MpcWorX 工业机器学习套件
应用领域：分析 建模 预测 控制
特点：零代码 工具化 工业接口 时序数据分析
MpcWorX 作为一款零代码、工具化、内置丰富的自动化软件接口、面向工业时序数据的人工智能软件，利用成熟的机器学习算法取代了“人的经验和直觉”，通过 AutoML 功能创建学习模型，可对数据进行深入分析，并无缝整合到自动化控制系统中。软件在技术传承、人员短缺、削减成本、提高质量的应用中，可以进一步提升改进空间，促进人工智能在工业领域的深度应用。
人工智能技术的功能和作用
人工智能技术数据解析流程
丰富的机器学习算法
深度学习
自动进行轻量神经网络设计和学习的分析方法。
MT法
使用 MT 法计算异常程度的分析方法。
类似波形识别
根据与正常式波形数据的相似性来判断不良的分析方法。
防护带
使用防护带判定异常程度的分析方法。适用于周期性时间顺序数据。
防护带自动编码器
使用自动编码器的重构误差来计算异常程度的分析方法。可以针对各种分布数据进行高精度的异常检测。
随机森林模型
随机森林模型是由多棵回归树构成，且森林中的每一棵决策树之间没有关联，模型的最终输出由森林中的每一棵决策树共同决定。
丰富的机器学习图表
人工智能技术所使用的应用场景
应用场景1：设备寿命预测
目前，根据设备启停次数与运行时间来判断模具的更换时机，所以仍能使用的模具也会被更换。
模具的价格昂贵，因此更希望可以通过加工数据确定模具的老化程度，减少更换模具的次数。
应用场景2：控制方案寻优
制造设备的参数输入依赖于经验丰富工人的知识和技能。
虽然希望可以把这些知识和技能传授给年轻人，但由于人力资源匮乏，无法实现。
应用场景3：产品质量预测（离散）
应用场景4：产品质量预测（连续流程）
