希望掌握設備中RELAY、汽缸的運轉狀況，並即時擬定故障對策...

設備的運轉情況似乎與平時不同，但很難進行RELAY的監視。

要同時監視程式運轉情況跟RELAY變化，真是太棘手了！

希望能用AI分析來診斷...

MELSOFT MaiLab — 多位元時序監視功能，透過檢測設備（RELAY等BIT元件）與常規運動的差異，

預測並避免故障突然發生，減少無預期的停機時間。

■ 特性1 分析多個BIT訊號間的關聯性

• 傳統方法：逐一分析訊號。

• 多位元時序監視：可分析多個訊號間的關係。

* 穩態：設備處於正常狀態。

■ 特性2 易與PLC搭配使用

• 無需追加感測器，即可迅速實現故障預測

僅使用PLC的日誌資料進行分析，因此無需額外安裝感測器進行數據採集，實現故障預測。

• 無需專業分析知識

透過收集日誌資料立即進行分析，不需數據科學方面的技術背景。

■ 適用監視物件：

以PLC等控制機器進行控制，重複相同動作的製造設備。

例如：裝配裝置、加工裝置、傳送裝置、檢查裝置

■ 適用範圍：

• 可監視行為：

可監視氣缸、閥門等受控設備的動作，此類設備每週期重複相同動作且時間一定。

• 無法監視行為：

① 手動操作的開關等 ON/OFF 狀態不會以一定間隔發生變化。

② 每個週期時間不同的操作，因不會以固定間隔發生變化，故無法監視。

■ 可解決的問題

透過學習「平時行為」，監視與「平時行為」的差異，實現「設備故障預測」、「防止週期時間延遲」等目的。

• 可監視事件的示例

① 汽缸或閥門的動作逐漸變慢

② 因感測器位置偏離或靈敏度下降，導致反應時間逐漸變慢

③ 因馬達的軸抖動或顫振導致動作不穩定

在設定獲取資料的程式元件名稱時，建議設定為程式元件注釋或標籤名稱。

因獲取資料時的程式元件名稱，將成為日誌檔案中的「列名稱」，以及MaiLab中的「資料變數名稱」。

此外，設定時需注意採樣週期（預設為100ms），若採樣週期過長，日誌資料中就不會反應程式元件的週期變化；但若採樣週期過短，記錄數量就會過多，MaiLab只能處理短時間的資料（單次輸入的最大記錄行數為864,000），導致AI學習不足。

（例如：若以10ms為週期收集資料，則只能處理2.5小時的資料）