AI i platforma za mašinsko učenje

Ne. Modeli dolaze unapred izrađeni za primene u proizvodnji, a podešavaju ih MSF stručnjaci na osnovu vaših podataka.

Lokalno (on-premise) ili u privatnom oblaku, po vašem izboru. Vaši proizvodni podaci nikada ne treniraju modele drugih kompanija.

Podaci iz MES-a su temelj; svaki dodatni modul (APS, Quality, Maintenance) otvara nove mogućnosti primene AI-ja.

Bitan je broj označenih primera po klasi. Koliko je meseci prošlo, manje je važno. Model za škart uči iz grešaka, pa linija sa malo škarta može dugo da radi a da ne proizvede dovoljno primera manjinske klase za obuku, dok prognoza tražnje traži nekoliko kompletnih sezonskih ciklusa. Starija istorija se računa samo ako stoji na istoj šifri artikla i istoj strukturi pogona koju danas prognozirate, pa prvo utvrdite kada ste poslednji put menjali ERP ili prešifravali artikle. Kratak i čist niz vredi više od dugog koji je prekrojen prešifravanjem.

Nadgledani deo ne radi. Prediktivnom kvalitetu trebaju parametri procesa sa jedne strane i stvarna oznaka ishoda sa druge, a razlog škarta tipa ostalo na većini zapisa ga ne uči ničemu. Prvo sredite šifarnik u MES-u i brojte ispravno šifrovane komade po razlogu škarta. Protekle nedelje nisu merilo. U međuvremenu je LSTM detekcija anomalija nenadgledana i ne traži nikakve oznake, pa možete da krenete odatle, uz ogradu da ona samo označava neuobičajeno ponašanje i ne imenuje grešku.

Ne. Modeli za parametre i optimizaciju daju preporuke koje završe pred čovekom, na panelu, u izveštaju ili kao predlog rasporeda u APS-u, a upis bilo čega nazad u kontroler je posebna integracija koju svesno definišete u obimu posla. Ako kasnije zaista želite zatvorenu petlju sa zadavanjem vrednosti, tretirajte to kao projekat automatskog upravljanja, sa sopstvenim postupkom odobravanja izmena, i nikada kao zamenu za ožičene sigurnosne blokade.

Računajte na imenovanog inženjera procesa ili kvaliteta i stalni termin za pregled; MSF radi podešavanje i ponovnu obuku, ali rezultat mora da ima vlasnika na vašoj strani. Redovan posao je provera da li predviđanja i dalje prate stvarnost, javljanje kada su novi proizvod, promena alata ili remontovana mašina pomerili proces, i održavanje šifarnika škarta i zastoja čistim. Nije posao sa punim radnim vremenom, ali nije ni zanemarljiv.

Tačnost pada, i pada tiho. Model je naučio vašu fabriku onakvu kakva je bila, pa novi materijal, rekonstruisana mašina ili promenjen ciklus čine deo njegove istorije nevažećim, dok izlaz i dalje deluje samouvereno. Najavite nam planirane izmene procesa unapred i u projektu tačno utvrdite za koje modele se radi poređenje predviđenog i stvarnog, ko to čita i koliko često. Ne podrazumevajte da je praćenje odstupanja modela uključeno za svaki model.

Merenje dovoljno detaljno da se prepoznaju pojedinačni potrošači, vaš stvarni tarifni kalendar i raspoređivanje kome optimizator može da preda plan; jedno brojilo na ulazu u fabriku daje vam ukupan iznos i ništa o tome koju operaciju treba pomeriti. Optimizator planira u odnosu na vremenske zone cene energije, merene u kWh. Držanje ugovorene vršne snage je drugi posao, koji traži merenje po intervalima i mogućnost da se potrošač u datom trenutku zadrži ili isključi, pa to definišite zasebno.

Ne postoji jedan broj za tačnost. Model daje ocenu, a mesto na koje postavite prag za upozorenje određuje i stopu otkrivanja i stopu lažnih uzbuna, mereno na delovima koje model nikada nije video; izbor te tačke je poslovna odluka o tome koliko košta zaustavljen dobar deo u odnosu na isporučen loš. Značaj promenljivih i korelacija su dijagnostika na nivou modela, dobra da uhvati prečicu koju je model naučio, ali beskorisna za procenu jedne prijave. Pustite model da radi paralelno bez posledica dok se ne nakupi dovoljno stvarnih grešaka za poređenje.