スピーカー | 成績証明書 |
| ヤシル・エル・ハウスニ | こんにちは。 |
| Saint-Gobain Research Provence のスマート マニュファクチャリング チームの R&D エンジニア兼データ サイエンティスト、Yassir El Housni です。 |
| フランス、カヴァイヨンにて。 |
| 私たちはセラミック材料事業部に所属しています。 この投稿では、2 つのポイントがあります。 最初に、製造業者のデータ プロジェクトに提案するデータ プロジェクトのライフ サイクルを紹介します。 |
| そして2番目に、私たちは続けます |
| サンゴバンの材料、セラミック材料産業の 2 つのユーザー ケースを紹介します。 |
| 研究開発、生産、品質、保守などのさまざまな部門にまたがるデータ プロジェクトに取り組むには、進歩を追求するための段階的なアプローチが必要です。 |
| データベース方法論における知識の発見、および定義、測定、分析、改善、および制御のための DMAIC とも呼ばれるシックス シグマの哲学。 |
| この無限ループで、データ分析プロジェクトを正しく管理するために追求する 7 つのステップを定義します。 それらのすべてにおいて、プロセスを十分に理解するようにしています。これは、産業界でデータ プロジェクトを成功させるための関連性の鍵であると信じているからです。 |
| たとえば、プロセスの変動を検出するには、SIPOC またはフローチャート マップを使用し、変動の原因を検出するには、??? を含む問題解決ツールボックスを使用します。または石川図。 |
| 次に、無限ループは、継続的な改善を達成するための別のルートも示します。 次に、アプローチの詳細をステップごとに説明します。 |
| プロジェクトの定義から始めましょう。 データ プロジェクトを開始する前に、3 つの要素を明確に定義する必要があります。 |
| ここで、取引の要素 (?) を明確に定義するのに非常に役立つとわかったいくつかの質問を提案します。 まず、ビジネスニーズの定義。 |
| 多くの場合、製造におけるデータ プロジェクトの目標は、プロセスの最適化、歩留まりの最大化、特定の製品の品質の向上、またはエネルギー消費の削減です。 |
| ビジネス チャンスの定義の下で、何が使用されるかを知る必要があります。ターゲットは、視覚化または分析のみが必要です。 |
| その後、その影響はビジネスに定量化された利益をもたらすはずです。 |
| 次に、データの可用性と使いやすさです。 その中で、データの品質の対角分析を開始します。 データ プロジェクトの実現可能性を判断するステップは非常に重要です。 したがって、チームのセットアップ、 |
| データ チームの担当者、ビジネス ユニット チームの担当者、工場の担当者、シックス シグマのグリーン ベルトまたはブラック ベルトのプロセス エンジニア。 |
| 第二段階に移りましょう。 |
| データの準備。 |
| 変換、統合、クレンジングは、データ プロジェクトで多くの時間を費やす重要なステップです。 たとえば、ここにはさまざまなデータ ソースがあり、それらを一元化する必要があります。 |
| 1つのテーブルで。 主に、入力には X を使用し、出力には Y を使用します。 このセットアップでは、欠損値処理などの JMP のさまざまなツールを使用します。定数変数、そしてもちろん、適切な SQL 要求がテーブルを正しく変換することを保証する JMP データ テーブル ツール。 |
| 3 番目のステップは、動的な視覚化を使用してデータを探索することです。JMP を使用すると、視覚化の選択肢が広がります。 たとえば、変数の分布をプロットし、それが従う負荷 (?) を推定します。 |
| ボックス プロット図で外れ値を検出し、 |
| 2 つの変数間の非線形回帰、 |
| 等高線または密度マッピングを使用して、各集団の集中の主な配置を決定し、それをプロットするための大きな選択肢があります。 |
| ???、私たちは通常、仕事でそれらを使用しており、非常に便利であることがわかりました. |
| 4 番目のステップは、モデルの開発を進めることです。これは、必要な分析の種類によって異なります。 |
| それは... |
| 目標は説明すること、または予測することです。 1 つ目は、変数間のリンクに関するもので、データのパターンを説明するのに役立ちます。 2 つ目は式に関するもので、データのパターンを予測するのに役立ちます。 |
| 通常、データ セットを 3 つのブロックに分割します。トレーニング用に 70%、テスト用に 20%、検証用に 10% です。 また、データのサイズが小さい場合は、70% をトレーニングに使用し、30% を検証に使用します。 モデルが適切であれば、意思決定を促進するために新しいデータ セットを要求します。 |
