ማመቻቸት፣ ውሂብ ማቀናበር፣ ማረጋገጥ እና ደህንነት በ Python

ትርፍ፡

• በ AI-powered Python code አማካኝነት የማመቻቸት እና የውሂብ ማቀናበሪያ ስራዎችን በራስ ሰር የማዘጋጀት ችሎታ
• በአይ-የመነጨ ኮድን በክፍል ፍተሻ ፣ ሙከራ እና ጠርዝ ጉዳዮች የማረጋገጥ ችሎታ
• ሚስጥራዊ የምርት መረጃን የመጠበቅ እና ኃላፊነት የሚሰማቸው የ AI አጠቃቀም መርሆዎችን የማስፈጸም ችሎታ

በኢንዱስትሪ ምህንድስና ውስጥ ሁለቱም ፍጥነት እና ተደጋጋሚነት የሚመነጩት ተደጋጋሚ ስሌቶች፣ የውሂብ ጽዳት እና የማመቻቸት ሞዴሎች በፓይዘን አውቶማቲክ ሲሆኑ ነው። ይህን ኮድ ለመጻፍ AI በጣም ኃይለኛው አፋጣኝ ነው፡ ዳታ ከፓንዳዎች ጋር ማቀናበር፣ በ PuLP/SciPy ማመቻቸት፣ ምስላዊነት ከማትፕሎትሊብ ረቂቆች ኮድ በደቂቃዎች ውስጥ። ነገር ግን AI ኮድ በባህሪው “የሚሰራ በሚመስል” እና “ትክክለኛ መሆን” መካከል ያለውን ልዩነት ዋስትና አይሰጥም። በዚህ ክፍል ውስጥ፣ በ AI የሚጎለብት የምህንድስና አውቶሜሽን፣ የማረጋገጫ ኮድን እና ሚስጥራዊ የምርት መረጃን የመጠበቅ መርሆዎችን እናጣምራለን። ይህ ክፍል ለሁሉም የቀደሙት ክፍሎች "በእምነት ያመልክቱ" ንብርብር ነው።

ለምን ኮድ? ተደጋጋሚነት እና ኦዲትነት

በ Excel ውስጥ በእጅ የሚሰራ ስሌት ከስድስት ወራት በኋላ "ይህ ቁጥር ከየት መጣ?" ብሎ ይጠይቃል. የሚለውን ጥያቄ መመለስ አይችልም. ኮድ በበኩሉ ግብዓቱን፣ ደረጃዎችን እና ውጤቱን ግልጽ እና ሊደገም የሚችል ያደርገዋል። የኢንጂነሪንግ ስሌትን በኮድ ውስጥ የመሥራት ሶስት ጥቅሞች፡ (1) ሁልጊዜ አንድ አይነት ውጤት ከተመሳሳይ ግብአት ጋር፣ (2) እያንዳንዱን እርምጃ እንዲታይ እና እንዲገመገም ማድረግ፣ (3) ግብአቱ ሲቀየር ውጤቱን በራስ-ሰር ማዘመን።

# የኢኦኪውን ስሌት ወደ ተረጋገጠ ተግባር ማስመጣት mathdef eoq(ዓመታዊ_ፍላጎት፣ ትዕዛዝ_ወጪ፣ ይዞታ_ወጪ)፡ """የኢኮኖሚያዊ ቅደም ተከተል ብዛት። ክፍሎቹ ወጥ መሆን አለባቸው፡ ዓመታዊ_ጥያቄ [ዕቃዎች/ዓመት]፣ የትእዛዝ_ወጪ [TL/ትዕዛዝ]፣ መያዣ_ወጪ [TL/pieces/ዓመት]።" እና ዓመታዊ_ዋጋ ጭማሪ።" ValueError("የፍላጎት እና የማቆየት ወጪ አዎንታዊ መሆን አለበት") ተመላሽ math.sqrt ((2 * ዓመታዊ_ፍላጎት * ትዕዛዝ_ወጪ) / መያዣ_ወጪ) # ሙከራ በሚታወቅ ውጤት (ማረጋገጫ):# D=3600, S=120, H=8 -> ~328,6assert abs(eoq(3600, 120.) 8) < 0.1 ህትመት (ክብ (eoq (3600, 120, 8), 1)) #328.6

