ಲಾಭಗಳು:
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸಂವೇದಕ ಡೇಟಾವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಲು ಮತ್ತು SPC ನಿಯಮಗಳೊಂದಿಗೆ ವೈಪರೀತ್ಯಗಳು ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ
- ವಿಚಲನವು ನಿಜವಾದ ಪ್ರಕ್ರಿಯೆಯ ಘಟನೆಯೇ ಅಥವಾ ಸಂವೇದಕ/ಮಾಪನ ಸಮಸ್ಯೆಯೇ ಎಂಬುದನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ವಿಶ್ವಾಸಾರ್ಹತೆಯ ಫಿಲ್ಟರ್ ಅನ್ನು ಬಳಸುವ ಮೂಲಕ ಪರಸ್ಪರ ಸಂಬಂಧ ಮತ್ತು ಕಾರಣದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ನಿರ್ಧಾರ-ಬೆಂಬಲದ ಪದರವಾಗಿದೆ ಮತ್ತು ಜೀವನ ಮತ್ತು ಸೌಲಭ್ಯ ಸುರಕ್ಷತೆಯು ಸ್ವತಂತ್ರ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳಿಗೆ (SIS) ಸೇರಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು.
ಒಂದು ಸಸ್ಯವು ಕಾರ್ಯನಿರ್ವಹಿಸುವಂತೆ, ಅದು ಮೌನವಾಗಿ ಡೇಟಾದ ಪ್ರವಾಹವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ: ತಾಪಮಾನ, ಒತ್ತಡ, ಹರಿವು, ಮಟ್ಟ, pH ಮತ್ತು ಉತ್ಪನ್ನ ವಿಶ್ಲೇಷಣೆ ಫಲಿತಾಂಶಗಳು ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ಡಜನ್ಗಟ್ಟಲೆ ಸಂವೇದಕಗಳಿಂದ ಹರಿಯುತ್ತವೆ. ಈ ಡೇಟಾವು ಪ್ರಕ್ರಿಯೆಯ "ನಾಡಿ" ಆಗಿದೆ; ಇದು ಪ್ರಕ್ರಿಯೆಯ ಆರೋಗ್ಯದ ಪುರಾವೆಗಳನ್ನು ಮತ್ತು ಸನ್ನಿಹಿತ ವೈಫಲ್ಯ ಅಥವಾ ಗುಣಮಟ್ಟದ ವಿಚಲನದ ಆರಂಭಿಕ ಚಿಹ್ನೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಈ ಡೇಟಾವನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು, ಅಸಂಗತತೆಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲು ಮತ್ತು ಗುಣಮಟ್ಟದ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಅರ್ಥೈಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೇಗೆ ಸಹಾಯ ಮಾಡಬೇಕೆಂದು ನೀವು ಕಲಿಯುವಿರಿ; ಆದರೆ ಯಾವ ವಿಚಲನವು ನಿಜವಾಗಿದೆ ಮತ್ತು ಯಾವ ಕ್ರಮವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಎಂಜಿನಿಯರ್ಗೆ ಇನ್ನೂ ಏಕೆ ಬಿಟ್ಟಿದೆ ಎಂಬುದನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ.
ಎರಡು ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸೋಣ. SPC (ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ; ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಿತಿಗಳೊಂದಿಗೆ ಪ್ರಕ್ರಿಯೆಯ ವ್ಯತ್ಯಾಸವನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ವಿಧಾನ ಮತ್ತು ನೈಜ ವಿಚಲನದಿಂದ ಸಾಮಾನ್ಯ ಏರಿಳಿತವನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ) ಮತ್ತು ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ (ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ - ಮೇಲಿನ/ಕೆಳಗಿನ ನಿಯಂತ್ರಣ ಮಿತಿಗಳೊಂದಿಗೆ ಸಮಯದ ವಿರುದ್ಧ ವೇರಿಯಬಲ್ ಅನ್ನು ತೋರಿಸುವ ಚಾರ್ಟ್). SPC ಯ ಮೂಲತತ್ವವು ನೈಸರ್ಗಿಕ ವ್ಯತ್ಯಾಸ (ಸಾಮಾನ್ಯ ಕಾರಣ - ಪ್ರಕ್ರಿಯೆಯ ಸಾಮಾನ್ಯ, ಅನಿವಾರ್ಯ ಏರಿಳಿತ) ಮತ್ತು ವಿಶೇಷ ಕಾರಣದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಿದೆ - ಹೊರಗಿನಿಂದ ನಿಜವಾದ ವಿಚಲನವನ್ನು ತನಿಖೆ ಮಾಡಬೇಕು. ಈ ವ್ಯತ್ಯಾಸವನ್ನು ಮಾಡುವಲ್ಲಿ ಮತ್ತು ದೊಡ್ಡ ಡೇಟಾದಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ; ಆದರೆ ವಿಚಲನದ ಮೂಲ ಕಾರಣ ಮತ್ತು ಮಧ್ಯಪ್ರವೇಶಿಸುವ ನಿರ್ಧಾರ ಇಂಜಿನಿಯರ್ಗೆ ಸೇರಿದೆ.
