moni::tool
Er en revolusjonerende ny plattform for styring av et nesten ubegrenset antall stasjoner, online sensorer, analysatorer og parametere.
Intuitiv operasjon på plass eller via fjern kontroll.
vali::tool
Oppdager automatisk, markerer og (eventuelt) korrigerer ikke troverdige date, det oppdager avvik, støy og sjekker for diskontinuerlige data.
Det sikrer at kun høykvalitetsdata blir matet inn i hendelses deteksjons modulen. Det gir også brukeren indikasjoner på behov for vedlikehold av sensorer, samt automatisk gjenkjenning av funksjonsfeil.
- Gir selvadaptiv, selvkontrollert datavalidering i sanntid
- Sikrer både følsomme og pålitelige alarmgrenser henholdsvis settpunkt for prosesskontroll
- Analyserer støy, avvikere og andre kombinasjoner i sanntid for å på en pålitelig måte oppdage eventuelle feil i et tidlig stadium
- Vurderer bruker intervensjoner i sanntid
- Applikasjons spesifikke opplæringsperiode vurderer normale svingninger i individuell vannmatrise og typisk prosessdynamikk
- Bidrar til å redusere falske alarmer dramatisk
- Konfigurerbar automatisk korrigering av data basert på terskel, outlier og støy analyse
ana::tool
identifiserer ukjente og uvanlige forhold, og gjør det mulig for operatørene å reagere i tide på feil i det overvåkede systemet, bestemmer normaliteten til disse dataene og utløser en alarm når et vesentlig avvik fra normen oppdages.
- Beste tilgjengelige “Event Detection System”
- Rimelig for alle
- Enkel, bruke og automatisk overvåking
- Uovertruffen hendelses detekterings verktøy basert på velprøvde algoritmer for sanntidshendelse gjenkjenning, som bruker datastrømmer fra alle tilkoblede prober separat og i kombinasjon.
- ana::tool er optimalisert for bruk av flerdimensjonale spektrale data, men vil også fungere med enkle eller flere endimensjonale innganger.
- Bruker en rekke algoritmer under sanntidsanalyse av data og vekterer automatisk resultatene etter behov. Så langt den eneste kommersielle programvare pakken som ble testet og funnet egnet av US-EPAs vannforsyningsavdeling.
- Trener seg selv på alle typer datastrømmer som kommer inn, og vil automatisk lære hvilke data som er nyttige for hendelsesdeteksjon, og hvilke som ikke er nyttige.
- Konfigurerbar automatisk korrigering av data basert på terskel, outlier og støyanalyse
