It’s important to make sure all analytic work is reviewed properly to avoid deriving any misleading conclusions.오해의 소지가 있는 결론을 도출하지 않도록 모든 분석 작업을 올바르게 검토하는 것이 중요합니다. 다음 가정을 고려하십시오. 귀하는 의료 기기를 개발 및 제조하는 회사에서 일하고 있습니다. COVID-19 전염병은 전 세계적으로 인공호흡기 부족을 초래했습니다. 귀하의 회사는 최근 인더스트리 4.0 표준을 충족하기 위해 주요 디지털 변환 전략을 구현했기 때문에 대체 조립 라인의 작동 오류를 예측하고 웨이브 솔더링 프로세스에 대한 온라인 모니터링을 제공하며 자동화된 육안 검사 로봇에서 조립 결함에 대한 집중 통계를 수집할 수 있습니다.
이러한 디지털 혁신으로 얻은 유연성 덕분에 회사의 생산 라인을 신속하게 전환하여 꼭 필요한 기계식 인공 호흡기를 만들 수 있었습니다. 위에서 설명한 유연성에는 높은 수준의 분석 기능이 필요하기 때문에 이러한 변환의 주요 요소는 분석의 적용입니다. 추가 배경 정보와 분석 기반 보고서 검토를 위한 체크리스트를 계속 읽으십시오.
이른바 4차 산업혁명인 인더스트리 4.0은 세 가지 기본 요소에 의존합니다.
- 제품과 공정을 온라인으로 광범위하게 측정할 수 있는 센서 기술.
- 다양한 크기의 배치를 효율적으로 생산할 수 있는 3D 프린팅과 같은 유연한 제조 기능.
- 결정을 모니터링, 진단, 예측 및 최적화할 수 있는 기능으로 산업용 엔진을 구동하는 분석입니다.
한 가지 중요한 분석 과제는 데이터 통합입니다. 센서는 서로 다른 시간 주기에서 데이터를 수집할 수 있기 때문입니다. DTW(동적 시간 왜곡) 또는 기타 기술이 전체론적 보기를 얻는 가장 좋은 방법일 수 있습니다.
대부분의 경우 업계에서 수행된 모든 분석 작업은 데이터가 능동적 또는 수동적으로 수집되었으며 모델이 경험적 방법, 첫 번째 원칙 또는 하이브리드 모델로 개발되었음을 의미합니다. 산업 주기는 신제품이나 새로운 공정 설정을 시험해보고 그 결과에 따라 후속 조치를 결정할 수 있는 단기 기회를 제공합니다. 그러나 비용이 많이 들고 시간이 많이 소요될 수 있는 잘못된 결론을 도출하지 않도록 모든 분석 작업을 올바르게 검토하는 것이 중요합니다. 예를 들어, 리튬 배터리 제조업체는 최종 제품을 평가하는 보정되지 않은 테스트 장비가 있다는 것을 발견했습니다. 회사는 공장의 관리도를 사용하여 문제가 있는 배치를 정확하게 식별함으로써 대규모 리콜을 피할 수 있었습니다. 미성숙 제품이나 결함 있는 배치를 배송하지 않으려면 보고된 문제의 원인을 식별하는 데 우수한 진단 기능이 필수적입니다.
시스템 엔지니어링 및 산업 응용 분야의 특정 분석 과제는 다음과 같습니다.
- 공학 설계
- 제조 시스템
- 의사결정 지원 시스템
- 작업장 제어 및 레이아웃
- 장애 감지 및 품질 개선
- 상태 기반 유지 관리
- 고객 및 공급업체 관계 관리
- 에너지 및 인프라 관리
- 사이버 보안 및 보안
이러한 과제는 제품 및 프로세스를 더 잘 모니터링하기 위한 프로젝트를 생성합니다. 새로운 제품을 설계하거나 기존 제품 및 프로세스를 전환하는 것; 제품 및 프로세스 개선.
데이터를 사용하여 이러한 문제를 해결하려면 분석 방법에 대한 적절한 액세스가 필요합니다. 분석 작업을 검토하는 한 가지 접근 방식은 내가 에서 제시한 정보 품질 프레임워크를 사용하는 것입니다. JMP 디스커버리 서밋 프라하 . 정보의 질은 분석의 목적, 연구에 사용된 분석 방법, 연구 목표에 따른 자료의 해상도, 자료의 통합, 결과의 전달에 의해 결정됩니다. (정보 품질 평가 워크숍을 설정하는 방법을 포함하여 이 주제에 대한 자세한 내용은 다음을 참조하십시오. 데이터 과학의 실제 작업 .)
