IA para datos de producción – Reconocimiento automático de relaciones
Cuando la cantidad de datos para un análisis manual se vuelve demasiado grande.
Un problema de producción puede verse influenciado por muchos valores de las máquinas. La temperatura, la presión, la velocidad, los estados de las máquinas y otros parámetros del proceso cambian simultáneamente, y las relaciones relevantes a menudo son difíciles de detectar a simple vista.
Machine Designer utiliza Machine Learning para examinar sistemáticamente los datos de producción registrados y proporcionar indicios sobre las variables de influencia relevantes y patrones.
Usted define el problema de producción. Machine Designer analiza los datos.
Usted conoce su producción. Sabe qué evento debe ser investigado, como por ejemplo una parada, una desviación de calidad o un estado específico de la máquina.
Machine Designer se encarga de la investigación basada en datos de los valores de la máquina registrados y evalúa qué información podría ser especialmente relevante para el evento en cuestión.
No necesita programar un modelo de Machine Learning ni ser un Data Scientist para ello.
1. Establecer evento
Defina qué se debe investigar, por ejemplo, una parada o el logro de un estado de proceso específico.
2. Investigar datos de producción
Machine Designer genera características adecuadas a partir de los datos de la máquina registrados y entrena un modelo para la pregunta seleccionada.
3. Evaluar resultados
Recibirá indicaciones sobre qué valores y patrones de máquinas están relacionados con el evento examinado y cuán significativo es el modelo.
El conocimiento de producción se encuentra con el aprendizaje automático.
La IA no conoce su producción. Sin embargo, puede reconocer relaciones en los datos que fácilmente se pasan por alto en un análisis manual.
El gerente de producción aporta conocimiento del proceso y plantea preguntas. Machine Designer se encarga de gran parte del análisis técnico de datos. Solo la combinación de conocimiento de producción y análisis basado en datos hace que los resultados sean valiosos.
¿Qué se puede investigar?
Paradas
¿Qué cambios ocurren regularmente antes de una parada?
Desviaciones de calidad
¿Qué variables de proceso diferencian entre buenos y notables períodos de producción?
Estados del proceso
¿Qué valores de máquina están relacionados con un estado específico?
Comportamiento inusual
¿Qué combinaciones de valores de proceso difieren del comportamiento normal de producción?
La IA apoya las decisiones, pero no reemplaza el conocimiento del proceso.
Los resultados de un modelo de Machine Learning son indicios de relaciones estadísticas. Deben ser evaluados junto con el conocimiento sobre la máquina y el proceso de producción.
Machine Designer tiene como objetivo ayudar a los responsables de producción a llegar más rápidamente a las preguntas correctas y a las posibles variables de influencia, en lugar de delegar decisiones sin verificar a una IA.