ಗುಣಮಟ್ಟ ಮತ್ತು ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿ ಹಂತ-ಹಂತದ AI ಬೆಂಬಲ
1. ಡೇಟಾವನ್ನು ತಯಾರಿಸಿ ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸಿ. ಕಾಣೆಯಾದ ಮೌಲ್ಯಗಳು, ಸಂವೇದಕ ವೈಫಲ್ಯದಿಂದಾಗಿ ಜಿಗಿತಗಳು, ಘಟಕದ ಅಸಂಗತತೆಗಳು. AI ಶುದ್ಧೀಕರಣಕ್ಕಾಗಿ ಪೈಥಾನ್ ಕೋಡ್ ಔಟ್ಲೈನ್ ಮತ್ತು ಚೆಕ್ಲಿಸ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ "ಅಮಾನ್ಯ ಡೇಟಾ" ಎಂದು ಪರಿಗಣಿಸುವ ಪ್ರಕ್ರಿಯೆಯ ಜ್ಞಾನವನ್ನು ನೀವು ನಿರ್ಧರಿಸುತ್ತೀರಿ.
2. ಟ್ರೆಂಡ್ ಮತ್ತು ಅಸಂಗತ ಗುರುತು. AI ಸ್ಲೋ ಡ್ರಿಫ್ಟ್, ಹಠಾತ್ ಜಿಗಿತಗಳು ಅಥವಾ ಸಂವೇದಕದಲ್ಲಿ ಹೆಚ್ಚಿದ ಆಂದೋಲನಗಳಂತಹ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಇವುಗಳನ್ನು ಪರೀಕ್ಷಿಸಬೇಕಾದ ಅಭ್ಯರ್ಥಿಗಳು, ಫಲಿತಾಂಶಗಳಲ್ಲ.
3. SPC ಕಾಮೆಂಟ್. AI ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ ನಿಯಮಗಳನ್ನು ಹಿಂಪಡೆಯಬಹುದು (ಉದಾಹರಣೆಗೆ, ಒಂದು ಬಿಂದು ಮಿತಿಯನ್ನು ಮೀರಿದಾಗ, ಸತತ ಅಂಕಗಳು ಒಂದು ದಿಕ್ಕಿನಲ್ಲಿ ಹೋಗುತ್ತವೆ) ಮತ್ತು ಅವುಗಳನ್ನು ಡೇಟಾಗೆ ಅನ್ವಯಿಸಬಹುದು. ಮತ್ತೊಮ್ಮೆ, ಎಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪು ನಿರ್ಧಾರವನ್ನು ಮಾಡುತ್ತದೆ.
4. ಪರಸ್ಪರ ಸಂಬಂಧದ ಅನ್ವೇಷಣೆ. "ತಾಪಮಾನ ಹೆಚ್ಚಾದಂತೆ ಶುದ್ಧತೆ ಕಡಿಮೆಯಾಗುತ್ತಿದೆ" ಎಂಬಂತಹ ಸಂಬಂಧಗಳನ್ನು AI ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ. ಪರಸ್ಪರ ಸಂಬಂಧವು ಕಾರಣವಲ್ಲ (ಪರಸ್ಪರ ಸಂಬಂಧ ≠ ಕಾರಣ - ಎರಡು ಪ್ರಮಾಣಗಳು ಒಟ್ಟಿಗೆ ಬದಲಾಗುತ್ತವೆ ಎಂಬ ಅಂಶವು ಒಂದು ಇನ್ನೊಂದಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುವುದಿಲ್ಲ); ನೀವು ಪ್ರಕ್ರಿಯೆಯ ಜ್ಞಾನದೊಂದಿಗೆ ಈ ಸಂಬಂಧವನ್ನು ಪರೀಕ್ಷಿಸುತ್ತೀರಿ.