정보 품질(InfoQ), Galit Shmueli와 내가 소개한 개념 정보 품질: 지식 생성을 위한 데이터 및 분석의 잠재력 는 데이터 분석의 가치를 계획, 추적 및 평가하기 위한 일반적인 프레임워크입니다. InfoQ는 4개의 구성요소와 8개의 차원을 기반으로 합니다. "통계 분석 또는 데이터 마이닝을 사용하여 주어진 분석 목표를 달성하기 위한 특정 데이터 세트의 유용성"으로 정의됩니다. InfoQ는 분석 목표(g), 사용 가능한 데이터(X), 구현된 데이터 분석(f) 및 연구 유틸리티(U)의 영향을 받습니다. 분석 프로젝트를 평가할 때 이러한 네 가지 구성 요소와 여덟 가지 정보 품질 차원을 각각 검사해야 합니다.
8개의 InfoQ 차원은 다음과 같습니다.
- 데이터 해상도
- 데이터 구조
- 데이터 통합
- 시간적 관련성
- 일반화 가능성
- 데이터 및 목표의 연대기
- 운영화
- 의사소통
데이터 분석은 연구 목표와 일치해야 분석 결과가 적시에 올바른 의사 결정자에게 제공되어야 합니다. 예를 들어, 빠르게 실행되는 종이 생산 프로세스의 품질을 평가하는 데 사용되는 일부 이미지 처리 분석은 품질 엔지니어가 적절하게 행동할 수 있도록 적시에 결과를 생성해야 합니다. 종이 롤에 숨겨진 품질 문제를 식별하는 데 사용되는 정밀한 이미징 분류기가 계산상의 제약으로 인해 지연되는 경우 생성하는 정보의 품질이 매우 낮습니다.
아래 체크리스트는 특정 연구의 8가지 정보 품질 차원을 평가하는 데 사용할 수 있습니다. ㅏ JMP 정보 품질 평가를 요약하기 위한 추가 기능은 커뮤니티에서 사용할 수 있습니다.JMP를 사용하여 정보 품질을 생성하는 방법의 예는 다음과 같습니다. 여기에서 다운로드 .
체크리스트
이것은 목적과 유용성을 명확히 한 후 분석 연구를 검토할 때 묻는 8가지 질문입니다.
치수
|
질문
|
데이터 해상도
|
데이터 입도가 의도한 작업에 적합합니까? 측정 불확도가 평가되고 적절한 것으로 확인되었습니까?
|
데이터 구조
|
당면한 문제를 반영하는 다른 소스의 데이터를 사용할 수 있습니까?
|
데이터 통합
|
다양한 소스의 데이터가 어떻게 통합됩니까? 중요한 정보를 떨어뜨리는 연결 문제가 있습니까?
|
시간적 관련성
|
데이터 수집과 분석 사이의 시간 차이로 인해 문제가 발생합니까?
|
데이터 및 목표의 연대기
|
분석 결과가 적시에 적절한 사람에게 전달됩니까?
|
일반화 가능성
|
명시적으로 연구된 것 이상으로 일반적인 결론을 도출할 수 있습니까? 예를 들어, 다른 제품이나 프로세스에 적용될 수 있는 결론.
|
운영화
|
측정된 변수 자체가 연구 목표와 관련이 있습니까? 연구에서 파생된 명시된 조치 항목 권장 사항이 있습니까?
|
의사소통
|
조사 결과가 의도한 청중에게 적절하게 전달되었습니까?
|
이러한 질문은 인더스트리 4.0 애플리케이션 이상에서 분석 기반 연구를 평가해야 하는 검토자에게 도움이 될 것입니다. 그러나 그것들은 규범적인 것이 아니며 특정 상황에 맞게 조정되어야 합니다.2020년에는 광범위한 센서 데이터와 유연한 제조 및 고급 분석을 결합하여 첨단 제조 분야에서 4차 산업 혁명이 계속해서 성장할 것입니다. 시스템 엔지니어링과 4차 산업혁명의 최첨단 요소를 다루는 새로운 종합 책, 여기에서 사용할 수 있습니다.
자세한 내용은
이를 통해 자세히 알아보기 JMP 인더스트리 4.0과 관련된 리소스:
K-means clustering analysis of seven sensors tracking possible deformation under stress, shown in the ENBIS webinar listed above.위에 나열된 ENBIS 웨비나에 표시된 응력 하에서 가능한 변형을 추적하는 7개 센서의 K-평균 클러스터링 분석.
주제 지식, 데이터 관리 및 데이터 분석의 통합을 통해 수동적 데이터 수집과 관련된 데이터 혼란을 유용한 정보로 전환할 수 있는 기회를 더 잘 전달함으로써 데이터 분석에 대한 상당한 지원을 얻을 수 있다고 생각합니다.
