讲解OMRON自动化控制器要求
技术概览:
根据目标机构的运行数据，将判断为“反常”所需特征量转化为软件部件，作为AI预测维护程序库。
装置起动后经过的时间，受季节、早晚日夜等环境温度的影响，会发生变化。
为此，本公司开发出能够将该影响控制在低限度的*特征量，为客户实现稳定的预测维护工作提供支持。
根据装置数据，实时监控“反常”状态，并在与装置状态对应时机实现状态基准维护。
凭借*的数据运用功能，实现了边缘控制，从而实现装置状态可视化。
因此，AI控制器能够以微秒精度检测出装置的“反常”状态。
累计与控制周期*同步的时间序列数据。
利用固定周期数据正确掌握装置的动作，可以生成和判断高精度的学习模型。
此外，利用上位连接功能，通过上位层3757_fe_01装置层进行AI联合，为Factory IoT化做出贡献。
以于实时处理的机器学习引擎Isolation Forest为基础，进行欧姆龙*的高精度化调谐，
可以同时实现高速性与高精度检测。而且可适用于多峰数据算法，以及适用于需要执行多种动作模式的装置，如多品种生产等。

E2F 1001R E2F-X1R5E1 2M （Q）
E2F 1002G E2F-X1R5E2 2M OMS
E2F 1003E E2F-X2E1 2M （Q）
E2F 1004C E2F-X2E2 2M （Q）
E2F 100 E2F-X5E1 2M （Q）
E2F 1006M E2F-X5E2 2M （Q）
E2F 1007H E2F-X10E1 2M （Q）
E2F 1008F E2F-X10E2 2M （Q）
E2F 1009D E2F-X1R5F1 2M （Q）
E2F 1010H E2F-X1R5F2 2M OMS

讲解OMRON自动化控制器要求