Platformă de IA și Machine Learning

Nu. Modelele vin preconstruite pentru cazurile de utilizare din producție și sunt ajustate de experții MSF pe datele dumneavoastră.

On-premise sau într-un cloud privat, la alegerea dumneavoastră. Datele dumneavoastră de producție nu antrenează niciodată modelele altor companii.

Datele din MES reprezintă fundația; fiecare modul suplimentar (APS, Quality, Maintenance) deblochează mai multe cazuri de utilizare pentru IA.

Contează numărul de exemple etichetate pe fiecare clasă, nu câte luni au trecut. Un model de rebut învață din defecte, deci o linie cu rebut mic poate merge mult timp fără să producă destule cazuri din clasa minoritară pentru antrenare, în timp ce un model de previzionare a cererii vrea câteva cicluri sezoniere complete. Istoricul vechi contează doar dacă stă pe aceeași nomenclatură de articole și aceeași structură de fabrică pe care le previzionați azi, așa că aflați întâi când ați făcut ultima migrare de ERP sau ultima recodificare a reperelor. O serie scurtă și curată bate una lungă, lipită peste o recodificare.

Partea supervizată, nu. Calitatea predictivă are nevoie de parametrii de proces pe o parte și de o etichetă reală a rezultatului pe cealaltă, iar un motiv de rebut de tip diverse pe majoritatea înregistrărilor nu o învață nimic. Reparați întâi codificarea în MES și numărați defectele corect codificate pe fiecare motiv de rebut, nu săptămânile scurse. Între timp, detectarea anomaliilor cu LSTM este nesupervizată și nu are nevoie de etichete, deci puteți începe de acolo, cu observația că semnalează doar comportament neobișnuit, fără să numească defectul.

Nu. Modelele de parametri și de optimizare produc recomandări care ajung în fața unui om, pe un panou, într-un raport sau ca propunere de program în APS, iar scrierea a ceva înapoi în controler este o integrare separată, pe care o definiți în mod deliberat. Dacă vreți mai târziu setpoint-uri în buclă închisă, tratați asta ca pe un proiect de automatizare cu managementul lui de schimbare și niciodată ca pe un înlocuitor al interblocărilor de siguranță cablate.

Prevedeți un inginer de proces sau de calitate nominalizat, cu un interval fix de analiză; MSF face ajustarea și reantrenarea, dar rezultatul are nevoie de un responsabil la dumneavoastră. Munca recurentă înseamnă să verificați că predicțiile mai urmăresc realitatea, să semnalați când un produs nou, o schimbare de sculă sau o mașină recondiționată a mutat procesul și să țineți curate codurile de rebut și de oprire. Nu este o normă întreagă, dar nici zero nu este.

Acuratețea scade, și scade în tăcere. Modelul a învățat fabrica așa cum era, deci un material nou, o mașină reconstruită sau un ciclu modificat fac o parte din istoric irelevantă, în timp ce rezultatul arată în continuare sigur pe el. Anunțați-ne din timp schimbările de proces planificate și stabiliți în proiect care modele primesc o comparație predicție față de realizat, cine o citește și cât de des. Nu presupuneți că monitorizarea de drift este pornită implicit pentru fiecare model.

Contorizare destul de granulară cât să identifice consumatorii individuali, calendarul tarifar real și un planificator căruia optimizatorul să îi poată da un plan; un singur contor la intrarea în fabrică vă spune totalul și nimic despre ce operație să mutați. Optimizatorul planifică față de ferestrele de preț la energie, măsurate în kWh. Încadrarea în puterea maximă contractată este altă treabă, care cere măsurare pe intervale și posibilitatea de a ține sau de a decupla o sarcină pe loc, deci definiți-o separat.

Nu există o singură cifră de acuratețe. Modelul scoate un scor, iar locul unde fixați pragul de alertă stabilește în același timp rata de prindere și rata de alarme false, măsurate pe piese pe care modelul nu le-a văzut niciodată; alegerea acelui punct este o decizie de business despre cât vă costă o piesă bună oprită față de una rea livrată. Corelația și importanța variabilelor sunt diagnostice la nivel de model, bune ca să prindeți o scurtătură, dar inutile ca să judecați o alertă anume. Rulați modelul în regim shadow până se adună destule defecte reale pentru comparație.