5. ಮೂಲ ಕಾರಣ ಕಲ್ಪನೆಗಳು. AI ವಿಚಲನಕ್ಕೆ ಸಂಭವನೀಯ ಕಾರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ (ಫೀಡ್ ವ್ಯತ್ಯಾಸ, ವೇಗವರ್ಧಕ ವಯಸ್ಸಾದ, ಸಂವೇದಕ ವೈಫಲ್ಯ). ಇವು ಸಂಶೋಧನಾ ವಿಷಯಗಳು, ರೋಗನಿರ್ಣಯವಲ್ಲ.
6. ಕ್ರಿಯೆಯ ನಿರ್ಧಾರ. ಅಲಾರಂ ಅನ್ನು ಗಂಭೀರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಲು, ಪ್ರಕ್ರಿಯೆಯನ್ನು ನಿಲ್ಲಿಸಲು ಅಥವಾ ಹೊಂದಾಣಿಕೆಗಳನ್ನು ಮಾಡಲು - ಈ ಸುರಕ್ಷತೆ ಮತ್ತು ಗುಣಮಟ್ಟದ ನಿರ್ಧಾರವು ಇಂಜಿನಿಯರ್ಗೆ ಇರುತ್ತದೆ.
ಸಲಹೆ: ಸಂವೇದಕ ಡೇಟಾದಲ್ಲಿನ ಅಸಂಗತತೆಯನ್ನು AI ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದಾಗ, ಮೊದಲ ಪ್ರಶ್ನೆ "ಇದು ನಿಜವಾದ ಪ್ರಕ್ರಿಯೆ ಈವೆಂಟ್ ಅಥವಾ ಸಂವೇದಕ/ಮಾಪನ ವೈಫಲ್ಯವೇ?" ಇರಬೇಕು. ಹೆಚ್ಚಿನ "ವೈಪರೀತ್ಯಗಳು" ಮುರಿದ ಸಂವೇದಕ ಅಥವಾ ಮಾಪನಾಂಕದ ಡ್ರಿಫ್ಟ್; ಹಸ್ತಕ್ಷೇಪದ ಮೊದಲು ಮಾಪನವನ್ನು ಸ್ವತಃ ಪರಿಶೀಲಿಸಿ.
ಸಂವೇದಕ ಡೇಟಾ: ಪ್ರತಿ ವಿಚಲನವು ನಿಜವಲ್ಲ
ಸಂವೇದಕಗಳು ಸುಳ್ಳು ಹೇಳಬಹುದು: ಮಾಪನಾಂಕ ನಿರ್ಣಯವು ಸ್ಲಿಪ್ ಆಗುತ್ತದೆ, ಥರ್ಮೋಕೂಲ್ ಸಡಿಲಗೊಳ್ಳುತ್ತದೆ, ಪ್ರಸರಣ ಮಾರ್ಗವು ಶಬ್ದವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. AI ಡೇಟಾದಲ್ಲಿ ಜಿಗಿತವನ್ನು ನೋಡಬಹುದು ಮತ್ತು "ಪ್ರಕ್ರಿಯೆ ಬದಲಾಗಿದೆ" ಎಂದು ಹೇಳಬಹುದು; ಆದಾಗ್ಯೂ, ಇದು ಬದಲಾಗುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲ, ಆದರೆ ಸಂವೇದಕ. ಆದ್ದರಿಂದ ಡೇಟಾ ವಿಶ್ವಾಸಾರ್ಹತೆಗಾಗಿ ಅಸಂಗತ ಸಂಕೇತವನ್ನು ಮೊದಲು ಫಿಲ್ಟರ್ ಮಾಡಲಾಗುತ್ತದೆ: ಇದು ಮತ್ತೊಂದು ಸಂವೇದಕದೊಂದಿಗೆ ಸ್ಥಿರವಾಗಿದೆಯೇ, ಇದು ಭೌತಿಕವಾಗಿ ಸಾಧ್ಯವೇ, ಇದು ನಿರ್ವಹಣೆ ದಾಖಲೆಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ? ಇವುಗಳನ್ನು ಅಂಗೀಕರಿಸಿದ ನಂತರವೇ ಅದನ್ನು ನೈಜ ಪ್ರಕ್ರಿಯೆಯ ಘಟನೆ ಎಂದು ತನಿಖೆ ಮಾಡಲಾಗುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: AI-ಆಧಾರಿತ ಅಸಂಗತತೆ/ಮುಂಚಿನ ಎಚ್ಚರಿಕೆ ವ್ಯವಸ್ಥೆಯು ಸುರಕ್ಷತಾ ಸಾಧನ ವ್ಯವಸ್ಥೆಗೆ ಬದಲಿಯಾಗಿಲ್ಲ (SIS — ಸ್ವತಂತ್ರ, ಪ್ರಮಾಣೀಕೃತ ಸುರಕ್ಷತಾ ಸಂರಕ್ಷಣಾ ಪದರ). AI ಮಾದರಿಯು ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ನಿರ್ಧಾರ-ಬೆಂಬಲ ಪದರವಾಗಿದೆ; ಅವು ರಕ್ಷಣೆ, ಸ್ವತಂತ್ರ ಮತ್ತು ಪರಿಶೀಲಿಸಿದ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಜೀವನ ಮತ್ತು ಸೌಲಭ್ಯದ ಸುರಕ್ಷತೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತವೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಆರಂಭಿಕ ಡ್ರಿಫ್ಟ್ ಕ್ಯಾಪ್ಚರ್. ಒಂದು ರಿಯಾಕ್ಟರ್ನಲ್ಲಿ, AI ತಾಪಮಾನ ಸಂವೇದಕದಲ್ಲಿ ನಿಧಾನಗತಿಯ ದಿಕ್ಚ್ಯುತಿಯನ್ನು ಗುರುತಿಸಿತು, 10 ದಿನಗಳಲ್ಲಿ ದಿನಕ್ಕೆ ಸರಾಸರಿ 0.3 ° C ಹೆಚ್ಚಾಗುತ್ತದೆ. ತಂಡವು ಪರಿಶೀಲಿಸಿತು; ಶಾಖ ವಿನಿಮಯಕಾರಕದಲ್ಲಿ ಫೌಲಿಂಗ್ ಪ್ರಾರಂಭವಾಯಿತು. ಆರಂಭಿಕ ಹಸ್ತಕ್ಷೇಪವು ಯೋಜಿತವಲ್ಲದ ಅಲಭ್ಯತೆಯನ್ನು ತಡೆಯಿತು. AI ನಿಂದ ಸಿಗ್ನಲ್ ಬಂದಿತು, ರೋಗನಿರ್ಣಯ ಮತ್ತು ನಿರ್ಧಾರವು ತಂಡದಿಂದ ಬಂದಿತು.
ಪ್ರಕರಣ 2 - ತಪ್ಪು ಎಚ್ಚರಿಕೆಯನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ. AI ಒತ್ತಡ ಸಂವೇದಕದಲ್ಲಿ ಹಠಾತ್ ಜಿಗಿತವನ್ನು ಕಂಡಿತು ಮತ್ತು ಅದನ್ನು "ಸಂಭವನೀಯ ಸೋರಿಕೆ" ಎಂದು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದೆ. ಎರಡು ನೆರೆಯ ಸಂವೇದಕಗಳು ಬದಲಾಗಲಿಲ್ಲ ಮತ್ತು ಆ ಕ್ಷಣದಲ್ಲಿ ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಕೈಗೊಳ್ಳಲಾಯಿತು ಎಂದು ಎಂಜಿನಿಯರ್ ಕಂಡರು; ಸಂವೇದಕದಿಂದ ಸಿಗ್ನಲ್ ಬಂದಿತು. ಡೇಟಾ ವಿಶ್ವಾಸಾರ್ಹತೆ ಫಿಲ್ಟರ್ ಅನಗತ್ಯ ಅಲಭ್ಯತೆಯನ್ನು ತಡೆಯುತ್ತದೆ.
