Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Deteksi anomali asli
AWS IoT SiteWise deteksi anomali asli adalah fitur pembelajaran mesin (ML) untuk memantau peralatan industri yang mendeteksi perilaku peralatan abnormal dan mengidentifikasi potensi kegagalan. Dengan deteksi anomali asli, Anda dapat menerapkan program pemeliharaan prediktif dan mengidentifikasi proses peralatan suboptimal.
AWS IoT SiteWise deteksi anomali asli tidak memerlukan pengetahuan atau pengalaman ML yang luas. Anda cukup memilih properti untuk melatih model HTML kustom yang menemukan potensi kegagalan untuk Anda. AWS IoT SiteWise deteksi anomali asli secara otomatis menciptakan model terbaik untuk mempelajari kondisi pengoperasian normal peralatan Anda. Model dioptimalkan untuk menemukan perilaku peralatan abnormal yang terjadi dalam data historis. Menggunakan AWS IoT SiteWise konsol atau SDK, Anda menjalankan model untuk memproses data deret waktu baru sesuai dengan jadwal yang Anda inginkan.
Untuk menggunakan deteksi anomali AWS IoT SiteWise asli, Anda melakukan hal berikut:
Pilih properti dan periode waktu yang ingin Anda latih.
Tambahkan periode kegagalan historis yang ditunjukkan dalam data (data label), jika ada.
Latih model ML Anda menggunakan AWS IoT SiteWise deteksi anomali asli.
Siapkan jadwal inferensi Anda untuk menguji aliran data langsung Anda terhadap model terlatih Anda.
Deteksi anomali asli memantau peralatan industri tetap dan stasioner yang beroperasi dengan variabilitas terbatas dalam kondisi operasi. Peralatan yang didukung meliputi mesin berputar seperti pompa, kompresor, motor, mesin kontrol numerik komputer (CNC), dan turbin. Aplikasi industri proses meliputi penukar panas, boiler, dan inverter. Deteksi anomali asli adalah layanan analitik back-end yang terintegrasi ke dalam AWS IoT SiteWise dan melengkapi sistem pemeliharaan yang ada.
Topik