እዚህ ያለው የማስረጃ መስመር ወሳኝ ነው፡ በሚታወቅ ውጤት ላይ ይሞክሩ። አይአይ በሚጽፈው እያንዳንዱ ስሌት ውስጥ ቢያንስ አንድ "የታወቀ የውጤት ሙከራ" በመጨመር ኮዱ በትክክል እንደሚሰላ ያረጋግጣሉ።

ከ AI ጋር ኮድ ለመፍጠር ትክክለኛው መንገድ

ኮድን ወደ AI በሚጽፉበት ጊዜ ትንሽ እርግጠኛ አለመሆን ፣ ውጤቱ የበለጠ አስተማማኝ ይሆናል።

ሚና፡ እርስዎ በፓይዘን እና በኢንዱስትሪ ምህንድስና መረጃ ትንተና ውስጥ ባለሙያ ነዎት። ተግባር፡ ዕለታዊውን የምርት መረጃ (ቀን፣የተመረተ፣የተሳሳተ፣የጊዜ_ደቂቃ) በCSV ውስጥ የሚያስኬድ ተግባር ይፃፉ እና ዕለታዊ ብክነትን መጠን እና በግምት OEE ክፍሎችን ያሰላል። መስፈርቶች: - ፓንዳዎችን ይጠቀሙ, የአምድ ስሞችን ያረጋግጡ (ከጎደለ ለመረዳት የሚቻል ስህተት ይስጡ) - የቆሻሻ መጠን = የተሳሳተ / የተመረተ; በዜሮ ከመከፋፈል ይከላከሉ - በሚታወቅ ውጤት ላይ ሙከራ (ማስረጃ) ይጨምሩ - ክፍሉን እና ግምቶችን ወደ ዶክትሪን ይፃፉ ። ደንብ: ወደ አውታረ መረብ / ፋይል ስርዓት የሚጽፍ የተደበቀ ሂደትን አይጨምሩ። ስሌቶቹን ብቻ ያድርጉ. እርግጠኛ ባልሆኑበት ቦታ ላይ በአስተያየቶች ምልክት ያድርጉ።

ደካማ ፈጣን/ጠንካራ ፍጥነት

ደካማ ጥያቄ፡

የምርት ቅልጥፍናን የሚያሰላ ኮድ ይጻፉ።

"ምርት" አልተገለጸም, ምንም የውሂብ ንድፍ የለም, ምንም ሙከራ የለም. ውጤቱ ቢሰራም ምን እንደሚያሰላ ግልፅ አይደለም።

ኃይለኛ ጥያቄ፡-

OEE ለCSV በሚከተለው ሥዕል አስላ፡ አምዶች [የታቀደ_ጊዜ፣ የሩጫ ጊዜ፣ ተስማሚ_ሳይክል፣ የተመረተ፣ ጥራት]። ተገኝነት = ሥራ / የታቀደ, አፈጻጸም = (ሃሳባዊ_ዑደት × ምርት) / ሩጫ, ጥራት = ጥራት / ምርት. OEE የእነዚህ ሶስት ውጤት ነው። እያንዳንዱን አካል ለየብቻ ይመልሱ፣ ክፍፍሉን በዜሮ ይያዙ እና የታወቁ እሴቶች ያለው የማረጋገጫ ሙከራ ያክሉ።

ሁለተኛው ጥያቄ እያንዳንዱን ቀመር እና ንድፍ በግልፅ ይሰጣል; AI "ምርት" በተሳሳተ መንገድ የመተርጎም እድልን ያስወግዳል እና በሙከራ ማረጋገጥን ያዛል.

ኮድ ማረጋገጫ ዝርዝር

በምርት ውሳኔ ውስጥ AI ኮድን ከመጠቀምዎ በፊት እነዚህን ደረጃዎች ይሂዱ።

ደረጃ

ምን ማረጋገጥ

ክፍል/መጠን

የግቤት-ውፅዓት አሃዶች ወጥነት አላቸው?

የታወቀ የውጤት ሙከራ

በእጅ የተሰላ ምሳሌ በትክክል ይሰጣል?

