Добивки:
- Способност да се сумираат податоци за испраќање, телеметрија и OEE со вештачка интелигенција и откривање тесни грла и аномалии
- Способност да се конструира логика за предвидливо одржување со податоци за анализа на вибрации, температура и масло со поддршка за вештачка интелигенција
- Способност да се тестираат предвидувањата за производство/одржување произведени од вештачка интелигенција со теренска проверка и одлука на оперативниот менаџер
Колку и да е добар планот на хартија, важно е производството на терен: колку тони се ископани, во која класа, колку камиони го носеле, колку напорно работела опремата, колку гориво е согорено. Во модерен отворен коп, багерите, камионите, дупчалките и дозерите произведуваат податоци секунда по секунда; Системите за управување со флота (испраќање) ја снимаат локацијата, оптоварувањето и статусот на секое возило. Овој океан од податоци е ризница која, кога се чита правилно, го зголемува производството, ги намалува трошоците и укажува на тесни грла. ВИ; Ова е моќна помош за сумирање на оперативни податоци, откривање тренд и аномалија (отстапување од очекуваното), предвидување и известување за предвидливо одржување. Меѓутоа, одлуките за смена, прекините на опремата и целите на производството му припаѓаат на оперативниот менаџер; ВИ дава предупредување, човекот ја носи одлуката.
Јазикот на OEE и податоците за производство
Вообичаен начин за мерење на перформансите на производството е OEE (Overall Equipment Effectiveness). OEE е производ на три компоненти: достапност (дали опремата е оперативна), перформанси (колку работи со дизајнерска брзина) и квалитет (колку од производството е наменето). Нискиот OEE на камионот може да дојде од дефект, застој или бавно работење; За да откриете кој е, потребно е правилно да ги исечете податоците. Вештачката интелигенција е добра во разградувањето на компонентите на OEE и одговарање на прашањето „каде е загубата“; но точната причина зошто е отфрлена смена се наоѓа преку потврда на терен.
Чекор по чекор: Работа со вештачка интелигенција со податоци за флотата
- Анонимизирајте и идентификувајте ги податоците. маскирани лични карти на возила; Опишете ги колоните, временскиот печат и единиците.
- Направете резиме. Тони, број на патувања, време на работа/чекање/неуспех на смена/ден. АИ: резиме код и табела.
- Барајте тесни грла. Дали го ограничува товарењето, носењето или растоварувањето? Каде се акумулираат времињата на редици? АИ: предлага анализа на пресек.
- Обележете ја аномалијата. Гориво, време на циклус, оптоварување кое отстапува од очекувањата. ВИ: предлага статистички праг или едноставен модел.
- Потврдете со поле. Потврдете ја секоја аномалија со тимот за операции/одржување; Грешка во податоците или вистински проблем?
- Акција и потера. Одлуката ја донесува оперативниот службеник; ВИ го подготвува извештајот за следење.
Совет: аномалија не е секогаш дефект; најчесто се работи за грешка на сензорот, поместување на временскиот печат или јаз на рекорд. Поставете го прашањето „Дали прво треба да се сомневам во податоците или во машината?“ со секоја аномалија.
Предвидливо одржување: концепт и граница
Постојат три генерации на одржување: корективно (поправка кога ќе се појави дефект), превентивно (одржување според распоред) и предвидливо (предвидливо: предвидување на дефект од знаците во податоците). При предвидливо одржување, се следат индикаторите како што се вибрации, температура, анализа на маслото (метали на абење), струја и притисок; Отстапувањето од нормалата може да укаже на дефект. Вештачката интелигенција е моќна во пронаоѓањето на обрасци и аномалии во овие мултиваријантни податоци. Но, критичната точка е ова: аномалија е предупредување, а не дијагноза. Одлука за стопирање на опремата, замена на делови или продолжување со работа; Се дава со физички преглед на тимот за одржување и одобрение од оперативниот менаџер. Лажни позитиви (залудно стопирање) и лажни негативни (пропуштен неуспех) се скапи; Луѓето управуваат со оваа рамнотежа.
