存档2021年3月15日

Raima公司简介

Raima简介

Raima公司简介

Raima公司描述:
Raima是市场领先的Raima数据库管理器(RDM)的提供商,RDM是一种嵌入式关系数据库,经过优化可以在资源受限、需要实时响应的物联网边缘设备上运行。RDM使您能够在几微秒内在设备级别做出智能决策,并进一步允许数据从边缘移动到云或任何公司后端环境。

在美国西雅图和挪威设有办事处,在全球范围内开发、营销和销售数据库解决方案。。

超过20,000名开发人员对RDM产品进行了现场测试,在全球成功部署了超过25,000,000次。

RDM在全球范围内广泛应用于需要关键任务级信息处理的关键行业内的大量应用程序中。成功的使用案例包括工业自动化系统、航空航天和国防飞行控制系统、自动驾驶车辆、电信路由器和交换机、金融交易系统、医疗设备、数据备份解决方案、消费电子设备等。

选择Raima,我们可以向您展示RDM数据库解决方案如何通过行业标准界面和工具以及开箱即用的项目文件缩短您的上市时间,让您在几分钟内启动并运行。

Raima将提供被证明比竞争对手快得多的微秒反应时间,并在添加额外硬件时提供额外的可扩展性。

担心安全性和数据完整性吗?RDM以零数据丢失满足市场对网络安全的需求,为您的任务关键型应用程序选择RAIMA时让您高枕无忧。

当您在不同的处理器和操作系统…之间无缝跳转时,您还可以在任何地方进行一次开发和部署。它就是起作用了。

Raima的RDM解决方案就像小型设备的企业数据库。它是唯一具有广泛SQL支持(包括SQL/PL)的边缘物联网数据库。它还提供从设备级到基于云的系统的直观复制。一个功能丰富的完整数据库系统,但只需要350K的RAM和最小的CPU能力就可以运行。

有关更多信息,请联系Raima在中国的合作伙伴——广州虹科电子科技有限公司,让我们技术娴熟的工程师指导您完成整个评估过程。和我们在一起,你永远不会孤单!

Raima数据库应用行业分类

  • 工业自动化(IIoT)
  • 物联网 (IoT)
  • 能源和自然资源
  • 航空航天和国防
  • 汽车
  • 医疗保健
  • 电信和网络

公司总部信息

Raima Inc.

3214 W. McGraw Street, Suite 212

Seattle, WA 98199 USA

PrecareReport

Precare 报告

Precare 报告

GEMBO Precare报告具有高度可定制性,可以收集各种不同类型的信息,例如KPI,状态,警报和趋势。可以使报告按设置的时间间隔自动运行。

用户组和自动计划

可以根据用户或用户组的需求自定义报告,并计划根据一次或定期计划自动运行报告。 

筛选器

可以采用多种方式过滤报告数据,以创建数据的不同视图以进行分析和解释。 

时间段

可以针对任何用户指定的时间段生成报告。

Precare仪表板

Precare仪表板

Precare 仪表板

GEMBO Precare仪表板是高度可定制的,可以收集各种不同类型的信息,例如KPI,状态,警报和趋势。可以使报告按设置的时间间隔自动运行。

关键绩效指标

可以选择任何KPI(OEE,可用性,性能,质量,MTBF,MTBA)以将其合并到报告中。KPI可以跨越任何时间段。

状态和警报

可以选择任何已定义的状态和警报,以将其合并到报告中。状态和警报可以跨越任何时间段。 

发展趋势

数据趋势可以以多种方式表示,例如表格,条形图,饼图,图形等。趋势数据可以跨越任何时间段。

用户组和自动计划

可以根据用户或用户组的需求自定义报告,并计划根据一次或定期计划自动运行报告。

PrecarePdM

Precare 预测性维护

Precare 预测性维护

GEMBO Precare Edge实时对机器数字孪生数据执行复杂的边缘处理,以处理对延迟敏感的任务,例如状态和警报通知以及机器视觉。 

数据湖

通过聚合来自计算机的特定设备,特定设置和使用模式的历史数据来创建大量数据。或者,如果有多台具有相同品牌和型号,相同设置和配置以及相同使用模式的机器,则将所有这些机器的数据汇总到一个数据湖中。