የጠርዝ መያዣዎች

ዜሮ፣ አሉታዊ፣ ባዶ ውሂብ፣ ነጠላ መስመር ምን ያደርጋል?

አርቲሜቲክ መስቀል-ቼክ

ውጤቱ በትንሽ ናሙና ውስጥ ግልጽ ነው?

የማይታይ የጎንዮሽ ጉዳት

ኮዱ ውሂብ ይሰርዛል/ይልካል?

ጥንቃቄ፡ AI አንዳንድ ጊዜ "የሚሰራ ግን ስህተት" ኮድ ያወጣል፡ ለምሳሌ፡ ብክነት መጠኑን በስህተት/በጠቅላላ ሳይሆን በስህተት/የተሰራውን ያሰላል ወይም መቶኛን ከደረጃ ጋር ያደናቅፋል። ኮዱ ያለ ስህተት ይሰራል ማለት ትክክል ነው ማለት አይደለም። በሚታወቅ ውጤት መሞከርዎን እርግጠኛ ይሁኑ.

ደህንነት እና የውሂብ ግላዊነት

የምርት መረጃ የንግድ ሚስጥሮች ናቸው፡ አቅም፣ ወጪዎች፣ የደንበኞች ፍላጎት፣ የአቅራቢዎች ዋጋዎች። እነዚህን በግዴለሽነት ወደ AI አገልግሎት ማጣበቅ ከባድ አደጋ ነው።

• መረጃን ማንነትን መደበቅ፡ ከትክክለኛ ደንበኛ/አቅራቢ ስም ይልቅ ኮዶችን ተጠቀም፤ ትክክለኛ ወጪዎችን በናሙና ዋጋዎች ይተኩ.
• የድርጅት ፖሊሲን ተከተሉ፡ በኩባንያዎ የጸደቁ የ AI መሳሪያዎችን እና የውሂብ ምደባ ደንቦችን ይጠቀሙ።
• ኮዱን ይጠይቁ ፣ ውሂቡን በአገር ውስጥ ያሂዱ: AI ኮድ ይፃፉ ፣ ግን ኮዱን በእውነተኛ ውሂብ በራስዎ አካባቢ ያሂዱ። በዚህ መንገድ ሚስጥራዊነት ያለው መረጃ አይወጣም።
• ውጤቱን ይገምግሙ፡ AI ኮድ ወደ ያልተጠበቀ ቦታ (የአውታረ መረብ ጥሪ፣ ውጫዊ ኤፒአይ) መረጃ እየላከ መሆኑን ያረጋግጡ።

ጠቃሚ ምክር: "AI ኮድ እንዲጽፍ ያድርጉ, ውሂብን በአገር ውስጥ ያስኬዱ" የሚለው መርህ ግላዊነትን ይከላከላል እና AI የውሸት ቁጥሮችን እንዳይፈጥር ይከላከላል. ትክክለኛው ፈቺ / ቤተ-መጽሐፍት ስሌቱን ይሠራል ፣ AI አጽሙን ብቻ ይገነባል።

አነስተኛ መያዣ፡ በመስራት ላይ ግን የተሳሳተ ኮድ

በፋብሪካ ውስጥ፣ የኢንዱስትሪ መሐንዲስ Mert ወርሃዊ የ OEE ሪፖርት የሚያቀርብ ስክሪፕት እንዲጽፍ አድርጓል። ኮዱ ያለችግር ይሰራል እና ጥሩ OEE 92% ይሰጣል። ነገር ግን Mert በሚታወቅበት ቀን ሲፈትነው (በእራሱ ያሰላት ቀን፣ እሱም 78% OEE ሊኖረው ይገባል)፣ ኮዱ 92% ይመልሳል። በግምገማ ወቅት, AI የአፈፃፀም ክፍሉን በተሳሳተ መንገድ እንዳዘጋጀ (ከአማካይ ዑደት ይልቅ አማካይ ዑደትን መጠቀም) አግኝቷል. ሲስተካከል እሴቱ ከእውነታው ጋር ይዛመዳል። ኮዱ ያለ ምንም ስህተት የተሳሳቱ ውጤቶችን እያመጣ ነበር። ትምህርት፡ በሚታወቁ ውጤቶች ሳይፈተሽ፣ ትክክለኛ ያልሆነ OEE ለወራት የአስተዳደር ውሳኔዎችን ያስገባ ነበር።

