스피커 | 성적 증명서 |
| 샴가 맥도웰 | Maya Angelou는 "더 잘 알 수 있을 때까지 최선을 다하십시오. 그러면 더 잘 알게 되면 더 잘 하세요." 좋은 아침, 좋은 오후, 좋은 저녁입니다. |
| JMP Discovery Summit을 즐기시고 해야 할 일을 더 효과적으로 수행하는 방법을 배우셨기를 바랍니다. |
| 저는 GE Gas Power의 수석 신뢰성 및 분석 엔지니어인 Shamgar McDowell입니다. 저는 GE에서 15년 동안 근무하면서 소싱, 품질, 제조 및 엔지니어링 분야에서 일해 왔습니다. |
| 오늘은 JMP를 사용하여 신뢰성 모델링을 자동화하기 위한 우리 팀의 여정에 대해 조금 공유하겠습니다. |
| 아마도 귀하의 조직은 제가 설명하려는 것과 비슷한 문제에 직면해 있을 것입니다. 우리가 이 과제에 접근하는 방법을 안내하면서 우리가 함께한 시간을 통해 귀하가 자신의 비즈니스 상황에서 워크플로를 개선하려고 할 때 생각해 볼 몇 가지 사항을 제공할 수 있기를 바랍니다. |
| 따라서 배경 지식을 바탕으로 다음 슬라이드 몇 장에서는 GE Gas Power 사업에 대해 조금 설명하겠습니다. 먼저, 저희 제품입니다. |
| 우리는 다양한 응용 분야를 갖춘 첨단 기술의 초대형 엔진을 만들지만 주로 전기 생산에 사용됩니다. |
| 그리고 기술적인 관점에서 볼 때, 이러한 기계는 실제로 뜨거운 부분에 사용되는 합금의 녹는점보다 훨씬 높은 소성 온도를 갖춘 놀라운 엔지니어링 업적입니다. |
| 단일 가스 터빈은 수십만 가구에 안정적으로 전력을 공급할 수 있는 충분한 전력을 생산할 수 있습니다. |
| 이 기계의 크기에 대한 아이디어를 제공하기 위해 오른쪽 사진에 네 명의 성인이 있는 것을 볼 수 있습니다. 이는 이 기계가 실제로 얼마나 큰지를 나타냅니다. |
| 그래서 여기에 몇 가지 불필요한 JMP 그래프 작성 예시를 추가해야 했습니다. 그러나 버블 도표와 트리 맵은 우리 고객 기반의 글로벌 특성을 실제로 강조합니다. |
| 우리는 전 세계 사람들이 의존하는 더 깨끗하고 접근 가능한 에너지를 제공하고 있습니다. 여기에는 역사적으로 권력에 접근할 수 없었던 개발도상국과 그에 따른 많은 삶을 변화시키는 영향이 포함됩니다. |
| 그래서 저는 우리 작업이 전 세계 수많은 사람들의 일상 생활에 미치는 영향을 이해하게 되면서 제가 하는 일과 우리 팀의 나머지 구성원이 매일 하는 일에 대한 목적을 제공하는 데 겸손하고 도움이 되었습니다. |
| 그래서 저는 신뢰성 분석 및 데이터 엔지니어링 팀의 일원입니다. |
| 우리 팀은 내부 팀에서 다양한 방식으로 사용되는 경험적 위험 및 신뢰성 모델을 비즈니스에 제공하는 일을 담당합니다. |
| 따라서 그러한 맥락에서 우리는 우리 팀의 분석가가 우리에게 영향을 미치는 물리학을 이해하는 것과 같은 엔지니어링 작업에 집중할 수 있다고 믿습니다. |
| 구성 요소의 품질과 우리가 사용하는 데이터의 적용 가능성, 그리고 모델링 접근 방식의 균형과 데이터에서 가치를 추출하는 가장 좋은 방법은 무엇입니까? |
| 이것들은 모두 부가 가치 작업입니다. |
| 우리의 프로세스에는 수석 엔지니어와의 엄격한 검토도 포함됩니다. 따라서 모델이 포함된 PowerPoint 프레젠테이션을 만드는 것이 해당 프로세스의 일부입니다. |
| 그리고 이전에 이 프레젠테이션을 만들려면 상당한 복사 및 붙여넣기와 다양한 도구가 필요했고, 이는 시간이 많이 걸리고 오류가 발생하기 쉬웠습니다. 그래서 그것은 부가가치가 아닙니다. |