ಪ್ರಕರಣ 3 - ಪರಸ್ಪರ ಸಂಬಂಧದ ಬಲೆ. YZ "ಫೀಡ್ ಹರಿವಿನ ಪ್ರಮಾಣ ಹೆಚ್ಚಾದಾಗ ಉತ್ಪನ್ನದ ಶುದ್ಧತೆ ಕಡಿಮೆಯಾಗುತ್ತದೆ" ಎಂಬ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಗುರುತಿಸಲಾಗಿದೆ. ಇಂಜಿನಿಯರ್ ನಿಜವಾದ ಕಾರಣವೆಂದರೆ ಹರಿವಿನ ಪ್ರಮಾಣವಲ್ಲ ಆದರೆ ಪೂರೈಕೆ ತಾಪಮಾನ, ಅದೇ ಬದಲಾವಣೆಯ ಸಮಯದಲ್ಲಿ ಬದಲಾಗುತ್ತಿತ್ತು; ಹರಿವಿನ ಪ್ರಮಾಣ ಮತ್ತು ಶುದ್ಧತೆ ಮಾತ್ರ ಒಟ್ಟಿಗೆ ಹೋಯಿತು. ಕಾರಣಕ್ಕಾಗಿ ತಪ್ಪಾದ ಪರಸ್ಪರ ಸಂಬಂಧವು ತಪ್ಪು ಸೆಟ್ಟಿಂಗ್ಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಡೇಟಾ ಕ್ಲೀನಿಂಗ್ ಕೋಡ್ ಡ್ರಾಫ್ಟ್:
ಪ್ರಕ್ರಿಯೆ ಸಂವೇದಕ ಡೇಟಾಸೆಟ್ಗಾಗಿ ಕ್ಲೀನಪ್ ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ನನಗೆ ಬರೆಯಿರಿ. ಇನ್ಪುಟ್: ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ ಮಾಡಿದ CSV, ಕಾಲಮ್ಗಳು [ಪಟ್ಟಿ]. (1) ಫ್ಲ್ಯಾಗ್ ಕಾಣೆಯಾದ ಮೌಲ್ಯಗಳು (ಅಳಿಸಿ, ಆಯ್ಕೆಗಳನ್ನು ಭರ್ತಿ ಮಾಡಿ), (2) ಭೌತಿಕವಾಗಿ ಅಸಾಧ್ಯವಾದ ಮೌಲ್ಯಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ (ನಕಾರಾತ್ಮಕ ಹರಿವಿನ ಪ್ರಮಾಣ, ವ್ಯಾಪ್ತಿಯ ಹೊರಗಿನ ತಾಪಮಾನ), (3) ಘಟಕದ ಸ್ಥಿರತೆಯನ್ನು ಪರಿಶೀಲಿಸಿ, (4) ಶುಚಿಗೊಳಿಸುವ ನಿರ್ಧಾರಗಳನ್ನು ವರದಿ ಮಾಡಿ ಆದರೆ ಸ್ವಯಂ-ಅಳಿಸಬೇಡಿ; ನಾನು ದೃಢೀಕರಿಸುತ್ತೇನೆ. ರಾಜ್ಯದ ಊಹೆಗಳು.
2) SPC / ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ ವ್ಯಾಖ್ಯಾನ:
ನಿಮ್ಮ ಪಾತ್ರ: ಗುಣಮಟ್ಟದ ಎಂಜಿನಿಯರ್. ನಾನು ನಿಮಗೆ ವೇರಿಯಬಲ್ನ ಸಮಯ ಸರಣಿ ಮತ್ತು ನಿಯಂತ್ರಣ ಮಿತಿಗಳನ್ನು (UCL/LCL) ನೀಡುತ್ತೇನೆ. ಸ್ಟ್ಯಾಂಡರ್ಡ್ SPC ನಿಯಮಗಳನ್ನು ಅನ್ವಯಿಸಿ (ಪರಿಮಿತಿಯ ಹೊರಗೆ, ಅನುಕ್ರಮ ಪ್ರವೃತ್ತಿ, ಒಂದು ಬದಿಯಲ್ಲಿ ಕ್ಲಸ್ಟರ್) ಮತ್ತು ಯಾವ ಅಂಕಗಳನ್ನು "ವಿಶೇಷ ಕಾರಣ" ಅಭ್ಯರ್ಥಿಗಳು ಎಂದು ಗುರುತಿಸಿ. ಪ್ರತಿ ಚಿಹ್ನೆಗೆ, ಇದು ನಿಜವಾದ ಪ್ರಕ್ರಿಯೆಯ ಘಟನೆಯೇ ಅಥವಾ ಸಂಭವನೀಯ ಮಾಪನ ಸಮಸ್ಯೆಯೇ ಎಂಬುದನ್ನು ಸಹ ಸೂಚಿಸಿ. ನಿರ್ಧಾರ ನನಗೆ ಬಿಟ್ಟದ್ದು; ನೀವು ಅಭ್ಯರ್ಥಿ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತೀರಿ. ಡೇಟಾ: [ಅಂಟಿಸಿ]
3) ಅಸಂಗತ ವಿಶ್ವಾಸಾರ್ಹತೆ ಫಿಲ್ಟರ್:
ನೀವು ಈ ಕೆಳಗಿನ ಅಸಂಗತತೆಯನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿರುವಿರಿ: [ವಿವರಣೆ]. ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲು ವಿಶ್ವಾಸಾರ್ಹತೆಯ ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ಅನ್ವಯಿಸಿ: (1) ಇದು ಪಕ್ಕದ/ಸಂಯೋಜಿತ ಸಂವೇದಕಗಳೊಂದಿಗೆ ಸ್ಥಿರವಾಗಿದೆಯೇ, (2) ಇದು ಭೌತಿಕವಾಗಿ ಸಾಧ್ಯವೇ, (3) ಇದು ನಿರ್ವಹಣೆ/ಮಾಪನಾಂಕ ನಿರ್ಣಯದ ದಾಖಲೆಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ, (4) ಇದು ಏಕ ಬಿಂದು ಅಥವಾ ನಿರಂತರತೆಯೇ? ಇದು "ನೈಜ ಪ್ರಕ್ರಿಯೆ ಘಟನೆ" ಅಥವಾ "ಸಂಭವನೀಯ ಸಂವೇದಕ ಸಮಸ್ಯೆ" ಎಂಬುದನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ನಿರ್ಣಾಯಕ ರೋಗನಿರ್ಣಯವನ್ನು ಮಾಡುವುದು; ಸಂಶೋಧನಾ ಶೀರ್ಷಿಕೆಯನ್ನು ನೀಡಿ.