የተለመዱ ስህተቶች

• "መስራት = ትክክል" ማሰብ: ስህተቶችን እንደ ትክክለኛ የማይሰጥ ኮድ መቀበል; በሚታወቅ ውጤት አለመሞከር.
• የጠርዝ ጉዳዮችን መዝለል፡ ሁኔታዎችን እንደ በዜሮ መከፋፈል፣ ባዶ ዳታ፣ አሉታዊ ግብአትን ሳይሞክሩ ማተም።
• ሚስጥራዊ መረጃን መለጠፍ፡ ማንነቱን ሳይገልጽ ትክክለኛ የወጪ/የደንበኛ ውሂብ ወደ AI መላክ።
• AI ለ ሟች መሳሳት፡ AI "ውጤቱ ይህ ነው" የሚለውን የማመቻቸት ውፅዓት እንደ እውነተኛው ፈታሽ ውፅዓት በመጠቀም።
• ኦዲትነትን ማጣት፡- ግምቶችን እና ክፍሎችን ሳይመዘግቡ ኮድን መጋራት።

በማጠቃለያው

• ኮዱ በምህንድስና መለያው ላይ ተደጋጋሚነት እና ኦዲትነትን ይጨምራል; AI ይህን ኮድ ያፋጥነዋል.
• በእያንዳንዱ AI ስሌት ተግባር ላይ የሚታወቅ ውጤት ያለው ማረጋገጫ በማከል ትክክለኛነትን ያረጋግጡ።
• ኮዱን በክፍል ፣ በጠርዝ መያዣ እና በሂሳብ ማቋረጫ ዝርዝር ውስጥ ሳያልፉ በምርት ውሳኔ ውስጥ አይጠቀሙ ።
• "የሥራ ኮድ" ማለት ትክክለኛ ኮድ ማለት አይደለም; ያለምንም እንከን ሊሠራ እና በስህተት ሊሰላ ይችላል.
• ሚስጥራዊ የምርት መረጃን ማንነትን መደበቅ፣ የድርጅት ፖሊሲን ማክበር፣ ኮዱን ወደ AI ያትሙ ነገር ግን ውሂቡን በአገር ውስጥ ያስኬዱ።

የመተግበሪያ ተግባር

የምህንድስና ስሌት (EOQ, የደህንነት ክምችት, OEE ወይም መደበኛ ጊዜ) ይምረጡ. ይህንን ስሌት ለሚሰራው የ Python ተግባርን ወደ AI ይፃፉ; በዶክትሪን ውስጥ ያሉትን ክፍሎችን እና የታወቀውን ውጤት በማስረጃ ሙከራ ያስፈጽሙ። ወሳኝ ማረጋገጫ: ተግባሩን ቢያንስ በሶስት ጠርዝ (ዜሮ, አሉታዊ, ባዶ) ይሞክሩ እና በእጅ ከተሰላ ምሳሌ ጋር ያወዳድሩ; ምንም እንኳን ኮዱ ያለ ስህተቶች ቢሰራም ውጤቱ ትክክል መሆኑን በሚታወቅ እሴት ያረጋግጡ። ከዚያ ኮዱን ከ"የውሂብ ግላዊነት" እይታ ይመልከቱ፡ ውሂብን የመላክ ሂደት አለ? በመጨረሻም፣ የዚህን ክፍል የማረጋገጫ ዝርዝር ከእራስዎ የስራ ሂደት ጋር ያመቻቹ እና የማረጋገጫ ዝርዝር ይፍጠሩ።

የሞዱል ፈተና

1. በደካማ ማምረቻ፣ እሴት ዥረት ካርታ (VSM) ለመፍጠር AI ተጠቅመዋል። ጥቆማውን ከመተግበሩ በፊት የተሻለው እርምጃ ምንድነው?

