AI- & Machine-Learning-platform

Nee. De modellen zijn kant-en-klaar voor productietoepassingen en worden door MSF-experts afgestemd op uw data.

On-premise of in een private cloud, uw keuze. Uw productiedata traint nooit de modellen van andere bedrijven.

MES-data vormt de basis; elke extra module (APS, Quality, Maintenance) ontsluit meer AI-toepassingen.

Het gaat om het aantal gelabelde voorbeelden per klasse, niet om het aantal maanden. Een afkeurmodel leert van defecten, dus een lijn met weinig uitval kan lang draaien zonder genoeg gevallen van de minderheidsklasse om op te trainen, terwijl een vraagvoorspelling juist meerdere complete seizoenscycli wil zien. Oudere historie telt alleen mee als die op dezelfde artikelstam en fabrieksstructuur staat als waarvoor u nu voorspelt, dus zoek eerst uit wanneer uw laatste ERP-migratie of hernummering van artikelnummers was. Een korte schone reeks is beter dan een lange die over een hernummering heen is geplakt.

Het gesuperviseerde deel niet. Voorspellende kwaliteit heeft aan de ene kant procesparameters nodig en aan de andere kant een echt uitkomstlabel, en een verzamelcode als afkeurreden op de meeste registraties leert het model niets. Breng de codering in MES eerst op orde en tel correct gecodeerde defecten per afkeurcode. Verstreken weken zijn daarvoor geen maatstaf. Ondertussen is de LSTM-anomaliedetectie ongesuperviseerd en heeft die geen labels nodig, dus daar kunt u mee beginnen. Kanttekening: die signaleert alleen afwijkend gedrag en benoemt het defect niet.

Nee. De parameter- en optimalisatiemodellen leveren adviezen die bij een mens terechtkomen: op een paneel, in een rapport of als voorgestelde planning in APS. Iets terugschrijven naar een besturing is een aparte integratie die u bewust moet scopen. Wilt u later toch closed-loop setpoints, behandel dat dan als een besturingsproject met eigen change management, en nooit als vervanging van vast bedrade veiligheidsvergrendelingen.

Reken op een aangewezen proces- of kwaliteitsengineer met een vast overlegmoment; MSF doet het afstemmen en hertrainen, maar het resultaat heeft aan uw kant een eigenaar nodig. Het terugkerende werk is controleren of de voorspellingen de werkelijkheid nog volgen, melden wanneer een nieuw product, een matrijs- of gereedschapswissel of een gereviseerde machine het proces heeft verschoven, en de afkeur- en stilstandcodes schoon houden. Het kost tijd, al is het geen fulltime baan.

De nauwkeurigheid zakt, en dat gebeurt geruisloos. Een model heeft uw fabriek geleerd zoals die was, dus een ander materiaal, een omgebouwde machine of een gewijzigde cyclustijd maakt een deel van die historie irrelevant terwijl de output nog steeds overtuigd oogt. Meld geplande proceswijzigingen vooraf en leg in het project vast welke modellen een vergelijking van voorspeld versus werkelijk krijgen, wie die leest en hoe vaak. Ga er niet van uit dat driftbewaking standaard voor elk model aanstaat.

Bemetering die fijnmazig genoeg is om individuele verbruikers te herkennen, uw werkelijke tariefkalender, en een planner waaraan de optimalisator een plan kan doorgeven; één meter bij de hoofdaansluiting geeft u het totaal en niets over welke bewerking u moet verschuiven. Waar de optimalisator op plant zijn de energieprijsvensters, gerekend in kWh. Het bewaken van een gecontracteerd piekvermogen is een ander vraagstuk, dat meting op kwartierbasis vraagt en de mogelijkheid om een verbruiker op dat moment aan te houden of af te schakelen; scope dat dus apart.

Een enkel nauwkeurigheidspercentage bestaat niet. Het model geeft een score, en waar u de alarmdrempel legt bepaalt zowel hoeveel u vangt als hoeveel loze meldingen u krijgt, gemeten op onderdelen die het model nooit heeft gezien; dat punt kiezen is een bedrijfsmatige afweging tussen de kosten van een onterecht tegengehouden goed onderdeel en die van een uitgeleverd slecht onderdeel. Correlatie en feature importance zijn diagnostiek op modelniveau, nuttig om te zien of het model een sluiproute heeft gevonden en onbruikbaar om een enkele melding te beoordelen. Laat het meedraaien in schaduwmodus tot er genoeg echte defecten zijn om mee te vergelijken.