará a previsão e
definirá Calculate de volta para 0.
NOTA: A linha azul representa o consumo real de energia do motor do misturador. A linha vermelha representa o consumo de
energia previsto do motor do misturador. O Erro Relativo também é visível na HMI. Isso indica o erro entre o valor real e o previsto.
Nesta seção do laboratório, os dados da tag de entrada de previsão serão alterados simulando uma variação no motor do misturador.
1. Se o Mecanismo de Previsão não estiver em execução, pressione o botão “Etapa 2 – Iniciar cálculo automático” .
NOTA: Para este exemplo, um ciclo de misturador tem 60 segundos de duração. No modo Operação Anormal, pequenos desvios são introduzidos no torque e na
velocidade do motor durante uma janela de 20 segundos do ciclo do misturador. Os desvios aumentam o torque em um esforço para simular uma viscosidade
mais espessa. Teoricamente, o motor está trabalhando mais porque a massa é mais grossa que o normal. Isso causa um aumento na corrente para acionar o
3. Observe o gráfico e o Erro Relativo. Observe como o valor previsto começa a aumentar lentamente à medida que detecta uma
variação do torque.
NOTA: Lembre-se, esta é uma simulação simples. Em muitos casos, a variação dos parâmetros de entrada será gradual e distribuída ao longo do tempo.
NOTA: Aguarde até que os valores de energia retornem ao seu estado normal de funcionamento.
6. Minimize a HMI clicando no ícone “Rockwell Automation” no canto superior esquerdo do banner da HMI.
Resumo do Laboratório 1
A intenção do laboratório 1 é demonstrar o princípio básico do monitoramento de operação. Conseguimos usar o módulo LogixAI para prever o consumo de energia do
Mixer. Isso permite que o usuário aja se a potência prevista começar a se desviar da linha de base do consumo de energia em tempo real.
Principais conclusões:
• O tipo de previsão de monitoramento de operação é usado para prever anomalias em relação a uma linha de base
• Todas as variáveis de entrada/saída/estado requerem limites altos e baixos. Mantenha-os estreitos (+/- 10%) para melhorar o modelo
confiança
A finalidade do módulo em seu lançamento inicial é aprender, ou modelar, os dados em uma aplicação ControlLogix e prever quando as coisas estão mudando de
maneiras inesperadas (por exemplo, Anomalia ou previsão de baixa qualidade do produto). Isso permite que o sistema de controle notifique os usuários, para que um
Com versões e atualizações subsequentes, podemos adicionar outros recursos com base na previsão, mas sempre estaremos focados em aplicativos simples de usar
Esta seção do laboratório destacará a funcionalidade de estimativa de valor do Embedded Analytics Module.
Objetivos
a. Criar um novo modelo de estimativa de valor
e. Faça alterações sutis nas entradas para ver como o valor de saída é afetado.
Fundo
Neste laboratório, usaremos um modelo de estimativa de valor em um aplicativo de detecção suave para calcular um valor que pode ser usado para
determinar a qualidade de um biscoito quando ele sai do túnel de resfriamento final. Atualmente, os técnicos de laboratório precisam pegar um cookie por
caixa para análises para verificar se a caixa está pronta para o paletizador. Após uma série de testes, o técnico de laboratório relatará um Índice de
Qualidade de Cookies (CQI) geral. Este é um número baseado em muitos parâmetros que são coletados durante o processo de teste destrutivo. Em um
esforço para reduzir o desperdício de materiais e recursos laboratoriais, vamos ver se o módulo LogixAI pode nos ajudar a resolver esse problema.
Neste exemplo, temos dados CQI em milhares de amostras de cookies. Esses dados históricos podem ser absolutamente usados no treinamento do
módulo LogixAI. A única coisa que temos que fazer é colocar esses dados no controlador. Um exemplo seria armazenar em buffer os valores de entrada
em tempo real em um valor de tag intermediário. Isso permite ao usuário adicionar lógica para “desligar” os dados em tempo real. Agora podemos inserir
nossos dados históricos e comandar o módulo LogixAI para treinar. Após a conclusão do treinamento, podemos “ligar” os dados em tempo real para que o
módulo possa continuar calculando as entradas em tempo real. O Laboratório 2 usa uma abordagem semelhante para o processo de treinamento inicial.