| 따라서 우리는 엔지니어들이 부가 가치 작업에 집중할 수 있는 더 많은 시간을 제공할 솔루션이 필요했습니다. 또한 이 두 가지가 있기 때문에 프로세스를 더욱 표준화할 것입니다. |
| 생산성이 향상되고 중요한 일에 집중할 수 있는 능력이 향상되며 표준화가 더욱 강화됩니다. 그래서 이를 위해 우리는 지루한 작업을 자동화하라는 주문을 사용합니다. |
| 그래서 저는 우리가 사용한 데이터 세트의 규모에 대한 느낌을 드리고 싶었습니다. 다루고 있는 데이터의 양에 따라 솔루션 측면에서 나아갈 방향이 결정될 수 있는 경우가 많습니다. |
| 우리의 경우 약간의 차이가 있지만 일반적으로 현장에서 수천 개의 가스 터빈을 다루고 있습니다. |
| 각 장치에는 수백 개의 선로 구성 요소가 있고 구성 요소당 수십 번의 검사 또는 재조정이 수행됩니다. |
| 전체적으로 우리가 다루고 있는 기록은 수백만 건에 달합니다. 그러나 일반적으로 우리 모델은 특정 구성을 대상으로 하므로 10,000개 이하, 수만 개 이하의 레코드로 구성된 보다 제한된 데이터 세트를 기반으로 구축됩니다. |
| 여기서 제가 지적하고 싶은 또 다른 점은 데이터 세트에 100개가 넘는 열이 있는 경우가 많다는 것입니다. 따라서 이러한 데이터 크기에는 동일한 작업을 수행하는 데 있어 Excel 기반 접근 방식보다 JMP가 훨씬 더 적합하다는 문제가 있습니다. |
| 따라서 이 도구의 첫 번째 버전에서 GE는 제3자와 협력하여 JMP 스크립트 언어를 사용하여 개발했습니다. |
| 그리고 도구의 이름은 CARMA(Computer Aided Reliability Modeling Application)입니다. 그리고 이를 오늘날 우리가 갖고 있는 수준으로 구축하는 데 드는 노력의 양은 결코 작지 않습니다. |
| 이것이 그 표현입니다. 오늘날 도구의 범위와 크기를 입증하는 스크립트와 코드 줄의 수를 볼 수 있습니다. 하지만 이는 우리에게 매우 유용한 도구임이 입증되었습니다. |
| 따라서 시간이 지남에 따라 우리는 시간이 지남에 따라 CARMA를 계속 개발하고 개선해야 할 필요성을 확인했습니다. 그래서 이를 위해 우리는 내부적으로 일부를 성장시키고 육성해야 했습니다. |
| 저는 JSL 코딩에 대한 전문 지식을 갖고 있으며 이것과 일부 관련 도구에 중점을 두는 개발자의 작업을 감독합니다. |
| 이에 대한 메시지는 CARMA와 같은 것을 만든 후에도 앱을 관련성 있게 유지하고 비즈니스 요구 사항이 발전함에 따라 앱을 발전시키는 데 지속적인 투자가 필요하다는 것입니다. |
| 그러나 이는 실행 가능하며 이점도 매우 현실적입니다. 올 여름 사용자를 대상으로 한 설문조사에서 실제로 지적한 바는 다음과 같습니다. |
| 순 프로모터 점수 100% 및 모델 업데이트를 수행하는 주기 시간이 최소 25% 감소합니다. 그럼 실시간이구나 |
| 그게 저장되고 있어요. 그리고 일화적으로, 우리는 CARMA가 우리 프로세스에서 문제를 표면화한 부분을 확인합니다. 그렇지 않으면 숨겨진 채로 남아서 해결할 수 없었을 수도 있습니다. |
| 그리고 인용문이 있는데 좀 깁니다. 하지만 저는 소프트웨어 개발에 관해 한두 가지를 알고 있는 Bill Gates의 자동화에 대한 이 주의 사항을 그냥 전달하고 싶었습니다. |
| "비즈니스에 사용되는 모든 기술의 첫 번째 규칙은 효율적인 자동화에 자동화를 적용하면 효율성이 극대화된다는 것입니다. 두 번째는 비효율적인 업무에 자동화를 적용하면 비효율성이 더욱 증폭된다는 점이다." |