• ሀ) የ AI ንድፍን በመስክ (gemba) ምልከታ እና በተጨባጭ ዑደት/የመኖሪያ ጊዜዎች ያረጋግጡ ✔
• ለ) ካርታውን በቀጥታ በቦርዱ ላይ ማንጠልጠል AI የአሁኑ ሞዴል ነው
• ሐ) የካርታውን ቀለሞች እና የሳጥን ቅርጾች ብቻ ያስተካክሉ
• መ) የቆሻሻ ዓይነቶችን ቅደም ተከተል መቀየር እና ማተም

ማብራሪያ፡ AI እርስዎ ባቀረቡት መረጃ መሰረት ምክንያታዊ የሆነ የVSM ንድፍ ያመነጫል፣ ነገር ግን ትክክለኛ የሂደት ጊዜዎችን እና ብክነትን መመልከት አይችልም። የዘንባባ መሰረታዊ መርህ 'gemba' ነው፡ የእሴት ዥረቱ በሜዳው ላይ በመመልከት እና በመለካት መረጋገጥ አለበት፣ ነገር ግን ለመሻሻያ ውሳኔዎች መሰረት ሆኖ ያገለግላል።

2. የፍላጎት ትንበያ ሞዴል ትክክለኝነት ለመገምገም የትኛው የመለኪያዎች ስብስብ በቀጥታ ይህንን ዓላማ ይመለከታል?

• ሀ) ሲፒ እና ሲፒ
• ለ) MAPE፣ MAE እና RMSE ✔
• ሐ) OEE እና MTBF
• መ) ጊዜ እና WIP

ማብራሪያ፡ MAPE (ፍፁም በመቶ ስህተት)፣ MAE እና RMSE የትንበያ ስህተትን የሚለኩ መለኪያዎች ናቸው። ትንበያውን ከትክክለኛ ፍላጎት ጋር በማነፃፀር የአምሳያው ትክክለኛነት እንዲገመግሙ ያስችልዎታል. Cp/Cpk የሂደቱ አቅም ሲሆን OEE ደግሞ የመሳሪያው ውጤታማነት መለኪያ ነው።

3. በዳግም ማዘዣ ነጥብ (ROP) ስሌት፣ AI ዋጋ ሰጥተሃል። ውጤቱን በአስተማማኝ ሁኔታ ለመጠቀም በመጀመሪያ ምን ማድረግ አለብዎት?

• ሀ) ውጤቱን አዙረው በቀጥታ ወደ ኢአርፒ ያስገቡት።
• ለ) AIን 'እርግጠኛ ነህ?' እና 'አዎ' በሚለው መልስ እርካታ
• ሐ) ያገለገሉትን ፎርሙላ፣ ግብዓቶች እና ክፍሎች ያትሙ እና ስሌቱን በእጅ/በኮድ ✔ ያባዙት።
• መ) የደህንነት ክምችትን ሙሉ በሙሉ ዳግም ያስጀምሩ

ማብራሪያ፡ ከቀመር ROP = አማካኝ የፍላጎት × የመሪ ጊዜ + የደህንነት ክምችት ጋር ይሰራል። የሚጠቀመውን ፎርሙላ እና ግብአቶችን (የፍላጎት መጠን፣ የእርሳስ ጊዜ፣ የደህንነት ክምችት) በግልፅ በማተም እና በእጅ/በኮድ እንደገና በማስላት AI የሚሰጠውን ውጤት ማረጋገጥ ያስፈልጋል። አለበለዚያ ክፍሉ ወይም የሂሳብ ስህተት አይታወቅም.

4. በጣም አጭር የሂደት ጊዜ (SPT) ደንብ በስራ መርሐግብር ላይ ምን ያሻሽላል?

• ሀ) የማዋቀር ጊዜን ብቻ ነው የሚያስጀምረው
• ለ) የማሽኖቹን ብዛት በአካል ይጨምራል
• ሐ) በእርግጠኝነት የኃይል ፍጆታ በግማሽ ይቀንሳል
• መ) አማካይ ፍሰት ጊዜን እና አማካይ መዘግየትን የመቀነስ አዝማሚያ ✔

መግለጫ፡ የ SPT (አጭር የሂደት ጊዜ) ህግ አጫጭር ስራዎችን ወደ ፊት በማምጣት አማካይ የፍሰት ጊዜን እና አማካይ መዘግየትን ይቀንሳል። ይሁን እንጂ እሱ ያለማቋረጥ ረጅም ሥራዎችን ለሌላ ጊዜ ማስተላለፍ ይችላል; የማስረከቢያ ቀን ወሳኝ ከሆነ፣ እንደ ኢዲዲ ያሉ ደንቦች ይበልጥ ተገቢ ናቸው። የደንብ ምርጫ በዓላማ መረጋገጥ አለበት።

5. በ SPC ውስጥ የCpk ዋጋ ከሲፒ በእጅጉ ያነሰ ከሆነ ምን ማለት ነው?