Вредноста на предвидливото одржување лежи во откривањето на дефект доволно рано за да се претвори во планирано исклучување: непланиран дефект го запира производството во средината на смената, додека предвидениот дефект делови се подготвуваат и одржувањето се врши во планираниот прозорец. Сепак, ова функционира само ако податоците се веродостојни. Во рудникот, сензорите работат под прашина, вибрации и топлина; Вообичаени се калибрационите наноси, лабавата врска и јазот за регистрација. Затоа, првиот чекор од програмата за предвидливо одржување не е да се изгради модел, туку да се обезбеди квалитет на податоците. Пред вештачката интелигенција да направи „предвидување на неуспех“, неопходно е да се праша колку веродостојно се собрани тие податоци; Дури и најнапредниот модел изграден со лоши податоци е погрешен. Освен тоа, не е целата опрема подеднакво критична: дефектот на еден главен прекинувач може да ја исклучи целата постројка, додека дефектот на резервната пумпа може да се толерира. Давањето приоритет на предвидливите напори засновани на критичноста на опремата ги насочува ограничените ресурси за одржување на вистинското место.
три мини футроли
Случај 1 - Скриено тесно грло. Производството во еден рудник е 12% под целта. Надзорникот на смената смета дека „има малку камиони“. Тие имаат податоци за испраќање на сумирање на вештачката интелигенција; Излегува дека во просек 28% од камионите чекаат на ред кај багерот. Проблемот не е бројот на камиони, туку брзината на товарење на еден багер. Опашот паѓа кога ќе се активира втор натоварувач. ВИ го покажа тесното грло во бројки; Екипата ја донесе одлуката и теренската потврда.
Случај 2 - Аномалија на гориво. Вештачката интелигенција покажува дека потрошувачката на гориво на камионот е за 18% поголема од нејзините врсници во последните две недели. Тимот за одржување проверува; утврди дека филтерот за воздух е затнат и моторот се мачи. Потрошувачката се враќа во нормала кога ќе се смени филтерот. Овде вештачката интелигенција даде рано предупредување; но физичкиот преглед ја постави дијагнозата (филтер). Ако вештачката интелигенција речеше „неисправен мотор“ и моторот беше соодветно демонтиран, ќе беше и погрешно и скапо.
Случај 3 - Лажно позитивен. Вештачката интелигенција гледа ненадеен скок во податоците од вибрациите на мелницата и предупредува на „неминовен дефект“. Тимот за одржување се грижи за; открива дека отскокнувањето се должи на олабавување на сензорот, машината е недопрена. Ако предупредувањето слепо се следело и мелницата била стопирана, залудно би била изгубена една смена на производството. Лекција: при секоја аномалија, прво прашајте го квалитетот на податоците/сензорот; Предупредувањето со вештачка интелигенција е хипотеза.
Шаблони за копирање на брзините
РЕЗИМЕ НА ПОДАТОЦИ ЗА ФЛОТА "Улога: Вие сте помошник аналитичар за операции во рудникот. Сумирајте ги следните податоци за испраќање по смена: вкупни тони, број на патувања, просечно време на циклус, процент на трчање/чекање/неуспех. Идентификациите на возилата се маскирани. Обележете ги смените на знамето кои изгледаат ненормални, но одлучуваат ЗОШТО; предложете кои дополнителни податоци: [пресек] да се испитаат."
АНАЛИЗА НА ТЕСНОТО грло "Поставете анализа за да откриете каде се акумулираат времињата на редот/чекањето во циклусот товарење-транспорт-растовар. Излез: просечно чекање и вкупно изгубено време во секоја фаза. Покажете дали тесното грло е кај натоварувачот, во транспортот или во истоварот; ПРЕПОРАЧИ дефинитивно решение, наведете ги можните причини и означете дека е потребна потврда на теренот."
АНОМАЛИЈА НА ОБЕЗБЕДУВАЊЕ (ОДРЖУВАЊЕ)"Подолу е дадена временска серија [вибрации/температура/гориво] на парче опрема. Означете ги точките што отстапуваат од нормалниот опсег и за секоја од нив: (1) големината на отстапувањето, (2) можноста за можен дефект на сензорот/податоците, (3) што да барате при [физичка проверка на податоци.