| 이것이 인용문의 끝입니다. 그러나 이는 자동화가 손상된 프로세스를 고칠 수 있는 만병통치약이 아니며 오늘날에도 여전히 그렇게 할 사람이 필요하다는 점을 상기시켜 주는 것입니다. |
| 좋아요, 도구를 시연하기 전에요. 저는 CARMA의 도구와 입력 및 출력에 대한 높은 수준의 개요를 제공하고 싶었습니다. |
| 그리고 사용자 사용자는 도구가 입력 파일을 가리켜야 합니다. 여기 왼쪽에는 기본적으로 이미 승인된 모델인 활성 모델 파일이 있습니다. 그리고 경험적 데이터가 있습니다. |
| 그런 다음 사용자 인터페이스에서 사용자는 몇 가지 모델링 활동을 수행합니다. |
| 그런 다음 출력은 모델을 실행하므로 PowerPoint 프레젠테이션에서 모델 작업이 업데이트됩니다. |
| 그리고 우리는 그것에 대해서도 살펴볼 것입니다. |
| 데이터의 배경으로 데모를 사용하겠습니다. |
| 기관차 데이터 세트로 시작했다는 사실을 전달하고 싶었습니다. 그리고 JMP가 몇 가지 샘플 데이터를 제공하는지 살펴보겠습니다. 그래서 이런 경우가 있습니다. |
| 그리고 그것은 하나의 인구를 제공합니다. 그런 다음 추가 모델 인구도 추가했습니다. |
| 여기서 제가 전달하고 싶은 가장 큰 메시지는 우리가 보게 될 것은 모두 만들어진 데이터라는 것입니다. 그것은 실제가 아닙니다. 기능을 나타내지 않습니다 |
| 또는 현장에서 우리 부분의 행동, 아니면 그것은 단지 모두 인위적인 것입니다. 따라서 결과를 검토할 때 이 점을 염두에 두십시오. 그럼에도 불구하고 도구를 살펴볼 수 있는 방법을 제공해야 합니다. |
| 그래서 잠시 JMP로 전환하고 데모에는 JMP 15.2를 사용하겠습니다. 그리고 이 데이터 세트는 우리가 일반적으로 보는 것과 비교하여 단순화되었습니다. 하지만 앞서 말했듯이 CARMA의 핵심 기능을 발휘해야 합니다. |
| 먼저 도움말 메뉴의 샘플 데이터로 이동해 보겠습니다. |
| 여기에 신뢰성과 생존 메뉴가 있습니다. 그래서 그것이 우리가 갈 곳입니다. JMP의 좋은 점 중 하나는 다양한 분야와 기능, 그리고 이를 위한 전문 도구가 있다는 것입니다. 제 경우에는 신뢰성이 높기 때문에 여기에 많은 내용이 있습니다. |
| JMP 사용의 가치는 CARMA의 본고장입니다. |
| 하지만 저는 여러분에게 기관차 데이터 세트를 보여주고 싶었습니다. |
| 원래 교과서에 나온 내용이거든요. |
| 그리고 여기에 적용된 생활 데이터 분석을 이야기합니다. 따라서 여기에는 80,000번의 노출에서 위험이 무엇인지 묻는 문제가 있으며 오늘 데이터 세트에서 이를 모델링하겠습니다. |
| 우리는 산화 모델이라고 불렀지만 본질적으로 CARMA는 우리에게 답을 줄 것입니다. 다시 한 번 말씀드리지만, 정말 간단한 답변입니다. 하지만 저는 단지 여러분에게 보여드리려고 했고, 여러분도 같은 결과를 얻을 수 있습니다 |
| 클릭해서 가는 방법 |
| 분석 메뉴에서 |
| 그래서 우리는 분석이나 책임, 생존, 생명의 분배로 내려갑니다. |
| 그들이 가야 할 곳에 시간과 센서를 두십시오. |
| 우리는 Weibull을 사용할 것입니다. |
| 그리고 둘만...그래서 해당 데이터에 대한 적합성을 생성합니다. |
| 제가 지적하려고 했던 두 가지 매개변수는 베타, 2.3이고 여기서는 Weibull 알파라고 합니다. 우리 도구에서는 Ada라고 부르지만 183입니다. |
| 좋습니다. 여기서 그 방법을 살펴보겠습니다. |
| 이제 뛰어넘기만 하면, |
| 몇 가지 다른 파일, 즉 입력 파일을 보고 싶습니다. |
| 내가 그것들을 끌어올게요. |
| 좋습니다. 이것이 모델 파일입니다. |