4) ಮೂಲ ಕಾರಣದ ಕಲ್ಪನೆ (ರೋಗನಿರ್ಣಯವಲ್ಲ):
ಕೆಳಗಿನ ಗುಣಮಟ್ಟ/ಪ್ರಕ್ರಿಯೆಯ ವಿಚಲನವನ್ನು ಗಮನಿಸಲಾಗಿದೆ: [ವಿವರಣೆ, ಸಂಖ್ಯೆಗಳು]. ಸಂಭವನೀಯ ಮೂಲ ಕಾರಣಗಳನ್ನು ಸಂಭಾವ್ಯತೆಯ ಕ್ರಮದಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಿ (ಫೀಡ್, ವೇಗವರ್ಧಕ, ಸಂವೇದಕ, ಕಾರ್ಯಾಚರಣೆಯ ಸ್ಥಿತಿ, ನಿರ್ವಹಣೆ). ಪ್ರತಿ ಊಹೆಗಾಗಿ, ಅದನ್ನು ಖಚಿತಪಡಿಸಲು/ನಿರಾಕರಿಸಲು ನಾನು ಯಾವ ಡೇಟಾ ಅಥವಾ ಪರೀಕ್ಷೆಯನ್ನು ನೋಡಬೇಕು ಎಂಬುದನ್ನು ಬರೆಯಿರಿ. ಇದು ರೋಗನಿರ್ಣಯವಲ್ಲ, ಇದು ತನಿಖಾ ಯೋಜನೆಯಾಗಿದೆ; ನಿರ್ಣಾಯಕ ಕಾರಣವನ್ನು ಘೋಷಿಸಬೇಡಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಸಂವೇದಕ ಡೇಟಾದಲ್ಲಿ ಸಮಸ್ಯೆ ಇದೆಯೇ?
"ಸಮಸ್ಯೆ" ಅನ್ನು ವಿವರಿಸಲಾಗಿಲ್ಲ, ಯಾವುದೇ ಸಂದರ್ಭವಿಲ್ಲ. AI ಯಾದೃಚ್ಛಿಕ ಜಿಗಿತಗಳನ್ನು ಉತ್ಪ್ರೇಕ್ಷಿಸಬಹುದು ಅಥವಾ ನಿಜವಾದ ಡ್ರಿಫ್ಟ್ ಅನ್ನು ಕಳೆದುಕೊಳ್ಳಬಹುದು.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ ಎಂಜಿನಿಯರ್. ನಾನು ನಿಮಗೆ 14 ದಿನಗಳು ಮತ್ತು 1 ನಿಮಿಷದ ರಿಯಾಕ್ಟರ್ ತಾಪಮಾನದ ಡೇಟಾವನ್ನು ನೀಡುತ್ತಿದ್ದೇನೆ. ಸಾಮಾನ್ಯ ಶ್ರೇಣಿ 78-82°C, UCL 84, LCL 76. ಕಾರ್ಯ: (1) ಸ್ಲೋ ಡ್ರಿಫ್ಟ್, ಹಠಾತ್ ಜಂಪ್, ಆಂದೋಲನ ಹೆಚ್ಚಳ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಿ, (2) ಪ್ರತಿ ಚಿಹ್ನೆಗೆ ಇದು ನೈಜ ಘಟನೆ ಅಥವಾ ಸಂವೇದಕವಾಗಿರಬಹುದೇ ಎಂದು ಸೂಚಿಸುತ್ತದೆ, (3) ಪಟ್ಟಿಯನ್ನು ಮೊದಲು ಪರಿಶೀಲಿಸಬೇಕು. ನಿರ್ಣಾಯಕ ರೋಗನಿರ್ಣಯವನ್ನು ಮಾಡುವುದು; ಕೇವಲ ನೈಜ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದೆ, ರಚಿಸಲಾಗಿಲ್ಲ. ಡೇಟಾ: [ಅಂಟಿಸಿ]
ವ್ಯತ್ಯಾಸವು ಸ್ಪಷ್ಟವಾಗಿದೆ: ವೇರಿಯಬಲ್, ಸಾಮಾನ್ಯ ಶ್ರೇಣಿ, ಮಿತಿಗಳು ಮತ್ತು "ಅಭ್ಯರ್ಥಿ, ರೋಗನಿರ್ಣಯವಲ್ಲ" ಚೌಕಟ್ಟು ಔಟ್ಪುಟ್ ಅನ್ನು ಬಳಸಬಹುದಾಗಿದೆ.