НАЦРТ НА ИЗВЕШТАЈ ЗА SHIFT"Напишете нацрт-извештај за смена од следните збирни податоци: произведени тони, отстапување од целта, главни причини за загуба, означени аномалии и препорачани чекори за следење. Обележете ги одлуките „предмет на одобрување од оперативниот службеник“. Податоци:[залепете]."
Слаб промпт / Силен промпт
СЛАБ ПРЕТСТАВ: „Дали овој камион ќе се расипе?
СИЛНО ПРЕТСТАВУВАЊЕ: „Улога: вие сте помошник аналитичар за предвидливо одржување. Обележете ги точките во серијата вибрации и температури под кои отстапуваат од нормалното, дајте ја големината на отстапувањето и ДИСКРИМИНИРАЈТЕ ја можноста за можен дефект на сензорот од вистинскиот механички знак. НЕ правете точна прогноза за неуспехот; треба да прегледате физички податоци за време на одржувањето."
Споредбена табела: податочен сигнал и одлука
сигнал
Излез на вештачка интелигенција
чија одлука
верификација
Низок ОЕЕ
Недостасува парсирање на компонентата
Менаџер за операции
теренско набљудување
Ред/тесно грло
каде што се акумулира
Надзорник на смена
Потврда на терен
Отстапување на горивото
знак на аномалија
тим за одржување
физички преглед
прскање со вибрации
Предупредување (не дијагноза)
Одржување + работа
Сензор + инспекција
извештај за смена
нацрт
Менаџер за операции
Одобрување
Вообичаени грешки
- Грешка аномалија за дефинитивен дефект. Повеќето аномалии се грешки на сензорот/податоците; Прво побарајте ги податоците.
- Барање од вештачката интелигенција точно да предвиди „дали ќе се расипе?“ ВИ сигнали; испитувањето ја поставува дијагнозата.
- Претпоставувајќи го тесно грло од нумеричка верификација. Чувството на „помалку камиони“ често се покажува како погрешно.
- Заобиколување на проблеми со временскиот печат/јачината на звукот. Евидентните празнини го нарушуваат ОЕЕ и сметководството на циклусот.
- Слепо почитување на предупредувањето и запирање на производството. Цената на лажно позитивно е исто така реална.
Внимание: Целта на предвидливото одржување е да се спречи дефект, но одговорот на секое предупредување со запирање на машината предизвикува и загуби. Одлуката му припаѓа на лицето кое заедно ја мери сериозноста на предупредувањето, критичноста на опремата и инспекцискиот наод.
Сумирано
Податоците за флотата и производството се ризница што го зголемува производството кога се чита правилно; Вештачката интелигенција моќно се справува со ова во сумирање, пронаоѓање на тесно грло, означување на аномалии и предвидливо одржување. Загубите на ОЕЕ, времето на редици и отстапувањата на сензорот брзо се видливи со вештачката интелигенција. Но, аномалијата е предупредување, а не дијагноза; Одлуките за стопирање и смена на опремата се носат со потврда на терен и одобрение од оперативниот менаџер. За секоја аномалија, прво побарајте го квалитетот на податоците/сензорот.
Задача за апликација
Користете ги шаблоните „Резиме на податоци за флота“ и „Анализа на тесно грло“ со вашиот примерок (или вашите сопствени анонимизирани) податоци за испраќање за да ги извлечете причините за изгубената промена. Потоа применете го шаблонот „Обележување аномалија“ на серијата вибрации/гориво на дел од опремата и забележете за секое знаменце дали се работи за грешка во податоците или за вистински проблем. Конечно, со „Програма на извештајот за смена“, преведете ги наодите во извештај и означете ги одлуките за оперативно одобрување.
листа за проверка
- [ ] Ги маскирав и анонимизирав личните карти на возила/персонал.
- [ ] Го потврдив тесното грло со податоци за редица/чекање, не со чувство.
- [ ] За секоја аномалија, прво се сомневав во квалитетот на сензорот/податоците.
- [ ] Сметав дека предупредувањето за вештачка интелигенција не е дијагноза, туку знак што треба да се потврди со преглед.
- [ ] Го оставив решението за исклучување/производство на опремата на менаџерот за операции.
- [ ] Ги проверив временскиот печат и конзистентноста на јачината на звукот.