Začíná bránou proveditelnosti na vašich reálných vzorcích, protože některé vizuální úlohy nelze při rychlosti vaší linky řešit a je levnější to vědět už v prvním týdnu. Následuje návrh snímání, anotovaná data, validovaný model a řízený test na lince, s výsledky za jednotlivé třídy vad, přičemž zmeškané vady a falešná zamítnutí se počítají odděleně.
Zkontrolovat můj případ užití viděníPromluvte si s výrobním inženýremHlavní partner na vaší straně: Manažer kvality · Vedoucí výroby · Vedoucí automatizace · Vedoucí technického úseku · Ředitel závodu
Délky jsou obvyklé, nikoli zaručené. Harmonogram prodlužují: chybějící nebo neúplná data, schválení bezpečnosti a sítě, dodací lhůty hardwaru, sběr vzorků, přístup pro instalaci, výrobní plán, přístup do testovacího prostředí ERP a čas, který váš tým potřebuje na vyhodnocení výsledků.
Neplánovaná odstávka se nepředpokládá. Každé instalační okno nebo řízené přerušení se s vámi domlouvá předem a plánuje se okolo výroby.
| Ukazatel | Jak je definován | Odkud pochází hodnota | Typ |
|---|---|---|---|
| Přesnost detekce za třídu vady | Z dílů označených pro danou třídu podíl skutečně do ní patřících. Uvádí se za třídu a nikdy se neprůměruje do jednoho čísla. | Oddělená validační sada | Technický |
| Úplnost detekce za třídu vady | Ze dílů skutečně vykazujících danou třídu podíl detekovaných, uváděný za třídu a za variantu produktu. | Oddělená validační sada | Technický |
| Míra falešných akceptů | Vadné díly propuštěné jako dobré. Počítá se a uvádí odděleně od falešných zamítnutí, protože jejich obchodní náklad je zcela odlišný. | Oddělená validační sada | Technický |
| Míra falešných zamítnutí | Dobré díly zamítnuté. Číslo, které rozhodne, zda operátoři systém ponechají zapnutý. | Oddělená validační sada | Provozní |
| Konfuzní matice a počet vzorků | Úplná matice třída po třídě s počtem vzorků za třídu, aby čtenář mohl posoudit, kolik výsledek vlastně stojí. | Oddělená validační sada | Technický |
| Latence zpracování a dodržení taktu | Doba kontroly na díl proti dostupnému taktu, měřená na lince, ne na pracovní stanici. | Data z platformy MSF | Technický |
| Míra nejistých klasifikací | Podíl dílů, u kterých se model nedokázal spolehlivě rozhodnout. Ty musí absorbovat tok potvrzení operátorem. | Oddělená validační sada | Provozní |
| Dostupnost a chování při potvrzování operátorem | Dostupnost systému během testu na lince a to, jak operátoři skutečně zacházeli s potvrzeními a přepisy. | Data z platformy MSF | Přijetí |
Před implementací se MSF a váš tým dohodnou, jak se každý ukazatel počítá, odkud pochází výchozí hodnota, která data se vylučují a jaký výsledek podpoří rozhodnutí o nasazení. Tato stránka uvádí, co se bude měřit; konkrétní cílové hodnoty patří do písemného rozsahu PoC, ne do marketingového slibu.
Obchodní podmínky, vlastnictví hardwaru, cestování, rozsah integrace a případné započtení do nasazení jsou stanoveny v písemné nabídce PoC. Nejsou pro každý produkt stejné a tato stránka je neslibuje.
Celková přesnost se nikdy nepoužívá jako akceptační metrika. Na nevyváženém souboru vad může vypadat vynikajícně a přitom zmeškat každou vadu, na které záleží. Výsledky se uvádějí za třídu s počty vzorků a žádné tvrzení se nedělá pro typy vad, varianty nebo podmínky, které nebyly ve validované sadě.
Záleží na tom, jak proměnlivá je vada a produkt, a brána proveditelnosti dá konkrétní číslo pro váš případ. Dobrých dílů je obecně všude dost. Omezením bývají skutečné vadné vzorky za třídu, zejména vzácné vady, které jsou celým důvodem projektu.
Protože na lince produkující 2 % vad model, který propustí vše, dosáhne 98% přesnosti a nezachytí nic. Přesnost a úplnost za třídu, plus falešné akcepty a falešná zamítnutí odděleně, jsou jediná čísla, která popisují, co se skutečně stane na vaší lince.
Dostanete odůvodnění, důkazní snímky a tam, kde existuje, alternativu: jiné kontrolní místo, jinou geometrii osvětlení nebo kontrolu založenou na senzoru. Jasné ne v prvním týdnu je dobrý výsledek ve srovnání se selhanou buňkou v devátém měsíci.
Ne automaticky, a to je uvedeno v seznamu omezení, ne zamlčeno. Model detekuje to, na čem byl trénovaný a validovaný. Nové třídy vad potřebují nové vzorky, přetrénování a novou validaci. Je to normální, plánovatelná činnost, ale není zdarma.
Popište rozsah, o kterém uvažujete, a vrátíme se s písemným plánem PoC: co se připojí, co dodáte vy, jak se měří úspěch a jak vypadá rozhodnutí na konci.