ಗುಣಮಟ್ಟ/ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿ ಪಾತ್ರ ವಿತರಣೆ
ವ್ಯಾಪಾರ
AI ನ ಪಾತ್ರ
ಮನುಷ್ಯನ ನಿರ್ಧಾರ
ಡೇಟಾ ಶುದ್ಧೀಕರಣ
ಕೋಡ್, ಧ್ವಜ
ಅಮಾನ್ಯ ಡೇಟಾ ನಿರ್ಧಾರ
ಅಸಂಗತತೆ
ಗುರುತು ಹಾಕುವುದು
ನೈಜ/ಸಂವೇದಕ ವ್ಯತ್ಯಾಸ
SPC
ನಿಯಮ ಜಾರಿ
ಮಧ್ಯಸ್ಥಿಕೆ ನಿರ್ಧಾರ
ಪರಸ್ಪರ ಸಂಬಂಧ
ಸಂಬಂಧದ ಗುರುತು
ಕಾರಣ ಪರೀಕ್ಷೆ
ಮೂಲ ಕಾರಣ
ಊಹೆ ಪಟ್ಟಿ
ರೋಗನಿರ್ಣಯ, ಕ್ರಿಯೆ
ಭದ್ರತಾ ರಕ್ಷಣೆ
- (ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿದೆ)
ಸ್ವತಂತ್ರ SIS
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಪ್ರತಿ ಅಸಂಗತತೆಯನ್ನು ನೈಜ ಪ್ರಕ್ರಿಯೆಯ ಘಟನೆ ಎಂದು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಅದರಲ್ಲಿ ಹೆಚ್ಚಿನವು ಸಂವೇದಕ/ಮಾಪನಾಂಕ ನಿರ್ಣಯದ ಸಮಸ್ಯೆಯಾಗಿದೆ; ಡೇಟಾ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಮೊದಲು ಫಿಲ್ಟರ್ ಮಾಡಲಾಗುತ್ತದೆ.
- ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಕಾರಣವೆಂದು ಪರಿಗಣಿಸುವುದು. ಒಟ್ಟಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಅಸ್ಥಿರಗಳು ಪರಸ್ಪರ ಕಾರಣವಾಗದಿರಬಹುದು.
- AI ಅನ್ನು ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಯಾಗಿ ಬಳಸುವುದು. ಜೀವನ/ಸೌಲಭ್ಯ ಸುರಕ್ಷತೆಯು ಸ್ವತಂತ್ರ, ಪ್ರಮಾಣೀಕೃತ SIS ನ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ.
- ಸ್ವಯಂಚಾಲಿತ ಡೇಟಾ ಅಳಿಸುವಿಕೆಯನ್ನು ಅನುಮತಿಸಿ. ಇಂಜಿನಿಯರ್ ತನ್ನ ಪ್ರಕ್ರಿಯೆಯ ಜ್ಞಾನದಿಂದ ಯಾವುದು ಅಮಾನ್ಯವಾಗಿದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತಾನೆ.
- AI ಮೂಲವನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು ರೋಗನಿರ್ಣಯಕ್ಕೆ ಊಹೆಯನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಊಹೆಗಳು ದೃಢೀಕರಿಸುವವರೆಗೆ ಸಂಶೋಧನಾ ವಿಷಯಗಳಾಗಿವೆ, ತೀರ್ಮಾನಗಳಲ್ಲ.
