PREDIKTÍV KARBANTARTÁS, FEKETE DOBOZ NÉLKÜL

A Haltless OPC UA, Modbus TCP, CSV vagy JSON segítségével csatlakozik meglévő PLC-ihez és historian rendszereihez, fekete doboz helyett átlátható képlettel pontozza a gépek állapotát, és minden riasztást teljes CMMS-folyamatba köt, digitálisan aláírt munkalapokkal.

Nincs szükség új érzékelőkre
Az Edge Agent egy óránál rövidebb idő alatt telepíthető
Öt felületi nyelv, uniós tárhelyen

KOMPATIBILIS A KÖVETKEZŐ GYÁRTÓK BERENDEZÉSEIVEL

  • ABB Group
  • Beckhoff
  • FANUC
  • Mitsubishi Electric
  • Omron
  • Rockwell International
  • Schneider Electric
  • Siemens
  • WAGO

Prediktív intelligencia modern gyártóknak

A reaktív tűzoltástól a korai figyelmeztetésekig, napokkal a problémák előtt.

PREDIKTÍV KARBANTARTÁS FEKETE DOBOZ NÉLKÜL

A legtöbb prediktív karbantartó eszköz arra válaszol, hogy „mi", de arra nem, hogy „miért". A neurális háló jelzi, hogy egy gép kockázatos, az üzemeltetők a harmadik téves riasztás után elvesztik a bizalmukat, az auditorok pedig nem tudják reprodukálni a pontszámot. A Haltless ennek az ellentétét képviseli: három párhuzamosan futó determinisztikus anomáliadetektor, egy nyilvánosan közzétett levonási tábla, és olyan állapotpontszám, amely mindig konkrét eseményekre vezethető vissza.

  • Három független detektor: statikus alapvonalú z-érték, EWMA és változási sebesség
  • Minden pontszám konkrét eseményekre vezethető vissza, az auditorok által olvasható képlettel
  • Nincs neurális háló, nincs tanítóadat, és nincs csendben elcsúszó modell, amit őrizgetni kellene

JÓSOLJA MEG A MEGHIBÁSODÁSOKAT NAPOKKAL AZELŐTT

A Haltless egy karcsú Python Edge Agentet telepít a berendezés melletti bármely Linux-gépre. OPC UA, Modbus TCP, CSV-fájlfigyelés vagy JSON-fájlfigyelés segítségével olvassa a jeleket, automatikusan kiszámítja az alapvonalat, és három determinisztikus anomáliadetektort futtat minden leolvasáson. A csapata egy konkrét eseményt és egy konkrét jelet kap, nem azt, hogy „valami nincs rendben".

  • Állapotfüggő riasztások: gépállapot alapján cselekedjen, ne naptár alapján
  • Automatikus alapvonal tanulás: nincs manuális küszöbérték konfiguráció
  • Meglévő infrastruktúrán működik: nincs szükség új hardverre

Minden gyártócsarnok igényeire szabva

A robotos összeszereléstől a folyamatos áramlású feldolgozásig, a Haltless alkalmazkodik az üzemeltetési környezethez.

MINDEN, AMIRE ÜZEMÉNEK SZÜKSÉGE VAN, EGYETLEN PLATFORMON

01

Olvassa azt, ami már megvan

Négy bemeneti protokoll: OPC UA, Modbus TCP, CSV fájlfigyelés és JSON fájlfigyelés. Az Edge Agent a gépek melletti bármely Linux-gépen fut, és heteken át kibír egy WAN-leállást a helyi SQLite pufferben, amely a kapcsolat helyreállásakor automatikusan újraküld. Nincs új érzékelő, nincs saját fejlesztésű hardver.

02

Átlátható állapotpontozás

Három determinisztikus detektor fut párhuzamosan: gördülő alapvonalon számolt z-érték, EWMA, amely a fokozatos elcsúszáshoz alkalmazkodik, valamint változási sebesség, amely akkor is felismeri a sebesség-anomáliákat, ha az abszolút érték még tartományon belül van. A 0-tól 100-ig terjedő állapotpontszám egy nyilvánosan közzétett levonási táblát követ, nem fekete dobozt.