| 教師あり学習と教師なし学習にアプローチする必要があります。 今日のサンゴバンでは、通常バージョンの JMP を使用します。 |
| また、線形回帰、決定木、ニューラル ネットワークなどの教師あり学習ツールにアクセスできます。 今日、私たちは意思決定ツリーを使用して多くの作業を行っています。これは、関連する結果が得られ、セラミック材料業界の課題を解決するのに役立つからです。 |
| 5番目のステップは、最適解を見つけることです。 単なるソリューションの場合もあれば、多くのモデルの組み合わせの場合もあります。 そして、良識を確実にするために、いくつかの制約を追加しました。たとえば、平均最大値と各変数の評価ステップです。 |
| JMP プロファイルは、ソリューションを迅速に最適化する大きな可能性を与えてくれます。 |
| これからは、シックス シグマの緑帯または黒帯のプロセス エンジニアのサポートにより、次のステップは工場に渡されます。 |
| 6 番目のステップは、最適なソリューションをプラントに実装し、1 つの代表的なモデルだけで管理することです。 たとえば、出力 Y1 の管理図を実装し、さまざまな変動を分析します。 |
| 7 番目のステップでは、モデルの有効性を監視し、データ プロジェクトに取り組むことによる全体的な利益を視覚化します。 たとえば、円グラフでは、グローバルな利回りへの放射状の影響が見られます。 |
| 最後になりましたが、継続性、継続的な改善、無限ループの継続性を確保するための新しいデータ プロジェクトのステップ 1 の準備です。 |
| 以上がデータ プロジェクトのライフサイクルに関するすべてでした。次に、JMP を使用したプロトコルの実際のケース スタディを 2 つ紹介します。 |
| 2 つの例では、同じプロセス技術を調べました。 電炉の話ですが、両者は製品も対象も違います。 |
| この技術では、電気、熱、化学、時間、その他の物理効果など、複雑なマルチフィジカル現象が発生します。 |
| ここでは、たとえば、さまざまな種類のセンサーに由来する 100 を超えるプロセス変数があります。 |
| ビジネスニーズ |
| 特定の製品、JO7 のグローバルな利回りを説明することでした。 |
| その中で、欠陥＃1、＃2から＃Nまで、多くの種類の欠陥を検出します。 |
| データセットを正しく準備するために、Pareto を使用しました。 |
| マハラノビス距離を使用した外れ値処理と、正しい属性を再コーディングして、エラーの種類と欠損値処理を修正します。 |
| ステップ 3 の探索では、バリエーションの数を減らすために入力間の相関関係を調べる例をここに示します。 |
| モデルで作業した後。 |
| 結果として、変数が 3 つしかない決定木が見つかりました。ここでの目標は、利回りが |
| 最大で。 |
| そして、私たちは |
| 100 未満の変数が 3 つだけの決定木。 したがって、ここで使用するモデルでは、データのサイズが大きくないため、データの 70% をトレーニングに使用し、30% を検証に使用し、重要な平方根で良い結果が得られます。 |
| ご覧のとおり、70% を超えています。 |
| プラントに渡したメッセージは、 |
| X1、X2、X3 について説明できます。 |
| この利回りの割合である Y を最大化する必要がある場合は、X1 と X3 の特定の設定を取得する必要があります。 |
| そして、世界の利回りは急速に進化するはずです。 それがポイントです...ここのポイントのクラスターにあります。 |
| そしてそれぞれに |
| プロジェクトでは、各パラメーターの物理的な理解も提供します |
| 植物に。 |
| 同じテクノロジーを使用した別の製品の 2 番目の例では、80 個のプロセス変数しかなく、目標は欠陥のない部品の数 D1 を進化させることでした。 |
| 必要なのは品質を説明することです |
| そのため、手順には同じ方法論を使用します。 たとえば、ここでは、モデルに入れる変数の数を減らすために、入力間の同じ相関関係を調査しました。 |
| その結果、決定木も使用しますが、ここでは、このグローバルな利回りを説明する 12 の変数を見つけました。 |
| 良い |
| 結果。ご覧のとおり、R 2 乗は 84%、RMSE は 3%、サイズ数は 287 でした。 そのために、クロス検証メソッドを使用しました |
| テーブルのサイズが非常に小さいためです。 |
| したがって、最初のパラメーターは非常に重要でした。ご覧のとおり、50% 寄与しています。 |
| そして、それを12の変数で植物に説明するのは困難でした. そのため、最初の変数だけをプロットすると、変数 X1 だけでしきい値を定義できることが視覚的にわかります。これにより、グローバルな利回りが急速に変化するはずです。 |
| ありがとう。 |