• ሀ) የሂደቱ አማካኝ ከመቻቻል ማእከሉ (መሃል ላይ ችግር) ✔ ተቀይሯል።
• ለ) የሂደቱ ልዩነት ዜሮ ነው
• ሐ) የናሙናዎች ብዛት ትልቅ መሆኑን ያሳያል
• መ) የቁጥጥር ገበታው አላስፈላጊ መሆኑን ያረጋግጣል

ማብራሪያ፡- ሲፒ (Cp) የሂደቱን ጥምርታ ወደ ታጋሽ ወርድ መጠን ያገናዘበ የብቃት መረጃ ጠቋሚ ሲሆን Cpk ደግሞ ከመቻቻል ማእከሉ ጋር ያለውን አማካይ ለውጥ ግምት ውስጥ የሚያስገባ በቂ መረጃ ጠቋሚ ነው። Cpk ከሲፒ ዝቅተኛ ከሆነ, ሂደቱ ከመሃል ውጭ መሆኑን ያሳያል (አማካይ ከዒላማው ይርቃል); ምንም እንኳን ስርጭቱ ተመሳሳይ ቢሆንም, የመሃል ላይ ችግር አለ.

6. በጊዜ ጥናት ውስጥ መደበኛ ጊዜን ሲያሰሉ በ AI የተሰጠውን ቀመር ይጠቀማሉ. መደበኛ ጊዜ በትክክል የተገኘው ከሚከተሉት ውስጥ የትኛው ነው?

• ሀ) መደበኛ ሰዓት = የታየበት ጊዜ፣ ህዳግ እና ጊዜ ግምት ውስጥ አይገቡም።
• B) መደበኛ ጊዜ = መደበኛ ጊዜ × (1 + ድርሻ ሬሾ); መደበኛ ሰዓት = የታየ ጊዜ × ፍጥነት ✔
• ሐ) መደበኛ ሰዓት = የታየበት ጊዜ ÷ የማሽኖች ብዛት
• መ) መደበኛ ሰዓት ሁል ጊዜ በጣም ፈጣን ኦፕሬተር ጊዜ ነው።

ማብራሪያ፡ እንደ መደበኛ ሰዓት = መደበኛ ሰዓት × (1 + ድርሻ ሬሾ); መደበኛ ጊዜ የሚገኘው በታዘበው ጊዜ × Tempo (ደረጃ) ነው። አክሲዮኖችን ማከል (እረፍት, ግላዊ, መዘግየት) ግዴታ ነው. AI ቀመሩን ሊሰጥ ይችላል, ነገር ግን ጊዜያዊ እና መጋራት ዋጋዎች በእውነተኛ ምልከታ እና በኩባንያው ፖሊሲ መረጋገጥ አለባቸው.

7. AI ለተሽከርካሪ ማዘዋወር (VRP) ችግር 'ምርጡን' መፍትሄ እንደሰጠ ተናግሯል። በጣም ትክክለኛው ግምገማ የትኛው ነው?

• ሀ) AI 'ምርጥ' ስለሚል መንገዱን በቀጥታ ወደ ሾፌሮች መላክ
• ለ) መፍትሄውን ከአቅም ፣ ከግዜ መስኮት እና ከወጪ ገደቦች ጋር ያረጋግጡ
• ሐ) የማቆሚያዎችን ብዛት ይቀንሱ እና ያትሙ
• መ) ካርታውን በዓይነ ሕሊና መመልከት እና ገደቦችን ችላ ማለት

ማብራሪያ፡ AI ገደቦችን (የተሽከርካሪ አቅም፣ የሰዓት መስኮቶች፣ የመንዳት ጊዜ) በስህተት ሞዴል ማድረግ ወይም ንዑስ መፍትሄን እንደ 'ምርጥ' ሊያቀርብ ይችላል። መፍትሄ; ከአቅም፣ ከግዜ መስኮት እና ከጠቅላላ የርቀት/የወጪ ገደቦች አንጻር መፈተሽ እና ከተቻለ ተባዝቶ ከፈታሽ ጋር ማወዳደር አለበት።

