Faida:
- Uwezo wa kusafisha data ya kitambuzi na akili ya bandia na alama hitilafu na mienendo na sheria za SPC
- Uwezo wa kutofautisha kati ya uunganisho na sababu kwa kutumia kichujio cha kutegemewa kutofautisha ikiwa kupotoka ni tukio la mchakato halisi au shida ya sensor / kipimo.
- Kuelewa kuwa akili bandia ni safu ya usaidizi wa maamuzi na kwamba usalama wa maisha na kituo ni wa mifumo huru ya usalama (SIS).
Mmea unapofanya kazi, hutoa data nyingi kimyakimya: halijoto, shinikizo, mtiririko, kiwango, pH na matokeo ya uchanganuzi wa bidhaa hutiririka kutoka kwa vihisi vingi kila sekunde. Data hii ni "pulse" ya mchakato; Ina ushahidi wa afya ya mchakato na dalili za mapema za kushindwa au kupotoka kwa ubora. Katika kitengo hiki, utajifunza jinsi ya kutumia akili bandia kama usaidizi katika kufuatilia data hii, kuripoti hitilafu, na kutafsiri mitindo ya ubora; lakini tutajifunza kwa nini bado ni juu ya mhandisi kuamua ni kupotoka gani ni kweli na hatua gani ya kuchukua.
Hebu tuanze na dhana mbili za msingi. SPC (Udhibiti wa Mchakato wa Kitakwimu; njia inayofuatilia ubadilikaji wa mchakato wenye vikomo vya takwimu na kutofautisha mabadiliko ya kawaida kutoka kwa mkengeuko halisi) na chati ya udhibiti (chati ya udhibiti - chati inayoonyesha mabadiliko dhidi ya wakati, yenye vikomo vya udhibiti wa juu/chini). Kiini cha SPC ni tofauti kati ya kutofautiana kwa asili (sababu ya kawaida - mabadiliko ya kawaida, ya kuepukika ya mchakato) na sababu maalum - kupotoka kwa kweli kutoka nje ambayo lazima kuchunguzwe. AI ina nguvu katika kufanya tofauti hii na kutafuta ruwaza katika data kubwa; lakini chanzo cha kupotoka na uamuzi wa kuingilia kati ni wa mhandisi.
Msaada wa hatua kwa hatua wa AI katika ubora na udhibiti wa data
1. Tayarisha na kusafisha data. Thamani zinazokosekana, kuruka kwa sababu ya kushindwa kwa sensorer, kutofautiana kwa kitengo. AI hutoa muhtasari wa nambari ya Python na orodha ya kusafishwa. Lakini unaamua kwa maarifa ya mchakato ni nini kinachohesabiwa kama "data batili".
2. Uwekaji alama wa mwelekeo na usio wa kawaida. AI huashiria ruwaza kama vile kuteleza polepole, kuruka kwa ghafla, au kuongezeka kwa mizunguko kwenye kitambuzi. Hawa ni watahiniwa wa kutahiniwa, sio matokeo.
3. Maoni ya SPC. AI inaweza kukumbuka sheria za chati ya udhibiti (kwa mfano, wakati pointi inapotoka kwenye mipaka, pointi zinazofuatana huenda katika mwelekeo mmoja) na kuzitumia kwenye data. Tena, uamuzi wa uhandisi hufanya uamuzi.
4. Ugunduzi wa uhusiano. AI huashiria uhusiano kama vile "usafi unaonekana kupungua kadiri halijoto inavyoongezeka." Uwiano sio sababu (uhusiano ≠ sababu - ukweli kwamba idadi mbili hutofautiana pamoja haithibitishi kwamba moja husababisha nyingine); Unajaribu uhusiano huu na maarifa ya mchakato.
5. Dhana za sababu za mizizi. AI inaorodhesha sababu zinazowezekana za kupotoka (tofauti ya malisho, kichocheo cha kuzeeka, kushindwa kwa sensorer). Hizi ni mada za utafiti, sio utambuzi.
6. Uamuzi wa hatua. Kuchukua kengele kwa uzito, kusimamisha mchakato au kufanya marekebisho - uamuzi huu wa usalama na ubora unatokana na mhandisi.
Kidokezo: Wakati AI inaripoti hitilafu katika data ya kihisi, swali la kwanza ni "je, hili ni tukio halisi la mchakato au kushindwa kwa kihisi/kipimo?" inapaswa kuwa. Wengi "anomalies" ni sensor iliyovunjika au drift calibration; Thibitisha kipimo yenyewe kabla ya kuingilia kati.
