下载PDF
FogHorn > 实例探究 > GE 发现早期缺陷并改进电容器生产
FogHorn Logo

GE Detects Early Defects and Improves Capacitor Production

 GE Detects Early Defects and Improves Capacitor Production - IoT ONE Case Study
技术
  • 分析与建模 - 实时分析
适用行业
  • 可再生能源
服务
  • 数据科学服务
挑战

难以检测电容器故障情况 降低良率,增加废品

由于对整个生产过程的实时洞察力有限,通用电气面临着数百万美元的报废问题。他们相信,通过分析 30 多台机器在生产周期中产生的大量 RFID 传感器数据,他们可以显着提高产量并减少制造操作的废料。这包括实时关联来自多个来源的处理数据,以使用 FogHorn 创建边缘智能层,用于在整个生产过程中进行实时状态监控。目标是及早发现缺陷,快速确定根本原因,并加快补救措施,以提高产量并降低废品成本。

客户

通用电气公司

关于客户

通用电气公司在全球范围内作为一家数字工业公司运营。它通过电力、可再生能源、石油和天然气、航空、医疗保健、运输、照明和资本部门运营。电力部门提供与能源生产相关的技术、解决方案和服务,包括燃气和蒸汽涡轮机、发动机、发电机和高压设备;和发电服务和数字解决方案。通用电气公司成立于 1892 年,总部位于马萨诸塞州波士顿。

解决方案

FogHorn Edge Intelligence 在生产周期早期感知缺陷,提高产量,减少废品

为了解决价值数百万美元的报废问题,GE 要求 FogHorn 运用其分析专业知识来帮助提高制造产量。 FogHorn 开发了一种解决方案,使用其复杂的事件处理器将原始的流式机器数据与 RFID 相结合,转化为可操作的部件和过程质量特征。

运营影响
  • [Data Management - Real Time Data]
    • Real-time edge testing at each stage of manufacture for improved yields and reduced scrap
    • Continuous process improvement by providing real-time analytics to OT staff
    • Smart, rather than scheduled, maintenance of manufacturing equipment to maximum uptime

相关案例.

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.