Ich möchte die MTTR (MeanTimetoRepair) in einem Dashboard abbilden. Diese soll gebildet werden wenn ein Grenzwert über oder unterschritten wird und wenn er wieder im Normalbereich ist.
Wie mache ich das am besten?
I want to map MTTR (Mean Time to Repair) in a dashboard. It should be calculated when a limit value is exceeded or undercut and when it returns to the normal range.
How do I best do this?
Best answer by fvandael
Hi
Um die MTTR in einem Dashboard zu verfolgen, sind in TrendMiner einige Schritte erforderlich:
1. Wertbasierte Suche erstellen Erstelle zunächst eine wertbasierte Suche auf dem Tag, der deinen Prozesswert repräsentiert (z. B. Druck, Temperatur oder ein anderes Signal, das mit dem Zustand deiner Anlage zusammenhängt). Definiere einen oberen und/oder unteren Grenzwert, damit TrendMiner automatisch erkennt, wann der Wert den Normalbereich verlässt — diese Zeiträume entsprechen deinen Reparatur- oder Fehlerzuständen. Führe die Suche über den gewünschten historischen Zeitraum aus, um eine erste Ergebnismenge zu erhalten.
2. Suchergebnisse in Kontext-Elemente umwandeln Nachdem die Suche ausgeführt wurde, klicke auf die drei Punkte neben den Suchergebnissen und wähle die Option aus, daraus Kontext-Elemente zu erstellen. Du kannst einen Kontexttyp zuweisen (z. B. „Reparaturereignis" oder „Fehler"), relevante Attribute hinzufügen und die Elemente dem entsprechenden Asset oder der entsprechenden Komponente zuordnen. So wird jeder erkannte Fehlerzeitraum in einen strukturierten, nachverfolgbaren Datensatz in TrendMiner umgewandelt.
3. Suche als Monitor speichern Speichere deine wertbasierte Suche und konfiguriere sie als Monitor. Dies ist der entscheidende Schritt, um den Prozess selbstständig laufen zu lassen: Sobald dein Tag in Zukunft den definierten Grenzwert überschreitet oder unterschreitet, erkennt der Monitor das Ereignis automatisch und erstellt ein neues Kontext-Element — ganz ohne manuellen Aufwand. Achte darauf, den Monitor mit demselben Kontexttyp und derselben Komponentenzuordnung zu konfigurieren, die du im vorherigen Schritt festgelegt hast.
4. ContextHub-Ansicht erstellen Erstelle eine ContextHub-Ansicht, um alle deine Reparaturdatensätze an einem Ort zusammenzuführen. Filtere nach der Komponente, der du deine Kontext-Elemente zugeordnet hast, dem definierten Kontexttyp und dem gewünschten Zeitraum. Die ContextHub-Ansicht zeigt eine Tabelle aller erkannten Reparaturereignisse inklusive Start- und Endzeiten an — daraus lässt sich die Dauer jedes Ereignisses ablesen, was die Grundlage für deine MTTR-Berechnung bildet.
5. Ansicht zum Dashboard hinzufügen Sobald deine ContextHub-Ansicht gespeichert ist, füge sie als Widget zu deinem Dashboard hinzu. Du erhältst dann eine live und automatisch aktualisierte Liste aller Reparaturereignisse. Anhand der Ereignisdauern kannst du deine MTTR berechnen und visualisieren — so hast du direkt im Dashboard einen klaren Überblick über deine Betriebsperformance.
Beide Schritte werden in den folgenden Übungen des Intermediate Guides ausführlich erklärt:
To track MTTR in a dashboard, you'll need to go through a few steps in TrendMiner:
1. Create a Value-Based Search Start by setting up a value-based search on the tag that represents your process value (e.g., a pressure, temperature, or any signal tied to your equipment health). Define your upper and/or lower limit threshold so that TrendMiner can automatically detect periods when the value leaves the normal operating range — these periods represent your repair or fault states. Run the search over your desired historical time range to get an initial set of results.
2. Convert Search Results into Context Items Once the search has run, click the three dots next to the search results and select the option to create context items from them. You can assign a context type (e.g., "Repair Event" or "Fault"), add relevant attributes, and attach them to the appropriate asset or component. This turns each detected fault period into a structured, trackable record in TrendMiner.
3. Save the Search as a Monitor Save your value-based search and configure it as a monitor. This is the key step that makes the process self-sustaining: whenever your tag crosses the defined threshold in the future, the monitor will automatically detect the event and create a new context item for it — no manual work needed. Make sure to configure the monitor to apply the same context type and component attachment as you set up in the previous step.
4. Build a ContextHub View Create a ContextHub view to bring all your repair records together in one place. Filter on the component you've attached your context items to, the context item type you defined, and the time period you want to cover. The ContextHub view will display a table of all detected repair events including their start and end times, which gives you the duration of each event — the raw material for your MTTR calculation.
5. Add It to Your Dashboard Once your ContextHub view is saved, add it as a widget on your dashboard. You'll have a live, automatically updated list of all repair events. From there, you can use the event durations to calculate and visualize your MTTR over time, giving you a clear operational overview directly from your dashboard.
