Zobacz demo

Wypełnij poniższy formularz, a skontaktujemy się z Tobą celem zaprezentowania demo.

Logowanie

Logowanie

Hardware

Hardware

Moduły monitorująco-diagnostyczne Elmodis instalowane są w rozdzielni elektrycznej. Podłączenie odbywa się bez ingerencji w instalację elektryczną. Pomiary wykonywane są z wysoką częstotliwością, co pozwala zmaksymalizować skuteczność diagnostyki (np. wychwycić dynamiczne nieprawidłowości w pracy maszyny). Zbierane dane są poddawane przetwarzaniu i wstępnej agregacji w module diagnostycznym. Jeżeli zachodzi taka potrzeba, moduł monitorująco-diagnostyczny umożliwia integrację czujników drgań i wybranych parametrów procesowych (temperatura, ciśnienie, przepływ itp.). Rozwiązanie Elmodis jest w pełni skalowalne – w prosty sposób można dodawać do niego kolejne moduły monitorująco-diagnostyczne, bez konieczności przebudowy czy wdrażania od początku całego systemu. Urządzenia monitorująco-diagnostyczne są zaprojektowane oraz wyprodukowane przez polskich specjalistów co pozwala na stały rozwój produktu i w wyjątkowych przypadkach dostosowanie go do indywidualnych potrzeb klientów.
szybka instalacja

szybka instalacja

skuteczna diagnostyka

skuteczna diagnostyka

Jakościowe dane

Jakościowe dane

Komunikacja

Komunikacja

Połączone ze sobą i działające w trybie on-line moduły monitorująco-diagnostyczne przesyłają wstępnie przetworzone dane do chmury obliczeniowej. Edge computing (przetwarzanie przy maszynie) pozwala uzyskać dane wysokiej jakości (oczyszczone z „szumów”, zawierające wyłącznie istotne parametry pracy maszyny) i znacznie zmniejszyć ich objętość, co istotnie wpływa na szybkość transmisji. Przetwarzanie i przesyłanie odbywa się w czasie rzeczywistym (real time processing), a użytkownik końcowy otrzymuje możliwość natychmiastowego wglądu w aktualne parametry pracy maszyny. Dobór sposobu transmisji danych zależy od specyfiki pracy i warunków w jakich znajduje się dany obiekt przemysłowy, a możliwe formy komunikacji to Wi-fi, GPRS, czy Ethernet. Brak infrastruktury internetowej nie stanowi zatem bariery w korzystaniu z rozwiązań Przemysłowego Internetu Rzeczy.
Bez potrzeby budowania infrastruktury

Bez potrzeby budowania infrastruktury

Szybka transmisja danych

Szybka transmisja danych

przetwarzanie w czasie rzeczywistym

przetwarzanie w czasie rzeczywistym

Chmura obliczeniowa i Platforma

Chmura obliczeniowa i Platforma

Dane i raporty przechowywane są w chmurze obliczeniowej, działającej w modelu SaaS (Software as a Service). Wszystkie potrzebne do obsługi systemu aplikacje uruchamiane są na wirtualnych platformach chmurowych, które pozwalają na płynne skalowanie, zależne od aktualnych potrzeb. Zwalnia to użytkownika końcowego z konieczności instalowania dodatkowych aplikacji i związanych z tym kosztów zakupu sprzętu do ich obsługi – komputerów, serwerów, infrastruktury sieci informatycznej. Przy okazji użytkownik otrzymuje gwarancję, że w ramach abonamentu, bez dodatkowych opłat otrzyma możliwość korzystania z najnowszej wersji systemu. Zarejestrowany użytkownik ma stały dostęp do informacji o aktualnym stanie maszyny, możliwość przeglądania danych archiwalnych oraz raportów. Dane są szyfrowane i zabezpieczone przed nieautoryzowanym dostępem. Istnieje również możliwość personalizacji raportów – zależnie od potrzeb i/lub uprawnień przydzielonych konkretnemu użytkownikowi. Wyniki prezentowane są w postaci raportów. Zawartość raportów jest ściśle określona – w ramach abonamentu użytkownik płaci wyłącznie za to, co zamówił.
zawsze najnowsza wersja

zawsze najnowsza wersja

zabezpieczone dane

zabezpieczone dane

spersonalizowane raporty

spersonalizowane raporty

Analiza i Raportowanie

Analiza i Raportowanie

Dzięki opatentowanej metodzie analizy prądu możliwe jest wychwycenie nieprawidłowości w pracy maszyny przemysłowej. Przetwarzanie danych w chmurze odbywa się w oparciu o algorytmy uczenia maszynowego (machine learning) oraz wirtualne modele pomiarowo-przetwarzająco różnych typów maszyn (np. pompy, wentylatory, przenośniki). Dzięki algorytmom uczącym każdy nowy zestaw danych doskonali model analityczny, a w efekcie podnosi skuteczność analizy stanu bieżącego maszyny i predykcji (przewidywania możliwych awarii). Analiza i porównywanie danych z wielu monitorowanych urządzeń (np. wielu silników tej samej klasy, napędzających wentylatory), pozwala na podniesienie poziomu skuteczności predykcji. Dla użytkownika oznacza to możliwość redukcji lub całkowitego wykluczenia strat związanych z nieprzewidzianymi awariami i przestojami. Możliwe jest też pozyskanie informacji o rzeczywistym czasie pracy maszyn i wartości zużywanej przez nie energii, niezbędnych do optymalizacji ich wykorzystania w procesach produkcyjnych. Wgląd do informacji odbywa się za pośrednictwem przeglądarki internetowej, z poziomu dowolnego urządzenia z dostępem do internetu, w tym również urządzeń przenośnych (tablet, smartfon).
Wykorzystanie algorytmów uczących się

Wykorzystanie algorytmów uczących się

Analiza wielu urządzeń

Analiza wielu urządzeń

informacja w czasie rzeczywistym

informacja w czasie rzeczywistym

Technologia w akcji

Pompy

Wentylatory

Przenośniki

Silniki elektryczne

Zastosowania

Przemysł ciężki

Produkcja

Energetyka

Systemy przesyłu mediów

Branże