Platforma AI a strojového učenia

Nie. Modely sú vopred pripravené pre typické úlohy vo výrobe a na vašich dátach ich ladia odborníci MSF.

On-premise alebo v privátnom cloude, podľa vašej voľby. Vaše výrobné dáta nikdy netrénujú modely iných firiem.

Základom sú dáta z MES; každý ďalší modul (APS, kvalita, údržba) otvára ďalšie možnosti využitia AI.

Rozhoduje počet označených príkladov v každej triede; koľko mesiacov uplynulo, je vedľajšie. Model nepodarkov sa učí z vád, takže linka s nízkou chybovosťou môže bežať dlho a stále nevyprodukovať dosť príkladov menšinovej triedy na trénovanie, zatiaľ čo model dopytu potrebuje niekoľko celých sezónnych cyklov. Staršia história sa počíta, len ak stojí na rovnakých kmeňových dátach položiek a rovnakej štruktúre závodu, s akými dnes robíte predpovede, preto si najprv nájdite poslednú migráciu ERP alebo prečíslovanie dielov. Krátky čistý časový rad je lepší ako dlhý, pozliepaný cez prečíslovanie.

Jej časť učená s učiteľom nie. Prediktívna kvalita potrebuje na jednej strane procesné parametre a na druhej skutočný výsledok ako označenie, a všeobecný kód príčiny pri väčšine záznamov ju nič nenaučí. Najprv opravte kódovanie v MES a pokrok merajte počtom správne zakódovaných vád pre každú príčinu nepodarku. Počet uplynulých týždňov vám nepovie nič. Detekcia anomálií pomocou LSTM sa medzitým učí bez učiteľa a označenia nepotrebuje, takže môžete začať tam. Obmedzenie je, že označí neobvyklé správanie, ale konkrétnu vadu nepomenuje.

Nie. Modely parametrov a optimalizácie dávajú odporúčania, ktoré skončia pred človekom: na paneli, v reporte alebo ako návrh rozvrhu v APS. Zápis čohokoľvek späť do riadiaceho systému je samostatná integrácia, ktorej rozsah stanovíte vedome. Ak neskôr naozaj budete chcieť žiadané hodnoty v uzavretej slučke, berte to ako samostatný projekt automatizácie s vlastným riadením zmien a nikdy nie ako náhradu pevne zapojených bezpečnostných blokovaní.

Počítajte s konkrétnym procesným inžinierom alebo inžinierom kvality, ktorý má pravidelný termín na kontrolu; ladenie a pretrénovanie robí MSF, no výsledok potrebuje zodpovedného človeka na vašej strane. Opakovaná práca znamená kontrolovať, či predpovede stále zodpovedajú realite, hlásiť, keď nový výrobok, zmena nástrojov alebo repasovaný stroj posunuli proces, a udržiavať čisté kódy nepodarkov a prestojov. Nie je to práca na plný úväzok, no čas si to naozaj vyžaduje.

Presnosť klesne, a klesne potichu. Model sa naučil váš závod taký, aký bol, takže nový materiál, prestavaný stroj alebo zmenený čas cyklu urobí časť jeho histórie nepoužiteľnou, kým výstup stále pôsobí sebaisto. Plánované zmeny procesu nám oznámte vopred a v projekte presne určte, pri ktorých modeloch sa bude porovnávať predpoveď so skutočnosťou, kto to číta a ako často. Nepredpokladajte, že sledovanie driftu je predvolene zapnuté pre každý model.

Meranie dosť podrobné na to, aby rozlíšilo jednotlivé spotrebiče, váš skutočný tarifný kalendár a plánovač, ktorému môže optimalizátor odovzdať plán; jeden elektromer na vstupe do závodu vám povie súčet a nič o tom, ktorú operáciu presunúť. Optimalizátor plánuje podľa cenových okien energie meraných v kWh. Udržať zmluvne dohodnutú maximálnu rezervovanú kapacitu je iná úloha, ktorá potrebuje priebehové meranie a schopnosť v danej chvíli pozdržať alebo odpojiť záťaž, preto jej rozsah stanovte samostatne.

Jedno číslo presnosti neexistuje. Model vydáva skóre a to, kde nastavíte prah upozornenia, určuje zároveň mieru záchytu aj podiel falošných poplachov, merané na dieloch, ktoré model nikdy nevidel; voľba tohto bodu je obchodné rozhodnutie o tom, koľko stojí zastavený dobrý diel oproti expedovanému zlému. Dôležitosť príznakov a korelácia sú diagnostika na úrovni modelu, vhodná na odhalenie skratky, ktorú sa model naučil, no na posúdenie jedného upozornenia nepoužiteľná. Nechajte model bežať v tieňovom režime, kým sa nenazbiera dosť skutočných vád na porovnanie.