Logiciel de gestion des opérations

d'analysed'analyse de donnéesde supervision

Dans une analyse de séries temporelles, les données d'un système qui varient dans le temps - par exemple les températures de fonctionnement, les pressions ou les rétroactions de fonctionnement - sont enregistrées et évaluées sur une période de temps. L'objectif est de détecter et d'évaluer l'état ou le fonctionnement du système. Dans l'analyse des séries chronologiques d'installations techniques, les données doivent d'abord être traitées et "normalisées", ce n'est qu'ensuite qu'une évaluation est possible. Les lacunes dans les données doivent être détectées et, si nécessaire, comblées, les grilles horaires normalisées et les fuseaux horaires ajustés. La plateforme mondas® IoT est un outil web mature et performant qui répond entièrement à ces exigences. Les utilisateurs peuvent se concentrer sur l'analyse des données et donc sur l'essentiel. Vaste bibliothèque d'algorithmes Une caractéristique importante est la bibliothèque d'algorithmes complète et extensible incluse dans l'outil. Elle a été conçue spécifiquement pour l'analyse des données de séries temporelles. Les progressions et dépendances temporelles, la détection d'événements ou de phénomènes saisonniers peuvent être facilement affichées et analysées. Le système spécial de métadonnées permet un haut degré d'automatisation et d'extensibilité. Cela présente de grands avantages, notamment lorsque de très grands stocks d'installations doivent être surveillés, par exemple par des entrepreneurs, des fabricants ou des sociétés de maintenance. Avec la plateforme web mondas® IoT, il devient possible d'évaluer de manière systématique et hautement automatisée les données d'exploitation de nombreuses installations largement réparties dans l'espace. Les dysfonctionnements ou les états de fonctionnement critiques sont immédiatement détectés. La plateforme peut être utilisée pour une variété de tâches. Il s'agit notamment de la surveillance de l'énergie et des installations, du suivi de la mise en service et de la maintenance prédictive.