Both steps are covered in detail in these intermediate guide exercises:
Kind regards
Frederik
Hi
Um die MTTR in einem Dashboard zu verfolgen, sind in TrendMiner einige Schritte erforderlich:
1. Wertbasierte Suche erstellen Erstelle zunächst eine wertbasierte Suche auf dem Tag, der deinen Prozesswert repräsentiert (z. B. Druck, Temperatur oder ein anderes Signal, das mit dem Zustand deiner Anlage zusammenhängt). Definiere einen oberen und/oder unteren Grenzwert, damit TrendMiner automatisch erkennt, wann der Wert den Normalbereich verlässt — diese Zeiträume entsprechen deinen Reparatur- oder Fehlerzuständen. Führe die Suche über den gewünschten historischen Zeitraum aus, um eine erste Ergebnismenge zu erhalten.
2. Suchergebnisse in Kontext-Elemente umwandeln Nachdem die Suche ausgeführt wurde, klicke auf die drei Punkte neben den Suchergebnissen und wähle die Option aus, daraus Kontext-Elemente zu erstellen. Du kannst einen Kontexttyp zuweisen (z. B. „Reparaturereignis" oder „Fehler"), relevante Attribute hinzufügen und die Elemente dem entsprechenden Asset oder der entsprechenden Komponente zuordnen. So wird jeder erkannte Fehlerzeitraum in einen strukturierten, nachverfolgbaren Datensatz in TrendMiner umgewandelt.
3. Suche als Monitor speichern Speichere deine wertbasierte Suche und konfiguriere sie als Monitor. Dies ist der entscheidende Schritt, um den Prozess selbstständig laufen zu lassen: Sobald dein Tag in Zukunft den definierten Grenzwert überschreitet oder unterschreitet, erkennt der Monitor das Ereignis automatisch und erstellt ein neues Kontext-Element — ganz ohne manuellen Aufwand. Achte darauf, den Monitor mit demselben Kontexttyp und derselben Komponentenzuordnung zu konfigurieren, die du im vorherigen Schritt festgelegt hast.
4. ContextHub-Ansicht erstellen Erstelle eine ContextHub-Ansicht, um alle deine Reparaturdatensätze an einem Ort zusammenzuführen. Filtere nach der Komponente, der du deine Kontext-Elemente zugeordnet hast, dem definierten Kontexttyp und dem gewünschten Zeitraum. Die ContextHub-Ansicht zeigt eine Tabelle aller erkannten Reparaturereignisse inklusive Start- und Endzeiten an — daraus lässt sich die Dauer jedes Ereignisses ablesen, was die Grundlage für deine MTTR-Berechnung bildet.
5. Ansicht zum Dashboard hinzufügen Sobald deine ContextHub-Ansicht gespeichert ist, füge sie als Widget zu deinem Dashboard hinzu. Du erhältst dann eine live und automatisch aktualisierte Liste aller Reparaturereignisse. Anhand der Ereignisdauern kannst du deine MTTR berechnen und visualisieren — so hast du direkt im Dashboard einen klaren Überblick über deine Betriebsperformance.
Beide Schritte werden in den folgenden Übungen des Intermediate Guides ausführlich erklärt:
To track MTTR in a dashboard, you'll need to go through a few steps in TrendMiner:
1. Create a Value-Based Search Start by setting up a value-based search on the tag that represents your process value (e.g., a pressure, temperature, or any signal tied to your equipment health). Define your upper and/or lower limit threshold so that TrendMiner can automatically detect periods when the value leaves the normal operating range — these periods represent your repair or fault states. Run the search over your desired historical time range to get an initial set of results.
2. Convert Search Results into Context Items Once the search has run, click the three dots next to the search results and select the option to create context items from them. You can assign a context type (e.g., "Repair Event" or "Fault"), add relevant attributes, and attach them to the appropriate asset or component. This turns each detected fault period into a structured, trackable record in TrendMiner.
3. Save the Search as a Monitor Save your value-based search and configure it as a monitor. This is the key step that makes the process self-sustaining: whenever your tag crosses the defined threshold in the future, the monitor will automatically detect the event and create a new context item for it — no manual work needed. Make sure to configure the monitor to apply the same context type and component attachment as you set up in the previous step.
4. Build a ContextHub View Create a ContextHub view to bring all your repair records together in one place. Filter on the component you've attached your context items to, the context item type you defined, and the time period you want to cover. The ContextHub view will display a table of all detected repair events including their start and end times, which gives you the duration of each event — the raw material for your MTTR calculation.
5. Add It to Your Dashboard Once your ContextHub view is saved, add it as a widget on your dashboard. You'll have a live, automatically updated list of all repair events. From there, you can use the event durations to calculate and visualize your MTTR over time, giving you a clear operational overview directly from your dashboard.
Both steps are covered in detail in these intermediate guide exercises:
Kind regards
Frederik
No account yet? Create an account
Enter your E-mail address. We'll send you an e-mail with instructions to reset your password.
