NPBA-12 Использование параметров ABB

3.2 Machine learning

As the functionality of distributed computing tools such as Spark MLLib (http://spark.apache.org/mllib) and SparkR (http://spark.apache
.org/docs/latest/index.html) increases, it becomes It is easier to implement distributed and online machine learning models, such as support
vector machines, gradient boosting trees and decision trees for large amounts of data. Test the impact of different machine parameters and process
measurements on overall product quality, from correlation analysis to analysis of variance and chi-square hypothesis testing to help determine the impact of individual
measurements on product quality. This design trains some classification and regression
models that can distinguish parts that pass quality control from parts that do not. The trained models can be used to infer decision rules. According to the highest purity rule,
purity is defined as Nb/N, where N is the number of products that satisfy the rule and Nb is the total number of defective or bad parts that satisfy the rule.

Although these models can identify linear and nonlinear relationships between variables, they do not represent causal relationships. Causality is critical to
determining the true root cause, using Bayesian causal models to infer causality across all data.

3.3 Visualization

A visualization platform for collecting big data is crucial. The main challenge faced by engineers is not having a clear and comprehensive overview of the complete manufacturing
process. Such an overview will help them make decisions and assess their status before any adverse events occur. Descriptive analytics uses tools such as
Tableau (www.tableau.com) and Microsoft BI (https://powerbi.microsoft.com/en-us) to help achieve this. Descriptive analysis includes many views such as
histograms, bivariate plots, and correlation plots. In addition to visual statistical descriptions,
a clear visual interface should be provided for all predictive models. All measurements affecting specific quality parameters can be visualized and the data
on the backend can be filtered by time.

VE6041F01C1    DeltaV  intelligent switch
UTLH21  TOSHIBA  Industrial controller Unifi nv series controller
SM-100-40-080-P0-45-S1-B0  ELAU   Servo motor
8310N2 TRICONEX  8310N2  Communication module
SC-TCMX01 51307198-175  HONEYWELL   RTU2020 base
PW502  YOKOGAWA  Isolated wide range power supply panel
SC-PCMX01 51307195-175 HONGEYWELL  RTU2020 controller remote terminal device
PM865K01 3BSE031151R1  ABB  AC800M  Processor unit
PR9268/601-000  EPRO  sensor
PFTL201C 3BSE007913R50 50KN   ABB   Pressure transducer
PCD232A101 3BHE022293R0101  ABB  Controller processing unit
P4LQA  HENF209736R0003  ABB  Unit module
MP3010  EATON  Fixed case motor protection relay
MDX61B0015-5A3-4-0T  SEW  Inverter drive
62K-NHC0-DH  VIPA  10-inch ecological human-machine interface
MAX-4/11/03/128/99/1/1/00  Elau 24v Dc Pac Drive Control
LSH-050-2-45-320T1.1R   Lust LTi Drives  Servo motor
L2738  MAN  Telegraphic transfer
IC698RMX016-VMIVME-5567-100  GE  Redundant memory switch module
IC698CRE030-EE  GE   RX7i CPU
EPQ96-2  DEIF  Electronic potentiometer for panel
D136-001-007  MOOG  Controller module
CON011 9200-00001  EPRO  Probe and preloader
CM10/200S0E0/STD ABB  Universal PID process controller
AIP830-101  YOKOGAWA  Single loop operating keyboard
AIP571-BUS1  YOKOGAWA   input module
CC-TAIX01   HONEYWELL   Analog input module
AIP171  YOKOGAWA   input module
4000093-310    TRICONEX   4000093-310   cable
4000093-110N   TRICONEX   cable
3500/25 149369-01  Bently Nevada  Enhanced Keyphasor module
8200-226 WOODWARD servo position controller
6181P-15TPXP  Allen-Bradley  Integrated display computer
5136-PFB-VME  SST  Profibus Interface Card
4301-MBP-DFCM  PROSOFT  Redundant module
503-26606-21  Danaher Motion  Multimedia controller
853-049542-173  LAM  PCB circuit board
07AC91-GJR5252300R0101 ABB   I/O module is simulated
6GK5204-0BA00-2AF2  Siemens  Internet Explorer Management Switch
2N3A8204-B  TOSHIBA  Printed circuit board assembly
2CP200.60-1  B&R  Central unit
ACS880-MU  ZCU-1214  ABB  Frequency converter memory card
XVME-660716  XYCOM mebus Pentium III low power processor module
V18345-1010521001  ABB  Electro-pneumatic positioner TZIDC
VP325-02X  GE  Single board computer
UGTMEM-03LBB11  ABB  DC motor with tachometer
UAA326A04  HIEE300024R4  ABB  Circuit board module
T70-QQU-AA0-LK  KEBA  Robot teaching device
STRADUS-405  VORTRAN  Violet laser bipolar module
SQ-300I  B&W  Hybrid automatic voltage control
SNAT604IFS  ABB  Circuit measuring board
SLS1508 12P3162X092/G6504637/Z/KJ2201X1-BA1   DeltaV   SIS logic solver
SDCS-POW-1  ABB  power circuit board
SDCS-PIN-41A  3ADT316300R1510  ABB  Power supply panel
SDAS-01-7Y2S1024  TE CONNECTIVITYPOTTER  Current sensor
SD812F  3BDH000014R1  ABB   power module
SC755A-001-01  PACIFIC SCIENTIFIC  Single axis servo controller
S20660-SRS  KOLLMORGEN  Servo drive
S21260-SRS  KOLLMORGEN  servo drive
RTAC-01  ABB  Pulse Encoder Interface
PR6424/010-040+CON021 EPRO  sensor
PR6423/010-010+CON21 EPRO  sensor
PMAC-2-ACC8E  Delta Tau motion control card
PM856AK01 3BSE066490R1  ABB  AC800M CPU controller module
PFTL101A 1.0KN 3BSE004166R1  ABB  tension sensor
PDP403  METSO  Distributed cell
PCI-6251 NI  Multifunctional I/O module
PCI-5421  NI  Arbitrary waveform generator
P0916AW  FOXBORO  Compression component
PCD7.D160+PCD2.M110D162  SAIA  Controller module
P0916AG  FOXBORO  Compression component
NW-BM85-000  Schneider  Bridge type multiplexer
NTAC-02  ABB  Pulse encoder interface module
NDBU-95C  64008366  ABB   Branch off unit