| 나는 세 가지 모델을 만들었다고 언급했습니다. 이것이 바로 우리가 데이터를 비교할 활성 모델입니다. |
| 산화가 첫 번째라는 것을 알 수 있을 것입니다. 제가 언급한 바로 그 다음입니다. |
| 원하는 것...또한 모델 매개변수 외에 일부 구성 정보도 있습니다. 여기에는 두 가지 간단한 것이 있습니다. |
| (연소 시스템, 연료 용량) 예시를 위해 사용했지만 이와 같은 열이 훨씬 더 많습니다. 그러나 본질적으로 CARMA가 하는 일 중 제가 좋아하는 점 중 하나는 다양한 구성이 포함된 대규모 데이터 세트가 있을 때 이를 통해 탐색하고 찾을 수 있다는 것입니다. |
| 해당 레코드 행 중 어떤 행이 모델에 적용되고 실시간으로 정렬을 수행하며, 데이터 세트에서 수행해야 하는 모든 모델에 대해 해당 작업을 수행합니다. 이것이 바로 우리가 이를 증명하기 위해 사용할 것입니다. |
| 실례합니다. |
| 또한 잠시 동안 경험적 데이터로 넘어가십시오. |
| 그리고 |
| 하이라이트만 보면 센서도 있고 노출도 있고 |
| 그만큼 |
| 노출을 평가할 간격은 |
| 모드, |
| 그리고 이것이 제가 방금 이야기한 마지막 두 열, 연소 시스템과 연료 능력입니다. |
| 좋아요, 이제 CARMA를 시작해 보겠습니다. |
| 추가 기능이므로 그냥 진행하겠습니다. |
| 그러면 내가 이미 해당 위치를 가리키는 것을 볼 수 있을 것입니다. |
| 나는 사용하고 싶다. |
| 그리고 |
| 오늘 프레젠테이션에서는 여기에 있는 다양한 기능을 모두 설명할 시간이 없습니다. 그러나 이러한 것들은 모두 데이터를 가져와 살펴보고 이를 모델링하는 최선의 방법을 결정하고 모델을 마무리하기 전에 몇 가지 확인을 수행하는 데 도움이 될 수 있습니다. |
| 시간 관계상 모든 것을 설명하거나 시연하지는 않겠습니다. 하지만 잠시 시간을 내어 우리가 이야기한 세 가지 모델을 구축하여 해당 기능 부분을 볼 수 있도록 프레젠테이션을 만들고 싶었습니다. |
| 실례합니다 |
| 갑자기 목이 말라서 계속 마셔야 해요. 그 점은 사과드립니다. |
| 그래서 산화가 생겼습니다. |
| 실패 및 정지 횟수가 표시됩니다. |
| 본문에서 보시는 것과 똑같습니다. |
| 그것을 추가하십시오. |
| 잠시 아래로 스크롤해 보겠습니다. 그건 |
| 첫 번째 모델 추가 |
| 산화. 이전 모델에는 30번의 실패와 50번의 정지가 있었습니다. 이것은 37과 59가 있습니다. |
| 베타는 외부에서 본 것처럼 2.33이고 ADA는 183입니다. |
| 그리고 교과서 질문에 대한 답은 8만 노출의 위험 |
| Weibull 모델을 사용하면 약 13.5%입니다. 그래서 그것은 여기서 그것을 할 수 있는 일종의 높은 수준의 방법입니다. |
| 다른 두 모델을 추가하는 방법도 살펴보겠습니다. |
| 좋아요, 크랙이 생겼습니다. 크리프를 추가하겠습니다. |
| 그리고 여기에서 보게 될 것입니다 |
| 연소 시스템이나 연료 성능 등을 나타내는 다양한 상자가 표시됩니다. 이 특정 모델의 경우 이것이 LDM 파일에서 요구하는 것입니다. |
| 그러나 이를 변경하고 싶다면 여기에서 다른 구성을 선택할 수 있으며, 그러면 포함되거나 포함되지 않는 FNS에 대한 행이 변경됩니다. |
| 그런 다음 새로운 인구를 생성하고 세분화할 수 있습니다. |
| 따라서. |
| 좋습니다. 세 가지 모델을 모두 추가했습니다. |
| 그리고 내 생각엔, 우리는 거기에 더 많은 시간을 할애하지 않고 옵션에 따라 모델을 가지고 놀면서 보고서를 생성할 것입니다. |
| 그리고 보고서에 포함하고 싶은 내용에 대한 몇 가지 옵션이 있습니다. |
