Embedded Computer DV-1000 para el mantenimiento predictivo

Fecha de publicación
Cateogría del artículo Cincoze
Visualizaciones del artículo Leído  1207  veces

La clave del mantenimiento predictivo en el sitio es la conexión a varios equipos, lo que requiere sensores integrados para recopilar información como vibración, sonido, temperatura, voltaje y peso, para análisis de big data

Embedded Computer DV-1000 para el mantenimiento predictivo

Con la evolución de la tecnología IIoT e IA, cada vez más industrias manufactureras están introduciendo el mantenimiento predictivo para recopilar datos de equipos en el sitio. El mantenimiento predictivo recopila datos de equipos de máquinas y utiliza IA y machine learning (ML) para el análisis de datos, evitando la toma de decisiones manual y fortaleciendo la automatización para reducir el costo promedio y el tiempo de inactividad del mantenimiento y aumentar la precisión de las predicciones de tiempo de inactividad de las máquinas.

Estos factores prolongan la vida útil de la máquina y mejoran la eficiencia y, a su vez, aumentan las ganancias. La línea de productos Rugged Computing – DIAMOND de Cincoze incluye la serie DV-1000 de computadoras integradas esenciales y de alto rendimiento, que integran capacidades de expansión flexibles y computación de alto rendimiento en un cuerpo pequeño y compacto. El sistema puede procesar grandes cantidades de datos en tiempo real para el análisis de datos. Es el sistema definitivo para llevar el mantenimiento preventivo a sitios industriales con condiciones desafiantes.

Fuerte poder de cómputo

El rendimiento es la máxima prioridad. Se encuentra en el núcleo del mantenimiento predictivo, donde los datos de diferentes dispositivos deben recopilarse, procesarse y analizarse en tiempo real y luego conectarse con una plataforma en la nube. La serie DV-1000 de computadoras integradas esenciales y de alto rendimiento ofrece computación de alto rendimiento, compatible con un procesador Intel® Core™ i7/i5/i3 (serie Coffee Lake-R S) de 9/8 generación y hasta 32 GB de DDR4 2666 MHz memoria.

Las opciones de almacenamiento incluyen una bandeja SATA HDD/SSD de 2,5″, 2 × ranuras mSATA, 1 × M.2 Key M 2280 y SSD NVMe de alta velocidad. El DV-1000 cumple con los requisitos de rendimiento necesarios para el análisis de datos in situ y multitarea en la fabricación inteligente y también se puede utilizar en campos como la visión artificial y el transporte ferroviario.

E/S incorporadas y expansión modular

La clave del mantenimiento predictivo en el sitio es la conexión a varios equipos, lo que requiere sensores integrados para recopilar información como vibración, sonido, temperatura, voltaje y peso, para análisis de big data. La E/S integrada del DV-1000 está equipada con las interfaces de E/S más apropiadas para aplicaciones industriales, incluidas 2x GbE LAN, 2x COM y 6x USB, para conectarse a diferentes tipos de sensores y otros equipos. La tecnología modular CMI exclusiva de Cincoze permite la expansión flexible de COM o DIO, y los módulos MEC brindan expansión USB3.0 y LAN, lo que cumple fácilmente los requisitos de mantenimiento predictivo de varias interfaces de sensores y capacidades de red.

Diseño resistente para temperaturas amplias con certificación industrial

Los entornos industriales hostiles son un gran desafío para el funcionamiento estable del mantenimiento predictivo. El DV-1000 utiliza todos los componentes de grado industrial para soportar temperaturas amplias (-40 °C-70 °C) e implementa medidas de protección como voltaje amplio (9-48 V CC).

Incluso con la interferencia experimentada en varios entornos hostiles, el DV-1000 aún funciona de manera confiable. Su cuerpo es del tamaño de una hoja de papel A5, lo que permite una fácil instalación incluso en áreas industriales con espacio restringido. El diseño robusto del DV-1000 ha recibido muchas certificaciones específicas de la industria, como EMC y el estándar militar de EE. UU. (MIL-STD-810G), lo que garantiza su confiabilidad como un sistema informático de alto rendimiento que puede ser la clave para las empresas que necesitan introducir mantenimiento predictivo.




Descargas