03

Beépített teljes CMMS-folyamat

Minden riasztásból nyitható egy munkalap prioritással, készletből rendelt alkatrészekkel, kijelölt üzemeltetővel és digitálisan aláírt teljesítési bizonylattal. A kanonikus tartalmon számolt SHA-256-aláírás az FDA 21 CFR Part 11 és az ISO 9001 elvárásaival kompatibilis. Tíz kimenő értesítési csatorna tartja szinkronban a stack többi részét.

< 100 ms
érzékelőtől böngészőig
“A Haltless minden állapotpontszáma egy nyilvánosan közzétett képleten keresztül konkrét eseményekre vezethető vissza, nem neurális hálóra. Az üzemeltetők azért bíznak benne, mert reprodukálni tudják; az auditorok azért bíznak benne, mert a matematika papíron is megáll.”

A Haltless platform alapelvei

Olvassa be a gépeit, riasztassa csapatát, és tartsa szinkronban a már működő rendszereivel

Négy bemeneti protokoll olvassa be a gépeit (OPC UA, Modbus TCP, CSV-fájlfigyelés, JSON-fájlfigyelés). Tíz kimenő értesítési csatorna riasztja a csapatát (Webhook, e-mail, Slack, SMS, Microsoft Teams, PagerDuty, Opsgenie, Telegram, ServiceNow, Jira). A SAP-, Oracle- és Microsoft Dynamics-adapterek szinkronban tartják a munkalapokat, az állásidőt és az alkatrészigényt a már működtetett rendszerekkel.

  • Jira
  • Microsoft Teams
  • Opsgenie
  • PagerDuty
  • Servicenow
  • Slack
  • Telegram

FUTTATÁS ÉLESBEN KEVESEBB MINT EGY ÓRA ALATT

Telepítse az Edge Agentet a gépek melletti Linux-gépre, mutasson rá a meglévő PLC-ire, és a flotta nézete még aznap élesben fut a böngészőjében. Nincs tanácsadó, nincs saját fejlesztésű érzékelő, nincs többhetes integrációs sprint.

Az Edge Agent a meglévő PLC-it olvassa

Egy karcsú Python Edge Agent fut a OT-hálózat egy Linux-gépén. Minden adatforrást OPC UA, Modbus TCP, CSV vagy JSON felett konfigurál. A telemetria helyileg SQLite-ban kerül pufferelésre, így az ügynök napokon át tartó WAN-leállás esetén is gyűjt.

A felhő képlet alapján pontozza a gépek állapotát

Az ügynök hitelesített, TLS-pinelt vezérlőcsatornán továbbítja a leolvasásokat az uniós tárhelyen futó, többbérlős felhőbe. Három determinisztikus anomáliadetektor szinte valós időben pontozza minden gépet, a WebSocket réteg pedig 100 ms-on belül kézbesíti a frissítéseket a böngészőjébe.

A riasztások aláírt és auditált munkalapokat nyitnak

Az anomáliák olyan riasztásokat váltanak ki, amelyekből ugyanazon a platformon CMMS-munkalap nyitható, készletből rendelt alkatrészekkel, digitálisan aláírt teljesítési bizonylattal és hét évig megőrzött, hamisításálló HMAC-SHA256 auditlánccal.

HAGYJA ABBA A REAGÁLÁST. KEZDJE EL A PREDIKCIÓT.

Csatlakoztassa a Haltlesst meglévő PLC-ihez, indítson pilotot legfeljebb tíz gépen, és lássa az átlátható állapotpontszámot saját berendezésein. Nincs új hardver, nincs saját fejlesztésű érzékelő, nincsenek tanácsadók.

Sütiket használunk a felhasználói élmény javítása, az oldal forgalmának elemzése és marketingünk optimalizálása érdekében. Az "Összes elfogadása" gombra kattintva Ön hozzájárul a sütik használatához. Adatvédelmi irányelvek