Nesta seção do laboratório, um novo modelo de estimativa de valor será criado para auxiliar no cálculo do valor do índice de qualidade do cookie
3. Assim que a página da Web do LogixAI estiver aberta, selecione Criar nova previsão.
7. Selecione “Manual”
13. Atribua os limites conforme a imagem abaixo (Inferior: 90; Superior: 110).
NOTA: Com base nos resultados de laboratório de cada teste destrutivo, sabemos que um CQI entre 92 e 108 é ideal. Expandimos
ligeiramente os limites para garantir que o treinamento continue a calcular valores próximos aos intervalos de índice ideais.
15. Atribua os limites conforme a imagem abaixo (Inferior: 40; Superior: 70).
17. Atribua os limites conforme a imagem abaixo (Inferior: 10; Superior: 15).
19. Atribua os limites conforme a imagem abaixo (Inferior: 12; Superior: 22)
NOTA: A temperatura ideal de saída do túnel de resfriamento de biscoitos é de 17,5 graus Celsius.
NOTA: É importante que os números abaixo correspondam ao modelo que você acabou de criar. Se não o fizerem, os resultados podem ser diferentes.
23. Ele deve retornar à página principal. Verifique se o modelo se parece com a imagem abaixo.
Nesta seção do laboratório, o modelo que acabou de ser criado será importado para o programa do controlador.
NOTA: Ele está localizado em C:\Lab Files\ACD. Use o atalho Lab Files na área de trabalho.
5. No canto inferior esquerdo da tela, clique na seta suspensa e selecione Mostrar na pasta.
6. Quando a pasta abrir, clique com o botão direito do mouse e copie o arquivo CQI_Sensor_UDT.L5X .
9. No organizador do controlador, navegue até a pasta de tipo de dados definidos pelo usuário .
10. Clique com o botão direito do mouse em Definido pelo usuário e selecione importar.
12. A janela de configuração de importação será aberta. Altere o menu suspenso Operação para “Sobrescrever” e clique em OK.
14. Verifique se uma tag de escopo do Controlador foi criada com o nome CQI_Sensor.
NOTA: O tag CQI_Sensor deve ser do tipo de dado CQI_Sensor. Este é o tag UDT que o módulo LogixAI usará para ler e gravar
dados. Você pode ter que rolar até a parte inferior das tags do controlador para ver uma tag recém-adicionada.
15. É isso! Apenas mais uma coisa a fazer neste exemplo e está pronto para ir.
NOTA: A lógica do controlador já existe neste exemplo para gerenciar o modelo de previsão. A lógica reside no programa
P01_Cookie_Analysis. A única coisa que deve ser feita é sincronizar essa lógica com a previsão que acabamos de criar.
20. Arraste e solte o CQI_Calc AOI na linha que acabou de ser criada.
NOTA: O CQI_Calc AOI foi criado para este laboratório. NÃO está formalmente associado ao módulo LogixAI.
21. Digite CQI_Calc para a tag de apoio AOI. Já deve estar criado.
22. No menu suspenso Model_Tags , selecione o tag CQI_Sensor que foi importado com a importação LogixAI.
NOTA: Lembre-se de que esta AOI foi criada especificamente para este laboratório.
23. Certifique-se de que o degrau seja verificado. Confirme se a instância final da AOI se parece com a figura a seguir.
Nesta seção do laboratório, treinamos e testamos o modelo de detecção suave do sensor CQI.
3. Se o cliente HMI ainda não estiver em execução, abra-o clicando duas vezes no ícone CookieDemo.cli na área de trabalho.
4. Navegue até o Chrome. Após um download ou edição online, o módulo LogixAI ressincronizará o banco de dados de tags.
NOTA: O módulo está ressincronizando o banco de dados de tags quando o ícone está visível.
5. Aguarde até que o banco de dados de tags termine a sincronização. Isso pode levar de 3 a 4 minutos.
NOTA: A ressincronização do banco de dados de tags é concluída quando o ícone está visível.
7. No lado direito do cabeçalho de navegação na parte superior da tela HMI, selecione Qualidade.
8. A tela Qualidade do Cookie é exibida. Todos os valores inicialmente serão 0. Precisamos treinar o módulo LogixAI antes de podermos
utilizar o modelo CQI_Sensor Soft Sensing. NÃO Habilite o MODO DE PRODUÇÃO AINDA.
10. Novamente, todos os zeros. Esta tela nos permitirá simular o treinamento.
NOTA: Neste exemplo, vamos treinar 100 vezes usando dados “reais” de nossa linha hipotética de cookies. Existe um equipamento na linha
que mede as dimensões e a temperatura do biscoito na saída do túnel de resfriamento final. Sabemos por nossa declaração de problema
original que cada caso requer que um cookie seja destruído para que o laboratório teste a qualidade geral do cookie.
O técnico de laboratório inserirá o índice de qualidade de cada cookie no controlador à medida que for coletado. Neste momento, o módulo
LogixAI será comandado para treinar em uma única amostra com os dados inseridos recentemente. Por uma questão de tempo, todo esse
processo foi automatizado. Levará apenas alguns minutos no laboratório, mas, na realidade, pode levar mais tempo para treinar o módulo
NOTA: Pode levar alguns segundos para o ciclo começar. O primeiro ciclo de treinamento pode levar até 60 segundos para ser concluído.
NOTA: Como o módulo LogixAI é comandado para treinar, você verá os dados em tempo real sendo exibidos na tabela. Pela observação do
passo anterior, as dimensões e a temperatura são captadas automaticamente pelo controlador. O valor CQI é gerado por técnicos de
laboratório no laboratório.
12. O treinamento levará vários minutos para ser concluído. Depois de concluída, a tela de detalhes será semelhante à imagem
a seguir.
13. Para simular um único ciclo de treinamento manual, clique no botão Single Training 1 Sample .
NOTA: Neste caso, o Lab Tech pode inserir os parâmetros do cookie de cada teste de qualidade e clicar em “treinar”.
Nesta seção do laboratório, usaremos o modelo CQI Sensor para calcular valores reais de CQI que podemos usar para reduzir amostras
destrutivas em geral.
O valor CQI aceitável superior e inferior é indicado com as linhas vermelhas contínuas. Durante a operação normal, o CQI de cada caixa é
calculado com base nas dimensões e temperatura medidas do cookie. Um cookie é analisado manualmente no laboratório a cada palete
(20 caixas). Essencialmente, realizaremos 20 cálculos para cada ciclo de treinamento. Observe como a confiança muda após o 20º
cálculo. A qualidade de cada caixa no palete é indicada na grade à esquerda. Verde é bom, vermelho é ruim e cinza significa que estamos
aguardando dados.
3. Vamos simular um desvio em um dos nossos valores de entrada (temperatura de saída). Clique em Simular variação de temperatura
botão.
NOTA: Este botão diminuirá o deslocamento variável da temperatura de saída do cookie em 0,5 graus.
NOTA: Várias amostras começarão a falhar por palete (destacadas em vermelho). O treinamento continuará enquanto as variáveis de
entrada e saída definidas no construtor de previsão estiverem dentro dos limites superior e inferior.
5. Clique no botão Operação normal para colocar as entradas de volta dentro da tolerância.
6. Sinta-se à vontade para passar mais tempo com as telas de qualidade antes de prosseguir.
NOTA: Pressionar o ícone abaixo no canto superior esquerdo da tela da IHM minimizará o aplicativo cliente.
NOTA: No Laboratório 1 monitoramos os erros relativos e tags detectados por anomalias. Neste caso de uso (detecção suave), essas
tags podem ser ignoradas.
É isso!
Resumo do Laboratório 2
A intenção do laboratório 2 é demonstrar o princípio básico da Estimativa de Valor. Pudemos usar o módulo LogixAI para calcular o valor do Índice de Qualidade do
Cookie em tempo real enquanto os cookies saíam do túnel de resfriamento. Este processo era normalmente tratado por técnicos de laboratório. Além disso, o módulo LogixAI
nos permite obter valores de CQI quase em tempo real. Isso resulta em levar os cookies para a embalagem mais rapidamente. Os técnicos de laboratório ainda precisam coletar
uma amostra para garantir a qualidade, mas agora uma amostra pode ser coletada por palete em vez de uma por caixa. No geral, há significativamente menos desperdício em
Principais conclusões:
• Os dados históricos não são apenas utilizáveis, mas podem ser críticos durante o treinamento para alcançar uma confiança aceitável
• Os dados que podem levar tempo para serem produzidos manualmente podem ser calculados quase em tempo real com o LogixAI
Notas
Notas
Rockwell Automation é uma marca registrada da Rockwell Automation, Inc. As marcas registradas que não pertencem à Rockwell Automation são de propriedade de suas respectivas empresas.
2020 Rockwell Automation, Inc. Todos os direitos reservados. Impresso nos EUA.
Publicação XXXX-XX###X-PT-P — Mês Ano Copyright© 2019 Rockwell Automation, Inc. Todos os direitos reservados.
Substitui a publicação XXXX-XX###X-EN-P — Mês Ano