| 프레젠테이션이 있는데 이 LDM 입력이 활성 모델이 될 것입니다. 죄송합니다. 실행 중인 모델이 |
| 테이블로 나오세요. |
| 알았어, 그럼 난 그래야만 해 |
| 적절한 폴더를 선택하십시오 |
| 프레젠테이션을 어디로 가고 싶은지 |
| 이제 여기에서 이 보고서를 검토하고 생성하는 데 몇 분 정도 걸릴 것입니다. 이 작업은 몇 분 정도 걸립니다. 하지만 제가 비교하고 싶은 것은 일반적으로 동일한 작업을 수행하는 데 걸리는 시간입니다. |
| 잠재적으로 도구 외부에서 작업하는 경우. 이제 보고서를 마무리할 준비가 되었습니다. |
| 저장해. |
| 그리고 |
| 폴더를 저장하면 이제 완료됩니다. 그것은 거기에 있고 우리는 그것을 검토할 수 있습니다. |
| 내가 지적할 또 다른 점은 내가 화면을 열 때 이미 이것을 생성했다는 것입니다. |
| 이전에는 그냥 |
| 당겨 |
| 내가 이미 생성한 파일을 살펴보겠습니다. 하지만 이것은 템플릿입니다. 이는 속도를 위한 것이지만 슬라이드를 만든 후 추가로 사용자 정의하거나 자리 표시자를 남겨두고 슬라이드를 생성한 후 슬라이드를 수정할 수 있습니다. |
| 이는 제가 처음에 강조했던 수명 분포 모델링 이상의 역할을 합니다. 각 모델에 포함된 데이터를 요약하는 많은 요약 작업을 수행하는데, 물론 JMP는 매우 유용합니다. |
| 모델을 비교하는 작업을 수행하므로 다음을 수행할 수 있습니다. |
| 다양한 통계 테스트를 해보세요. JMP를 사용하세요. 그리고 이번에도 JMP는 이 분야에 뛰어납니다. 그래서 그 기능이 추가되었습니다. |
| 리뷰어들이 보고 싶어하는 것 중 일부와 해마다 모델이 어떻게 변했는지, 더 많은 데이터를 얻을 수 있고 더 적은 데이터를 포함할 수 있습니다. 매개변수에 어떤 영향을 미치나요? 위험 수치는 어떻게 바뀌나요? |
| 플롯은 물론 산점도와 그 성격의 항목에서 많은 데이터를 얻습니다. |
| 우리가 논의한 일부 구성 정보와 최종 매개변수가 포함된 요약이 있습니다. |
| 그리고 세 가지 모델 각각에 대해 이 작업을 수행합니다. |
| 뿐만 아니라 마지막에 위험 롤업도 발생합니다. |
| 이 모든 것에 대해 |
| 결합. |
| 그러니까 그게 빨리 됐지 |
| 연습. 그만큼 |
| 데모. |
| 우리가 하고 싶은 건 다 다뤘던 것 같아요. |
| 더 궁금하신 점이 있으시면 Q&A를 통해 좀 더 이야기를 나눠보도록 하겠습니다. 모든 것을 예상하기는 어렵습니다. |
| 하지만 저는 단지 몇 가지 이점에 대해 다시 이야기하고 싶었습니다. 이전에 언급한 바 있지만 CARMA의 결과로 생산성이 향상되었으므로 이는 이점입니다. |
| 물론 표준화를 통해 모델링 프로세스가 증가하고 이를 통해 새로운 팀 구성원이 도구를 사용하는 것보다 프로세스와 학습에 더 집중할 수 있습니다. |
| 결국 속도를 더 빠르게 높이는 데 도움이 됩니다. 또한 엔지니어가 |
| 가장 큰 영향을 미칠 수 있는 마음. |
| 그래서 저는 또한 이 프레젠테이션에 기여한 Melissa Seely, Brad Foulkes, Preston Kemp 및 Waldemar Zero에게도 감사를 전하고 싶었습니다. 나는 그들이 그것을 지원하기 위해 해온 모든 것에 대해 감사의 빚을 지고 있습니다. |
| 시간을 내주셔서 감사드립니다. 오늘 여러분 모두와 함께 개선을 향한 여정을 공유할 수 있어 즐거웠습니다. Q&A 시간에 서로 소통할 수 있는 기회가 있었으면 좋겠지만, 어느 쪽이든 남은 정상회담도 즐겁게 보내시기 바랍니다. |