Data ya sensorer: sio kila kupotoka ni kweli
Sensorer zinaweza kusema uongo: calibration slips, thermocouple huja huru, mstari wa maambukizi huchukua kelele. AI inaweza kuona kuruka kwa data na kusema "mchakato umebadilika"; Walakini, sio mchakato unaobadilika, lakini sensor. Kwa hivyo ishara isiyo ya kawaida inachujwa kwanza kwa uaminifu wa data: inalingana na sensor nyingine, inawezekana kimwili, inafanana na rekodi ya matengenezo? Ni baada tu ya haya kupitishwa ndipo inachunguzwa kama tukio halisi la mchakato.
Tahadhari: Mfumo wa AI-msingi wa hitilafu/onyo la mapema si mbadala wa mfumo ulio na ala za usalama (SIS - safu ya pekee, iliyoidhinishwa ya ulinzi wa usalama). Mfano wa AI ni safu ya ufuatiliaji na usaidizi wa maamuzi; Ni mifumo ya ulinzi, huru na iliyothibitishwa ambayo inahakikisha usalama wa maisha na kituo.
kesi tatu ndogo
Kesi ya 1 - Ukamataji wa mapema. Katika kinu kimoja, AI iliashiria kusogea polepole kwenye kihisi joto, ikiongezeka kwa wastani wa 0.3°C kwa siku kwa zaidi ya siku 10. Timu ilichunguza; Uchafu ulianza kwenye kibadilisha joto. Uingiliaji wa mapema ulizuia wakati usiopangwa. Ishara ilitoka kwa AI, utambuzi na uamuzi ulitoka kwa timu.
Kesi ya 2 - Kengele ya uwongo imeondolewa. AI iliona kuruka kwa ghafla kwenye sensor ya shinikizo na ikaashiria kama "uvujaji unaowezekana." Mhandisi aliona kwamba sensorer mbili za jirani hazibadilika na mchakato wa calibration ulifanyika wakati huo; Ishara ilikuwa kutoka kwa kihisi. Kichujio cha kutegemewa kwa data kilizuia muda usiohitajika.
Kesi ya 3 - mtego wa uhusiano. YZ iliweka alama ya uwiano "usafi wa bidhaa hupungua wakati kiwango cha mtiririko wa malisho kinapoongezeka". Mhandisi aligundua kuwa sababu halisi haikuwa kiwango cha mtiririko lakini joto la usambazaji, ambalo lilitofautiana wakati wa mabadiliko sawa; kiwango cha mtiririko na usafi vilienda pamoja tu. Kukosea kwa uunganisho wa sababu kunaweza kusababisha mpangilio mbaya.
Violezo vinne vinavyoweza kunakiliwa
1) Rasimu ya msimbo wa kusafisha data:
Niandikie hati ya Python ya kusafisha kwa seti ya data ya kitambua mchakato. Ingizo: CSV iliyopigwa muhuri wa muda, safuwima [orodha]. (1) kuripoti kukosa thamani (futa, jaza chaguo), (2) kuripoti thamani zisizowezekana (kiwango cha mtiririko hasi, halijoto ya nje ya masafa), (3) angalia uthabiti wa kitengo, (4) ripoti maamuzi ya kusafisha lakini USIFUTE kiotomatiki; nitathibitisha. Mawazo ya serikali.
2) SPC / tafsiri ya chati ya udhibiti:
Jukumu lako: mhandisi wa ubora. Nitakupa mfululizo wa muda na vikomo vya udhibiti (UCL/LCL) vya kitofauti. Tumia kanuni za kawaida za SPC (nje ya mipaka, mwelekeo mfuatano, nguzo upande mmoja) na uweke alama alama ambazo ni "sababu maalum" ya watahiniwa. Kwa kila ishara, pia onyesha ikiwa ni tukio halisi la mchakato au tatizo linalowezekana la kipimo. Uamuzi ni juu yangu; Unawasilisha mgombea na uhalali. Data: [bandika]
3) Kichujio cha kuegemea kisicho cha kawaida:
Umeripoti hitilafu ifuatayo: [maelezo]. Tekeleza orodha ya kutegemewa kabla ya kufanya uamuzi: (1) je, inalingana na vitambuzi vilivyo karibu/husiani, (2) inawezekana kimwili, (3) je, inalingana na rekodi ya udumishaji/urekebishaji, (4) je, ni nukta moja au mwendelezo? Tathmini ikiwa ni "tukio halisi la mchakato" au "tatizo la kihisia linalowezekana". Kufanya utambuzi wa uhakika; Taja kichwa cha utafiti.
4) Dhana ya sababu ya mizizi (sio utambuzi):
Mkengeuko ufuatao wa ubora/mchakato ulionekana: [maelezo, nambari]. Orodhesha sababu zinazowezekana kwa mpangilio wa UWEZEKANO (malisho, kichocheo, kihisi, hali ya uendeshaji, matengenezo). Kwa kila dhana, andika ni data gani au jaribio gani ninapaswa kuangalia ili kudhibitisha / kukanusha. Huu SI utambuzi, ni mpango wa uchunguzi; Usitangaze sababu ya uhakika.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Je, kuna tatizo na data hii ya kihisi?
"Tatizo" halijafafanuliwa, hakuna muktadha. AI inaweza kutia chumvi kuruka bila mpangilio au kukosa kuteleza halisi.
Agizo lenye nguvu:
Jukumu lako: mhandisi wa kudhibiti mchakato. Ninakupa siku 14 na dakika 1 ya data ya halijoto ya kinu. Masafa ya kawaida 78-82°C, UCL 84, LCL 76. Jukumu: (1) weka alama ya kuteleza polepole, kuruka kwa ghafla, mwelekeo wa ongezeko la oscillation, (2) onyesha kwa kila ishara ikiwa inaweza kuwa tukio halisi au kitambuzi, (3) orodha ambayo inapaswa kuchunguzwa kwanza. Kufanya utambuzi wa uhakika; Kwa msingi wa data halisi, sio iliyoundwa. Data: [bandika]
Tofauti ni wazi: anuwai, anuwai ya kawaida, mipaka, na mfumo wa "mtahiniwa, sio utambuzi" hufanya matokeo kutumika.
Usambazaji wa jukumu katika data ya ubora/udhibiti
biashara
Jukumu la AI
uamuzi wa mwanadamu
kusafisha data
kanuni, bendera
Uamuzi batili wa data
Anomaly
kuashiria
Tofauti halisi / sensor
SPC
utekelezaji wa sheria
Uamuzi wa kuingilia kati
uwiano
Kuashiria uhusiano
Uchunguzi wa sababu
sababu ya mizizi
Orodha ya nadharia
utambuzi, hatua
ulinzi wa usalama
- (nje ya upeo)
Kujitegemea SIS
Makosa ya kawaida
- Kukosea kila hitilafu kwa tukio la mchakato halisi. Mengi yake ni suala la sensor/calibration; Utegemezi wa data huchujwa kwanza.
- Kuzingatia uwiano kama sababu. Vigezo vinavyotenda pamoja vinaweza visisababishane.
- Kutumia AI kama mfumo wa usalama. Usalama wa maisha/kituo ni wajibu wa shirika la SIS linalojitegemea, lililoidhinishwa.
- Ruhusu ufutaji wa data kiotomatiki. Mhandisi anaamua ni nini batili na ujuzi wake wa mchakato.
- Kukosea kwa mzizi wa AI husababisha nadharia ya utambuzi. Dhana ni mada za utafiti hadi zithibitishwe, sio hitimisho.
Kwa muhtasari
AI katika ubora na data ya udhibiti wa mchakato; Ni msaidizi madhubuti anayesafisha data, kuripoti hitilafu na mitindo, kutumia sheria za SPC, na kutoa uunganisho na nadharia tete za chanzo. Lakini ni juu ya mhandisi kuamua ikiwa kupotoka ni kweli au kitambuzi, iwe uunganisho ni sababu, chanzo kikuu na uingiliaji kati. AI ni safu ya ufuatiliaji na usaidizi wa maamuzi; Ni mifumo ya ulinzi, huru na iliyothibitishwa ambayo inahakikisha usalama wa maisha na kituo.
Jukumu la maombi
Chukua seti ya data ya kihisi (au sampuli ya mfululizo wa saa). Kuwa na wagombea wa sababu maalum ya bendera ya AI na kiolezo cha "SPC/utafsiri wa chati". Kwa kila ishara, tumia kiolezo cha "kichujio cha kutegemewa kwa njia isiyo ya kawaida" ili kutathmini ikiwa ni tukio la kweli au tatizo la vitambuzi. Jaribu angalau uunganisho mmoja wa sababu na ujuzi wako wa mchakato.
orodha ya ukaguzi
- [ ] Kwanza nilichuja mawimbi ya hitilafu kwa utegemezi wa data (sensor/urekebishaji).
- [ ] Nilijaribu uunganisho wa sababu na maelezo ya mchakato.
- [ ] Nilibadilisha ishara za SPC kuwa uamuzi wa kuingilia kati, sikuiacha kwa AI.
- [ ] Katika kusafisha data, nilitumia uamuzi ulioidhinishwa, sio kufuta kiotomatiki.
- [ ] Niliacha ulinzi wa usalama kwa mfumo huru, sio AI.