Amazon Web Services (Aws) ha annunciato la disponibilità generale di Amazon Lookout for Equipment, che consente alle aziende di utilizzare il machine learning per sfruttare appieno i loro investimenti in sensori di attrezzature ed eseguire la manutenzione predittiva su larga scala in tutti i loro siti industriali.
Il nuovo servizio Amazon Lookout for Equipment, basato su modelli di machine learning sviluppati da Aws, funziona inserendo i dati dei sensori dalle attrezzature industriali di un’azienda cliente (ad esempio pressione, portata, RPM, temperatura e potenza) e poi addestrando un modello unico di machine learning al fine di prevedere con precisione i primi segnali di avvertimento di un guasto o di prestazioni non ottimali, utilizzando flussi di dati in tempo reale provenienti dai macchinari.
Con Amazon Lookout for Equipment, ha sottolineato Aws, le aziende possono rilevare le anomalie delle apparecchiature con velocità e precisione, diagnosticare rapidamente i problemi, ridurre i falsi allarmi ed evitare costosi tempi di inattività agendo prima che si verifichino i guasti alle macchine.
Non ci sono impegni iniziali o tariffe minime con Amazon Lookout for Equipment, ha spiegato inoltre AWS: i clienti pagano per la quantità di dati, le ore di calcolo utilizzate per addestrare un modello personalizzato e il numero di ore di inferenza.
Con Amazon Lookout for Equipment, le imprese industriali e manifatturiere possono costruire in modo rapido e facile una soluzione di manutenzione predittiva per un intero impianto o per più sedi.
Per iniziare, i clienti caricano i dati dei sensori su Amazon Simple Storage Service (S3) e forniscono la posizione del relativo bucket S3 ad Amazon Lookout for Equipment. Il servizio analizzerà automaticamente i dati, valuterà i modelli normali o sani e costruirà un modello di machine learning su misura per l’ambiente del cliente.
Amazon Lookout for Equipment utilizzerà quindi questo modello per analizzare i dati dei sensori in arrivo e identificare i primi segnali di allarme di guasti o malfunzionamenti delle macchine. Per ogni allarme, il servizio specificherà quali sensori stanno indicando un problema e misurerà l’entità del suo impatto sull’evento rilevato.
Ciò permette ai clienti di identificare e diagnosticare l’alert, dare la priorità alle azioni necessarie ed eseguire la manutenzione di precisione prima che si verifichino i problemi, risparmiando denaro e migliorando la produttività prevenendo i tempi morti, prendendo decisioni tempestive.