模型训练与验证

使用数据湖中的部分数据来训练一个或多个不同的机器学习模型。其余数据用于通过使用数据让模型进行预测来验证模型。

选择模型

比较模型预测的准确性,以选择具有最佳准确性的模型。 

模拟部署

选定的模型继续从新数据中学习,调整其参数以紧跟数据基础统计模型的参数趋势。

Precare关键绩效指标

Precare KPI

Precare KPI

GEMBO Precare KPI提供了对任何输入输出系统的重要方面的实时洞察力,例如制造设备,HVAC系统,发电机等。因此,在需要采取纠正措施的地方提供洞察力,可以最大化设备的可用性,从而实现积极的目标。对整体设备效率的影响。

OEE,可用性,性能,质量

历史和当前机器数据用于计算最新可用性,性能和质量以及OEE百分比。 

MTBF和MTBA

历史和当前机器数据用于计算最新的MTBF(平均间隔时间)和MTBA(平均间隔时间)信息。不同类别的故障和不同类别的帮助可以实现MTBF(或MTBA)的精细粒度,而跨不同类别(故障或帮助)的聚合可以实现粗粒度。

向上钻取和向下钻取

可以针对单个机器,整个生产线,整个工厂以及具有多个工厂站点的整个公司来编译KPI。这样的汇总可为任何级别的工厂人员提供服务,从操作员到具有任何级别KPI的执行管理。同样,从公司级别的KPI开始,可以深入到单个机器和单个事件,以识别需要采取纠正措施以提高OEE的水平。

Precare云

Precare 云

Precare 云

GEMBO Precare Cloud执行机器数据的聚合和存储,机器学习模型的训练和验证,以进行机器视觉和预测性维护,KPI的计算以及在仪表板上显示数据。 

机器学习

来自多台机器的数据聚合可以更快地获取大数据,以训练和验证用于机器学习和预测性维护的机器学习模型,而来自一台机器的数据聚合可以基于独特的用法和用法来进行预测性维护模型的训练和验证一台机器的模式。

关键绩效指标

从公司范围到一台机器,当前和历史的机器数据都可以实时编译重要的KPI,例如任何级别的OEE,可用性,性能,质量,MTBF和MTBA。即时向下钻取一个事件或一组事件可以立即采取行动以提高OEE。

仪表板

高性能的仪表板可提供有关KPI,状态和警报的即时且整洁的信息。

规则引擎

将一个或多个参数组合成实际上无限复杂的条件,并指定针对这些条件执行的操作,可以灵活地解决针对参数和条件的任何所需组合的基于规则的操作。

Precare边缘

Precare Edge

Precare Edge

GEMBO Precare Edge实时对机器数字孪生数据执行复杂的边缘处理,以处理对延迟敏感的任务,例如状态和警报通知以及机器视觉。 

开箱即用的机器支持

支持大量制造设备,可即时获取大数据。

复杂事件处理

复杂事件处理提供了灵活性,可以实时配置和执行任何复杂条件和一组操作,例如状态和警报通知。

机器视觉

强大而灵活的实时机器视觉功能,用于识别指示灯,控制台显示信息和移动机器部件,无需物理连接即可获取机器数据。

云连接

实时数据流传输到GEMBO Precare机器数据云,向现场和非现场人员提供最新的KPI,状态和警报,并能够不断更新机器学习模型参数。

边缘机器学习

边缘机器学习可用于应用程序中的预测分析,例如可用性,性能和产量预测,包括用于大数据分析的智能预处理和云中的机器学习。