DXQanalyze增加了新的自学习Advanced Analytics车间和工艺监控系统。杜尔的数字产品系列已经包括用于获取生产数据的数据采集模块、用于实现可视化的可视化分析和流分析。后者使设备操作员可以使用无需大量编程的代码平台近乎实时地分析生产是否偏离先前定义的规则或目标值。

Advanced Analytics之所以与众不同，是因为该模块将包括历史数据在内的大量数据与机器学习能力结合在一起。从象征意义上讲，这意味着自主学习AI应用 具有自我记忆能力。这意味着它可以使用过去的信息，既可以识别大量数据中复杂的相关性，又可以根据机器的当前状态以高精度预测将来的事件。在涂装车间，无论是在组件、工艺还是车间级别，都有许多这样的应用。

Advanced Analytics通过识别异常（例如，通过模拟烘房中的加热曲线）来提高过程级别上的质量。到目前为止，制造商仅在测量运行过程通过传感器测定数据。然而，由于烘房在两次测量之间的间隔中会老化，因此对于车身表面质量至关重要的加热曲线会发生变化。这种磨损导致环境条件产生波动，例如气流强度的变化。 “如今，成千上万的车身被生产出来，以往我们却无法了解各个车身加热达到的温度。通过机器学习，我们的Advanced Analytics模块可以模拟不同条件下的温度变化。这为我们的客户提供了关于每个车身的永久质量证明，让他们能够识别异常情况。”Gerhard Alonso Garcia说。