ಸಾರಾಂಶದಲ್ಲಿ
ಗುಣಮಟ್ಟ ಮತ್ತು ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿ AI; ಇದು ದತ್ತಾಂಶವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸುವ, ವೈಪರೀತ್ಯಗಳು ಮತ್ತು ಟ್ರೆಂಡ್ಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವ, SPC ನಿಯಮಗಳನ್ನು ಅನ್ವಯಿಸುವ ಮತ್ತು ಪರಸ್ಪರ ಸಂಬಂಧಗಳು ಮತ್ತು ಮೂಲ ಕಾರಣದ ಊಹೆಗಳನ್ನು ರಚಿಸುವ ಪ್ರಬಲ ಸಹಾಯಕವಾಗಿದೆ. ಆದರೆ ವಿಚಲನವು ನಿಜವೇ ಅಥವಾ ಸಂವೇದಕವೇ, ಪರಸ್ಪರ ಸಂಬಂಧವು ಕಾರಣವೇ, ಮೂಲ ಕಾರಣ ಮತ್ತು ಹಸ್ತಕ್ಷೇಪವೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಎಂಜಿನಿಯರ್ಗೆ ಬಿಟ್ಟದ್ದು. AI ಒಂದು ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ನಿರ್ಧಾರ-ಬೆಂಬಲ ಪದರವಾಗಿದೆ; ಅವು ರಕ್ಷಣೆ, ಸ್ವತಂತ್ರ ಮತ್ತು ಪರಿಶೀಲಿಸಿದ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಜೀವನ ಮತ್ತು ಸೌಲಭ್ಯದ ಸುರಕ್ಷತೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತವೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಸಂವೇದಕ ಡೇಟಾ ಸೆಟ್ (ಅಥವಾ ಮಾದರಿ ಸಮಯ ಸರಣಿ) ತೆಗೆದುಕೊಳ್ಳಿ. "SPC / ನಿಯಂತ್ರಣ ಚಾರ್ಟ್ ವ್ಯಾಖ್ಯಾನ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ AI ಫ್ಲ್ಯಾಗ್ ವಿಶೇಷ ಕಾರಣ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಹೊಂದಿರಿ. ಪ್ರತಿ ಚಿಹ್ನೆಗೆ, ಇದು ನಿಜವಾದ ಘಟನೆಯೇ ಅಥವಾ ಸಂವೇದಕ ಸಮಸ್ಯೆಯೇ ಎಂಬುದನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು "ಅಸಹಜತೆ ವಿಶ್ವಾಸಾರ್ಹತೆ ಫಿಲ್ಟರ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಅನ್ವಯಿಸಿ. ನಿಮ್ಮ ಪ್ರಕ್ರಿಯೆಯ ಜ್ಞಾನದೊಂದಿಗೆ ಕಾರಣಕ್ಕಾಗಿ ಕನಿಷ್ಠ ಒಂದು ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಪರೀಕ್ಷಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಮೊದಲು ಡೇಟಾ ವಿಶ್ವಾಸಾರ್ಹತೆಗಾಗಿ ಅಸಂಗತ ಸಂಕೇತಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿದ್ದೇನೆ (ಸಂವೇದಕ/ಮಾಪನಾಂಕ ನಿರ್ಣಯ).
- [ ] ನಾನು ಪ್ರಕ್ರಿಯೆಯ ಮಾಹಿತಿಯೊಂದಿಗೆ ಕಾರಣಕ್ಕಾಗಿ ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಪರೀಕ್ಷಿಸಿದೆ.
- [ ] ನಾನು SPC ಸಂಕೇತಗಳನ್ನು ಮಧ್ಯಸ್ಥಿಕೆಯ ನಿರ್ಧಾರವಾಗಿ ಮಾರ್ಪಡಿಸಿದೆ, ನಾನು ಅದನ್ನು AI ಗೆ ಬಿಡಲಿಲ್ಲ.
- [ ] ಡೇಟಾ ಕ್ಲೀನಿಂಗ್ನಲ್ಲಿ, ನಾನು ಅನುಮೋದಿತ ನಿರ್ಧಾರವನ್ನು ಅನ್ವಯಿಸಿದ್ದೇನೆ, ಸ್ವಯಂಚಾಲಿತ ಅಳಿಸುವಿಕೆ ಅಲ್ಲ.
- [ ] ನಾನು ಭದ್ರತಾ ರಕ್ಷಣೆಯನ್ನು ಸ್ವತಂತ್ರ ವ್ಯವಸ್ಥೆಗೆ ಬಿಟ್ಟಿದ್ದೇನೆ, AI ಅಲ್ಲ.