Upravljanje podatcima za prediktivno održavanje
26.06.2026
Tvrtka Pfeiffer Vacuum+Fab Solutions, koja je dio grupe Busch, predstavila je sustav za analitiku i strojno učenje ARGOS, koji na području poluvodičke industrije pretvara operativne podatke o djelovanju u zahvate na temelju prepoznatih rizika kako bi se smanjili zastoji u proizvodnji, snizili operativni troškovi i osigurala stabilna proizvodnja. To rješenje, koje nije vezano za proizvođača opreme, temelji se na obradi podataka i operativnom stručnom znanju.
Digitalna usluga za područje poluvodičke industrije ARGOS tvrtke Pfeiffer Vacuum+Fab Solutions
Rješenje ARGOS primjenjivo je za praktična pitanja u industriji. Prediktivno održavanje važno je područje u industriji koje pruža dodanu vrijednost kada su pravovremeno dostupni relevantni podaci i operativno stručno znanje za provedbu strategije prediktivnog održavanja, što uključuje znanje i iskustvo iz područja vakuumske pumpe, pouzdane inženjerske prakse i dosljednu provedbu rutina PDCA (Plan-Do-Check-Act). Ako je bilo što od navedenog nezadovoljavajuće, strojno učenje neće poduzeti nikakve mjere. Sustav ARGOS namijenjen je zatvaranju te praznine.
ARGOS objedinjuje strojno učenje, namijenjeno proizvodnji i desetljećima znanja i iskustva iz područja vakuumske tehnike. Umjesto analize sirovih podataka, ARGOS daje preporuke koje se temelje na strojnom učenju i koje validiraju stručnjaci. Signali se tako pretvaraju u radne zadatke, komponente su unaprijed pripremljene, a neplanirani zadaci postaju planirane aktivnosti.
Podaci na temelju telemetrije i servisnih događaja prikupljaju se putem središnjeg podatkovnog centra bez dodatnih alata, pri čemu je instalacija jednostavna i traje svega nekoliko minuta. Multivarijantni indeks stanja, prepoznavanje i klasifikacija anomalija te procjena preostalog vijeka trajanja komponenata, što je kalibrirano s pomoću uzoraka kvarova, primjenjuju se za određivanje stanja procesa. Domenske baze i metode pretvaraju signale u izlaze. Te metode uključuju načine otkazivanja i uzročno-posljedična stabla, klasifikaciju rada pumpi obzirom na proces, procjenu utjecaja rizika na proizvodnju, akcijske planove temeljene na analizi FMEA s PDCA rutinama, kriterije za određivanje kraja životnog vijeka komponenata i prikupljanje podataka o servisima za poboljšanje modela.
Sustav za vrednovanje rizika koji djeluje na temelju strojnog učenja procjenjuje vjerojatnost kvara i posljedice na proizvodnju, klasificira rizike i određuje najprimjereniji sljedeći zahvat. Modeli sustava ARGOS neprestano uče, pa i na temelju rezultata servisnih intervencija. Prati se točnost djelovanja i udio pogrešnih odluka, što pridonosi stalnom poboljšanju sustava.
ARGOS koristi otvorena standardna sučelja za učitavanje i eksportiranje podataka, tako da nije ovisan o proizvođaču opreme na kojoj se koristi te omogućuje besprijekorni prijenos podataka i modela. Također je osigurana sigurnost podataka, koju kontrolira korisnik.
Više informacija na: