உற்பத்தி, கடற்படை/உபகரணத் தரவு மற்றும் முன்கணிப்பு பராமரிப்பு

ஆதாயங்கள்:

• AI உடன் அனுப்புதல், டெலிமெட்ரி மற்றும் OEE தரவைச் சுருக்கி, இடையூறுகள் மற்றும் முரண்பாடுகளைக் கண்டறியும் திறன்
• AI ஆதரவுடன் அதிர்வு, வெப்பநிலை மற்றும் எண்ணெய் பகுப்பாய்வு தரவுகளுடன் முன்கணிப்பு பராமரிப்பு தர்க்கத்தை உருவாக்கும் திறன்
• கள சரிபார்ப்பு மற்றும் செயல்பாட்டு மேலாளரின் முடிவுடன் AI ஆல் தயாரிக்கப்பட்ட உற்பத்தி/பராமரிப்பு கணிப்புகளை சோதிக்கும் திறன்

காகிதத்தில் எவ்வளவு நல்ல திட்டம் இருந்தாலும், களத்தில் உற்பத்தி கணக்கிடப்படுகிறது: எத்தனை டன் தோண்டப்பட்டது, எந்த தரத்தில், எத்தனை லாரிகள் அதை எடுத்துச் சென்றன, உபகரணங்கள் எவ்வளவு கடினமாக உழைத்தன, எவ்வளவு எரிபொருள் எரிக்கப்பட்டது. ஒரு நவீன திறந்த குழியில், அகழ்வாராய்ச்சிகள், டிரக்குகள், டிரில்லர்கள் மற்றும் டோசர்கள் வினாடிக்கு வினாடி தரவுகளை உருவாக்குகின்றன; கடற்படை மேலாண்மை அமைப்புகள் (அனுப்புதல்) ஒவ்வொரு வாகனத்தின் இருப்பிடம், சுமை மற்றும் நிலை ஆகியவற்றை பதிவு செய்கின்றன. இந்தத் தரவுகளின் பெருங்கடல் ஒரு பொக்கிஷமாகும், இது சரியாகப் படிக்கும்போது, ​​உற்பத்தியை அதிகரிக்கிறது, செலவுகளைக் குறைக்கிறது மற்றும் இடையூறுகளைக் குறிக்கிறது. AI; செயல்பாட்டுத் தரவு, போக்கு மற்றும் ஒழுங்கின்மை (எதிர்பார்ப்பதில் இருந்து விலகல்) கண்டறிதல், முன்கணிப்பு பராமரிப்பு கணிப்பு மற்றும் அறிக்கையிடல் ஆகியவற்றைச் சுருக்கமாகச் சொல்வதில் இது ஒரு சக்திவாய்ந்த உதவியாகும். இருப்பினும், ஷிப்ட் முடிவுகள், உபகரணங்கள் நிறுத்தங்கள் மற்றும் உற்பத்தி இலக்குகள் ஆகியவை செயல்பாட்டு மேலாளரிடம் உள்ளன; AI ஒரு எச்சரிக்கையை அளிக்கிறது, மனிதன் முடிவெடுக்கிறான்.

OEE இன் மொழி மற்றும் உற்பத்தி தரவு

உற்பத்தி செயல்திறனை அளவிடுவதற்கான பொதுவான வழி OEE (ஒட்டுமொத்த உபகரண செயல்திறன்). OEE என்பது மூன்று கூறுகளின் தயாரிப்பு ஆகும்: கிடைக்கும் தன்மை (உபகரணங்கள் செயல்படுகின்றன), செயல்திறன் (வடிவமைப்பு வேகத்தில் எவ்வளவு இயங்குகிறது) மற்றும் தரம் (உற்பத்தியில் எவ்வளவு இலக்கில் உள்ளது). ஒரு டிரக்கின் குறைந்த OEE பழுதடைதல், ஸ்தம்பித்தல் அல்லது மெதுவான செயல்பாட்டினால் வரலாம்; இது எது என்பதைக் கண்டறிய, தரவைச் சரியாக வெட்ட வேண்டும். AI ஆனது OEE கூறுகளை உடைத்து "எங்கே இழப்பு" என்ற கேள்விக்கு பதிலளிப்பதில் சிறந்தது; ஆனால் ஒரு ஷிப்ட் கைவிடப்பட்டதற்கான சரியான காரணம் புல உறுதிப்படுத்தல் மூலம் கண்டறியப்படுகிறது.

படிப்படியாக: கடற்படை தரவுகளுடன் AI வேலை

1. தரவை அநாமதேயமாக்கி அடையாளம் காணவும். முகமூடி வாகன அடையாளங்கள்; நெடுவரிசைகள், நேர முத்திரை மற்றும் அலகுகளை விவரிக்கவும்.
2. ஒரு சுருக்கத்தை உருவாக்கவும். டன்கள், பயணங்களின் எண்ணிக்கை, வேலை/காத்திருப்பு/தோல்வி நேரங்கள் ஷிப்ட்/நாள் அடிப்படையில். AI: சுருக்கக் குறியீடு மற்றும் அட்டவணை.
3. தடைகளைத் தேடுங்கள். ஏற்றுதல், ஏற்றுதல் அல்லது இறக்குதல் ஆகியவற்றைக் கட்டுப்படுத்துமா? வரிசை நேரங்கள் எங்கே குவிகின்றன? AI: குறுக்கு வெட்டு பகுப்பாய்வு பரிந்துரைக்கிறது.
4. ஒழுங்கின்மையைக் குறிக்கவும். எரிபொருள், சுழற்சி நேரம், எதிர்பார்ப்புகளிலிருந்து விலகும் சுமை. AI: புள்ளியியல் வரம்பு அல்லது எளிய மாதிரியை பரிந்துரைக்கிறது.
5. புலத்துடன் உறுதிப்படுத்தவும். செயல்பாடுகள்/பராமரிப்பு குழுவுடன் ஒவ்வொரு ஒழுங்கின்மையையும் சரிபார்க்கவும்; தரவு பிழை அல்லது உண்மையான பிரச்சனையா?
6. நடவடிக்கை மற்றும் நாட்டம். நடவடிக்கை அதிகாரியால் முடிவு எடுக்கப்படுகிறது; AI பின்தொடர்தல் அறிக்கையை உருவாக்குகிறது.

உதவிக்குறிப்பு: ஒரு ஒழுங்கின்மை எப்போதும் ஒரு செயலிழப்பு அல்ல; பெரும்பாலான நேரங்களில் இது சென்சார் பிழை, நேர முத்திரை சறுக்கல் அல்லது பதிவு இடைவெளி. "நான் முதலில் தரவு அல்லது இயந்திரத்தை சந்தேகிக்க வேண்டுமா?" என்ற கேள்வியைக் கேளுங்கள். ஒவ்வொரு ஒழுங்கின்மையுடன்.

முன்கணிப்பு பராமரிப்பு: கருத்து மற்றும் எல்லை

மூன்று தலைமுறை பராமரிப்புகள் உள்ளன: சரிசெய்தல் (ஒரு செயலிழப்பு ஏற்படும் போது பழுதுபார்த்தல்), தடுப்பு (ஒரு அட்டவணையின்படி பராமரிப்பு) மற்றும் முன்கணிப்பு (முன்கணிப்பு: தரவுகளில் உள்ள அறிகுறிகளிலிருந்து தோல்வியை முன்னறிவித்தல்). முன்கணிப்பு பராமரிப்பில், அதிர்வு, வெப்பநிலை, எண்ணெய் பகுப்பாய்வு (உலோகங்களை அணிவது), மின்னோட்டம் மற்றும் அழுத்தம் போன்ற குறிகாட்டிகள் கண்காணிக்கப்படுகின்றன; இயல்பிலிருந்து விலகல் ஒரு செயலிழப்பைக் குறிக்கலாம். இந்த பன்முகத் தரவுகளில் வடிவங்கள் மற்றும் முரண்பாடுகளைக் கண்டறிவதில் AI சக்தி வாய்ந்தது. ஆனால் முக்கியமான விஷயம் இதுதான்: ஒரு ஒழுங்கின்மை ஒரு எச்சரிக்கை, ஒரு நோயறிதல் அல்ல. உபகரணங்களை நிறுத்தவும், பாகங்களை மாற்றவும் அல்லது செயல்பாட்டைத் தொடரவும் முடிவு; இது பராமரிப்புக் குழுவின் உடல் பரிசோதனை மற்றும் செயல்பாட்டு மேலாளரின் ஒப்புதலுடன் வழங்கப்படுகிறது. தவறான நேர்மறைகள் (வீணில்லாத நிறுத்தம்) மற்றும் தவறான எதிர்மறைகள் (தவறாத தோல்வி) இரண்டும் விலை அதிகம்; மக்கள் இந்த சமநிலையை நிர்வகிக்கிறார்கள்.

முன்கணிப்புப் பராமரிப்பின் மதிப்பானது, தோல்வியைத் திட்டமிடப்பட்ட பணிநிறுத்தமாக மாற்றுவதற்கு, முன்கூட்டியே தோல்வியைக் கண்டறிவதில் உள்ளது: திட்டமிடப்படாத செயலிழப்பு உற்பத்தியை நடுப்பகுதியில் நிறுத்துகிறது, அதே சமயம் கணிக்கப்பட்ட தோல்வி பாகங்கள் தயாரிக்கப்பட்டு, திட்டமிடப்பட்ட சாளரத்தில் பராமரிப்பு செய்யப்படுகிறது. இருப்பினும், தரவு நம்பகமானதாக இருந்தால் மட்டுமே இது செயல்படும். ஒரு சுரங்கத்தில், சென்சார்கள் தூசி, அதிர்வு மற்றும் வெப்பத்தின் கீழ் செயல்படுகின்றன; அளவுத்திருத்த சறுக்கல், தளர்வான இணைப்பு மற்றும் பதிவு இடைவெளி ஆகியவை பொதுவானவை. எனவே, ஒரு முன்கணிப்பு பராமரிப்பு திட்டத்தின் முதல் படி ஒரு மாதிரியை உருவாக்குவது அல்ல, ஆனால் தரவு தரத்தை உறுதி செய்வது. AI ஒரு "தோல்வி கணிப்பு" செய்வதற்கு முன், அந்த தரவு எவ்வளவு நம்பகத்தன்மையுடன் சேகரிக்கப்பட்டது என்று கேட்க வேண்டியது அவசியம்; மோசமான தரவுகளுடன் கட்டமைக்கப்பட்ட மிகவும் மேம்பட்ட மாடல் கூட தவறாக வழிநடத்துகிறது. மேலும், எல்லா உபகரணங்களும் சமமாக முக்கியமானவை அல்ல: ஒரு பிரதான பிரேக்கரின் தோல்வி முழு ஆலையையும் மூடலாம், அதே நேரத்தில் காப்பு பம்ப் தோல்வியை பொறுத்துக்கொள்ள முடியும். உபகரணங்கள் விமர்சனத்தின் அடிப்படையில் முன்கணிப்பு முயற்சிக்கு முன்னுரிமை அளிப்பது வரையறுக்கப்பட்ட பராமரிப்பு வளங்களை சரியான இடத்திற்கு வழிநடத்துகிறது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - மறைக்கப்பட்ட இடையூறு. ஒரு சுரங்கத்தில் உற்பத்தி இலக்கை விட 12% குறைவாக உள்ளது. ஷிப்ட் மேற்பார்வையாளர் "சில லாரிகள் உள்ளன" என்று நினைக்கிறார். அவர்களிடம் AI சுருக்கமான அனுப்புதல் தரவு உள்ளது; அகழ்வாராய்ச்சியில் சராசரியாக 28% லாரிகள் வரிசையில் காத்திருக்கின்றன. பிரச்சனை லாரிகளின் எண்ணிக்கை அல்ல, ஆனால் ஒரு அகழ்வாராய்ச்சியின் ஏற்றுதல் வேகம். இரண்டாவது ஏற்றி பயன்படுத்தப்படும் போது வால் குறைகிறது. AI எண்களில் தடையைக் காட்டியது; குழு முடிவு மற்றும் கள உறுதிப்படுத்தல் செய்தது.

வழக்கு 2 - எரிபொருள் ஒழுங்கின்மை. கடந்த இரண்டு வாரங்களில் ஒரு டிரக்கின் எரிபொருள் நுகர்வு அதன் சக பயணிகளை விட 18% அதிகமாக உள்ளது என்று AI கொடியிடுகிறது. பராமரிப்பு குழு சரிபார்க்கிறது; காற்று வடிகட்டி அடைக்கப்பட்டுள்ளது மற்றும் இயந்திரம் சிரமப்படுவதைக் கண்டறிந்தார். வடிகட்டியை மாற்றும்போது நுகர்வு இயல்பு நிலைக்குத் திரும்பும். இங்கே AI முன்கூட்டியே எச்சரிக்கை செய்தது; ஆனால் உடல் பரிசோதனை நோயறிதலை (வடிகட்டி) செய்தது. AI "இன்ஜின் பழுதடைந்துள்ளது" என்று கூறியிருந்தால், அதற்கேற்ப இயந்திரம் அகற்றப்பட்டிருந்தால், அது தவறாகவும் விலை உயர்ந்ததாகவும் இருந்திருக்கும்.

வழக்கு 3 - தவறான நேர்மறை. AI ஒரு கிரைண்டரின் அதிர்வுத் தரவுகளில் திடீரெனத் தாண்டுவதைக் கண்டு "உடனடி தோல்வி" பற்றி எச்சரிக்கிறது. பராமரிப்பு குழு கவனிக்கிறது; துள்ளல் சென்சார் தளர்த்தப்படுவதால், இயந்திரம் அப்படியே உள்ளது என்பதைக் கண்டறிந்தார். எச்சரிக்கையை கண்மூடித்தனமாக பின்பற்றி ஆலையை நிறுத்தியிருந்தால், ஒரு ஷிப்ட் உற்பத்தி வீணாகியிருக்கும். பாடம்: ஒவ்வொரு ஒழுங்கின்மையிலும், முதலில் தரவு/சென்சார் தரத்தை கேள்வி கேட்கவும்; AI எச்சரிக்கை என்பது ஒரு கருதுகோள்.

நகலெடுக்கக்கூடிய உடனடி வார்ப்புருக்கள்

FLEET DATA SUMMARY"பங்கு: நீங்கள் உதவி சுரங்க செயல்பாட்டு ஆய்வாளர். பின்வரும் அனுப்புதல் தரவை ஷிப்ட் மூலம் சுருக்கவும்: மொத்த டன்கள், பயணங்களின் எண்ணிக்கை, சராசரி சுழற்சி நேரம், ஓட்டம்/காத்திருப்பு/தோல்வி சதவீதம்

பாட்டிலெனெக் பகுப்பாய்வு "சுமை-போக்குவரத்து-இறக்கும் சுழற்சியில் வரிசை/காத்திருப்பு நேரங்கள் எங்கு குவிகின்றன என்பதைக் கண்டறிய ஒரு பகுப்பாய்வை அமைக்கவும். வெளியீடு: ஒவ்வொரு கட்டத்திலும் சராசரி காத்திருப்பு மற்றும் மொத்த இழந்த நேரம். போக்குவரத்து அல்லது இறக்குதலில், ஏற்றியில் சிக்கல் உள்ளதா என்பதைக் காட்டவும்; உறுதியான தீர்வைப் பரிந்துரைக்கவும், சாத்தியமான காரணங்களைப் பட்டியலிடவும் மற்றும் உறுதிப்படுத்தவும்."

ஒழுங்கின்மை (பராமரிப்பு)"கீழே ஒரு உபகரணத்தின் [அதிர்வு/வெப்பநிலை/எரிபொருள்] நேரத் தொடர் உள்ளது. சாதாரண வரம்பிலிருந்து விலகும் புள்ளிகளைக் குறிக்கவும் மற்றும் ஒவ்வொன்றிற்கும்: (1) விலகலின் அளவு, (2) சாத்தியமான உணர்திறன்/தரவு தோல்வியின் சாத்தியம், (3) இயற்பியல் சோதனையில் எதைப் பார்க்க வேண்டும். [ஒட்டு]."

SHIFT REPORT DRAFT"பின்வரும் சுருக்கத் தரவுகளிலிருந்து வரைவு மாற்ற அறிக்கையை எழுதவும்: உற்பத்தி செய்யப்பட்ட டன்கள், இலக்கிலிருந்து விலகல், இழப்புக்கான முக்கிய காரணங்கள், முரண்பாடுகள் கொடியிடப்பட்டவை மற்றும் பரிந்துரைக்கப்பட்ட பின்தொடர்தல் படிகள். முடிவுகளை 'செயல்பாட்டு அதிகாரியின் ஒப்புதலுக்கு உட்பட்டது' எனக் குறிக்கவும். தரவு:[ஒட்டு]."

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான ப்ராம்ப்ட்: "இந்த டிரக் பழுதாகுமா?"

வலுவான அறிவுறுத்தல்: "பாத்திரம்: நீங்கள் துணை முன்கணிப்பு பராமரிப்பு ஆய்வாளர். அதிர்வு மற்றும் வெப்பநிலைத் தொடரில் உள்ள புள்ளிகளை இயல்பிலிருந்து விலகுவதற்குக் கீழே குறிக்கவும், விலகலின் அளவைக் கொடுங்கள் மற்றும் உண்மையான இயந்திர அடையாளத்திலிருந்து சாத்தியமான சென்சார் தோல்வியின் சாத்தியக்கூறுகளைக் கண்டறியவும். தோல்வியின் சரியான கணிப்புகளைச் செய்ய வேண்டாம்.

ஒப்பீட்டு விளக்கப்படம்: தரவு சமிக்ஞை மற்றும் முடிவு

சமிக்ஞை

AI வெளியீடு

யாருடைய முடிவு

சரிபார்ப்பு

குறைந்த OEE

கூறு பாகுபடுத்தல் இல்லை

செயல்பாட்டு மேலாளர்

கள கண்காணிப்பு

வரிசை / இடையூறு

அது எங்கே குவிகிறது

ஷிப்ட் மேற்பார்வையாளர்

புல உறுதிப்படுத்தல்

எரிபொருள் விலகல்

ஒழுங்கின்மை அடையாளம்

பராமரிப்பு குழு

உடல் பரிசோதனை

அதிர்வு தெறிப்பு

எச்சரிக்கை (நோயறிதல் அல்ல)

பராமரிப்பு + செயல்பாடு

சென்சார் + ஆய்வு

மாற்ற அறிக்கை

வரைவு

செயல்பாட்டு மேலாளர்

ஒப்புதல்

பொதுவான தவறுகள்

• ஒரு திட்டவட்டமான செயலிழப்புக்கு ஒரு ஒழுங்கின்மையை தவறாகப் புரிந்துகொள்வது. பெரும்பாலான முரண்பாடுகள் சென்சார்/டேட்டா பிழைகள்; முதலில் தரவை வினவவும்.
• "அது உடைந்துவிடுமா?" என்று துல்லியமாக கணிக்க AI ஐக் கேட்பது. AI சமிக்ஞைகள்; பரிசோதனை நோயறிதலை செய்கிறது.
• எண் சரிபார்ப்பிலிருந்து தடையாக இருப்பதாகக் கருதுதல். "குறைவான லாரிகள்" என்ற உணர்வு பெரும்பாலும் தவறாக மாறிவிடும்.
• நேர முத்திரை/தொகுதி சிக்கல்களைத் தவிர்க்கிறது. பதிவு இடைவெளிகள் OEE மற்றும் சுழற்சி கணக்கியலை சிதைக்கிறது.
• கண்மூடித்தனமாக எச்சரிக்கையைக் கடைப்பிடித்து உற்பத்தியை நிறுத்துதல். தவறான நேர்மறையின் விலையும் உண்மையானது.

கவனம்: முன்கணிப்பு பராமரிப்பின் நோக்கம் செயலிழப்பைத் தடுப்பதாகும், ஆனால் இயந்திரத்தை நிறுத்துவதன் மூலம் ஒவ்வொரு எச்சரிக்கைக்கும் பதிலளிப்பதும் இழப்புகளை ஏற்படுத்துகிறது. எச்சரிக்கையின் தீவிரம், உபகரணங்களின் விமர்சனம் மற்றும் ஆய்வுக் கண்டுபிடிப்பு ஆகியவற்றை ஒன்றாக எடைபோடும் நபருக்கு இந்த முடிவு சொந்தமானது.

சுருக்கமாக

கடற்படை மற்றும் உற்பத்தித் தரவு என்பது ஒரு பொக்கிஷமாகும், இது சரியாகப் படிக்கும்போது உற்பத்தியை அதிகரிக்கிறது; சுருக்கம், இடையூறு கண்டறிதல், ஒழுங்கின்மை கொடியிடுதல் மற்றும் முன்கணிப்பு பராமரிப்பு ஆகியவற்றில் AI இதை சக்திவாய்ந்த முறையில் கையாளுகிறது. OEE இழப்புகள், வரிசை நேரங்கள் மற்றும் சென்சார் விலகல்கள் ஆகியவை AI உடன் விரைவாகக் காணப்படுகின்றன. ஆனால் ஒழுங்கின்மை ஒரு எச்சரிக்கை, நோயறிதல் அல்ல; உபகரணங்களை நிறுத்துதல் மற்றும் மாற்றுதல் முடிவுகள் கள உறுதிப்படுத்தல் மற்றும் செயல்பாட்டு மேலாளரின் ஒப்புதலுடன் எடுக்கப்படுகின்றன. ஒவ்வொரு ஒழுங்கின்மைக்கும், முதலில் தரவு/சென்சார் தரத்தை வினவவும்.

விண்ணப்ப பணி

ஷிப்ட் தொலைந்ததற்கான காரணங்களைப் பிரித்தெடுக்க, உங்கள் மாதிரி (அல்லது உங்கள் சொந்த அநாமதேய) டிஸ்பாட்ச் தரவுடன் “ஃப்ளீட் தரவு சுருக்கம்” மற்றும் “போட்டில்நெக் பகுப்பாய்வு” டெம்ப்ளேட்களைப் பயன்படுத்தவும். பின்னர் "அனோமலி மார்க்கிங்" டெம்ப்ளேட்டை ஒரு உபகரணத்தின் அதிர்வு/எரிபொருள் தொடருக்குப் பயன்படுத்தவும், மேலும் ஒவ்வொரு கொடிக்கும் இது தரவுப் பிழையா அல்லது உண்மையான பிரச்சனையா என்பதைக் கவனியுங்கள். இறுதியாக, "ஷிப்ட் அறிக்கை வரைவு" மூலம், கண்டுபிடிப்புகளை அறிக்கையாக மொழிபெயர்த்து, செயல்பாட்டு ஒப்புதலுக்கான முடிவுகளைக் குறிக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் வாகனம்/பணியாளர் ஐடிகளை முகமூடி அணிந்து அநாமதேயப்படுத்தினேன்.
• [ ] வரிசை/காத்திருப்பு தரவு மூலம் தடையை சரிபார்த்தேன், உணர்வின் மூலம் அல்ல.
• [ ] ஒவ்வொரு ஒழுங்கின்மைக்கும், நான் முதலில் சென்சார்/தரவு தரத்தை கேள்வி கேட்டேன்.
• AI எச்சரிக்கை நோயறிதல் அல்ல, ஆனால் பரிசோதனை மூலம் உறுதிப்படுத்தப்பட வேண்டிய அறிகுறி என்று நான் கருதினேன்.
• [ ] நான் உபகரணங்களை நிறுத்துதல்/உற்பத்தி செய்யும் முடிவை செயல்பாட்டு மேலாளரிடம் விட்டுவிட்டேன்.
• [ ] நான் நேர முத்திரை மற்றும் ஒலியின் நிலைத்தன்மையை சரிபார்த்தேன்.