A análise do processo transforma os dados vetoriais em uma fonte de valor
A maioria das análises de dados industriais é baseada em dados de séries temporais. Este tipo de dado possui um valor / parâmetro de processo para cada registro de data e hora. Por exemplo, a automação de processos produz este tipo de dados: valores de medição, pontos de ajuste, sinais de controle, etc. Outro tipo de análise comum é a análise de eventos ou dados transacionais onde os valores estão vinculados a eventos, que também podem ter relação com o tempo.
Em alguns tipos de produção ou processos, os dados, por natureza, são dados vetoriais. Mais comumente, os dados vetoriais são usados para analisar folhas ou produtos semelhantes a placas, como papel ou metal laminado. Os dados analisados estão em formato vetorial e normalmente são produzidos por scanners de perfil, câmeras de inspeção, etc. Mapas gráficos de perfis 2D representam a abordagem típica para visualizar os dados do scanner.
Existem mais possibilidades de utilizar dados vetoriais do que medições de perfis tradicionais. Os dados vetoriais podem ser quaisquer dados que tenham vários pontos de dados no mesmo registro de data e hora. Por exemplo, o espectro de frequência pode ser tratado como vetores – cada registro de data e hora tem um espectro de frequência exclusivo. Ou um vetor pode ser uma forma extraída de sistemas de câmeras.
Métodos modernos e ferramentas adequadas revelam o valor dos dados vetoriais
Os mapas gráficos vetoriais 2D representam a abordagem típica para visualizar dados vetoriais. Além disso, alguns valores estatísticos podem ser apresentados. Ferramentas adequadas podem revelar informações de alto valor nos conjuntos de dados vetoriais, como mudanças de longo prazo com mudanças graduais que não podem ser detectadas apenas por meio do monitoramento visual. Além disso, o processamento de dados matemáticos de forma inteligente pode revelar fenômenos valiosos ocultos nos dados.
O que gera o melhor valor é a combinação de dados vetoriais com informações de processo comuns (dados de série temporal). Os novos métodos permitem diagnosticar as causas e consequências e as relações entre o vetor e as séries temporais / dados de eventos.
Quando a metodologia e os procedimentos de análise são confiáveis, rápidos e fáceis de usar, os resultados também são confiáveis e obtidos rapidamente. Isso é extremamente importante, caso contrário, a análise será negligenciada devido à alta carga de trabalho ou porque os resultados da análise podem ser defeituosos.
Quer saber mais? Baixe o white paper gratuito!
Baixe o white paper gratuito que explica como você pode combinar a análise de perfis de direção cruzada (CD) com medições de processo. Ele também oferece alguns cálculos de exemplo e a metodologia de análise.
Quer saber Mais?
Nosso Time tem vários especialistas em análises de dados e prontos para ajudar. Leia mais sobre, Wedge para análise de dados industriais.