8. OEE (አጠቃላይ የመሳሪያዎች ውጤታማነት) የየትኞቹ ሶስት አካላት ምርት ነው?

• ሀ) ፍላጎት ፣ አክሲዮን እና ወጪ
• ለ) ሲፒ ፣ ሲግማ እና ሲግማ
• ሐ) አጠቃቀም ፣ አፈፃፀም እና ጥራት ✔
• መ) Takt, ዑደት እና የመላኪያ ጊዜ

ማብራሪያ፡ OEE = ተገኝነት × አፈጻጸም × ጥራት። መገኘት የእረፍት ጊዜን ያንፀባርቃል፣ አፈፃፀሙ የፍጥነት ኪሳራዎችን ያሳያል፣ እና ጥራቱ የተሳሳቱ ምርቶችን ያንፀባርቃል። AI የ OEE እሴት ከሰጠ, እነዚህ ሶስት አካላት ተሰልተው በተናጠል እንዲባዙ ማረጋገጥ አስፈላጊ ነው.

9. የልዩ ክስተት የማስመሰል ውጤትን ሲተረጉሙ በጣም ወሳኝ የማረጋገጫ ደረጃ ምንድነው?

• ሀ) የግብአት ስርጭቶችን እና ግምቶችን በእውነተኛ ውሂብ ማረጋገጥ ✔
• ለ) የስራ ጊዜን ያሳጥሩ እና በአንድ ሁኔታ ውስጥ ውሳኔ ያድርጉ
• ሐ) የግራፊክስ የቀለም ቤተ-ስዕል ማሻሻል
• መ) የዘፈቀደ ዘርን መደበቅ እና ውጤቱን እንዳይደገም ማድረግ

ማብራሪያ፡ የማስመሰል ውፅዓት እንደ ግብአት ግምቶች ብቻ ጥሩ ነው። ማከፋፈያዎች፣ የመድረሻ ጊዜ፣ የአገልግሎት ጊዜዎች እና የሁኔታዎች መለኪያዎች ከእውነተኛ ውሂብ ጋር መወዳደር እና መረጋገጥ አለባቸው። በተጨማሪም, ሞዴሉ በትክክል መቋቋሙን (ማረጋገጫ) ማረጋገጥ አለበት. ያለበለዚያ 'ቆሻሻ መጣያ፣ ቆሻሻ መጣያ'።

10. በምርት ውሳኔ ውስጥ በአይ-የመነጨ Python ማሻሻያ ስክሪፕት ከመጠቀምዎ በፊት የግዴታ የትኛው ነው?

• ሀ) ኮዱ ያለ ስህተቶች ስለሚሰራ ውጤቱን በቀጥታ መተግበር
• ለ) በሚታወቁ ውጤቶች መሞከር፣ በዩኒት ፍተሻ እና በጠርዝ ጉዳዮች ማረጋገጥ እና የመረጃ ሚስጥራዊነትን መጠበቅ ✔
• ሐ) ተለዋዋጭ ስሞችን ያሳጥሩ እና አስተያየቶችን ይሰርዙ
• መ) ስክሪፕቱን ከሁሉም የምርት መረጃዎች ጋር ወደ የህዝብ አገልግሎት መስቀል

መግለጫ፡ AI ኮድ የተሳሳተ የአሃድ ልወጣ፣ የተሳሳተ ገደብ ወይም በጠርዝ ጉዳዮች ላይ የተሳሳተ ውጤት ሊይዝ ይችላል። ኮድ; የታወቁ ውጤቶች ያሏቸው አነስተኛ የሙከራ ግብዓቶች በክፍል/መጠን ቁጥጥር እና በጠርዝ ጉዳዮች መረጋገጥ አለባቸው እና ሚስጥራዊ የምርት መረጃዎች ያለፈቃድ ወደ ውጭ አገልግሎቶች መላክ የለባቸውም። ውጤቱ በምህንድስና ፍርድ የተረጋገጠ ነው.