Altavoz | Transcripción |
| YASSIR EL HOUSNI | Hola. |
| Soy Yassir El Housni, ingeniero de I+D y científico de datos, en el equipo de fabricación inteligente de Saint-Gobain Research Provence. |
| en Cavaillon, Francia. |
| Trabajamos para unidades de negocio de materiales cerámicos. En este post, tenemos dos puntos. En la primera presentaremos el ciclo de vida de los proyectos de datos que proponemos para los proyectos de datos de los fabricantes. |
| Y en la segunda seguiremos |
| presentar dos casos de uso de materiales de Saint-Gobain...industrias de materiales cerámicos. |
| Trabajar en proyectos de datos en diferentes departamentos, como I+D, producción, calidad y mantenimiento, requiere adoptar un enfoque paso a paso para lograr el progreso. |
| descubrimiento de conocimiento en metodología de bases de datos y la filosofía Six Sigma, también conocida como DMAIC para definir, medir, analizar, mejorar y controlar. |
| Definimos en este bucle infinito siete pasos a seguir para gestionar correctamente el proyecto de análisis de datos. En todos ellos, nos aseguramos de tener una buena comprensión del proceso, porque creemos que es una clave de relevancia para proyectos de datos exitosos en un mundo industrial. |
| Por ejemplo, para detectar la variación en el proceso usamos el SIPOC o diagrama de flujo y para detectar las causas de la variación usamos nuestra caja de herramientas de resolución de problemas que contienen un ??? o Diagrama de Ishikawa. |
| Luego, infinity loop presenta también otra ruta para lograr la mejora continua. A continuación, detallaremos el enfoque, paso a paso. |
| Empecemos por definir los proyectos. Es necesario definir claramente tres elementos antes de iniciar proyectos de datos. |
| Proponemos aquí algunas preguntas que encontramos muy útiles para definir claramente los elementos del comercio (?). En primer lugar, definición de necesidad empresarial. |
| Con frecuencia, los objetivos del proyecto de datos en la fabricación son optimizar un proceso, maximizar un rendimiento, mejorar la calidad de un producto específico o reducir el consumo de energía. |
| Bajo la definición de la oportunidad de negocio, debemos saber qué se utilizará, si el objetivo necesita solo una visualización o análisis. |
| Y después de eso, el impacto debería traer nuestra ganancia cuantificada al negocio. |
| En segundo lugar, la disponibilidad de datos y la usabilidad. En él lanzamos un análisis diagonal de la calidad de los datos. Es tan importante en el paso para determinar la viabilidad del proyecto de datos. Y por lo tanto la configuración del equipo, |
| una persona del equipo de datos, una persona del equipo de la unidad de negocio y una persona de las plantas, un ingeniero de procesos con Six Sigma green o black belts. |
| Pasemos al segundo paso. |
| Preparación de datos. |
| Con la transformación, integración, limpieza, es un paso importante que consume mucho tiempo en proyectos de datos. Por ejemplo, aquí tenemos diferentes fuentes de datos y necesitamos centralizarlas. |
| en una mesa. Principalmente usamos X para entradas e Y para salidas. En esta configuración, usamos diferentes herramientas en JMP, como el procesamiento de valores faltantes, el ??? de variables constantes y, por supuesto, las herramientas de tablas de datos JMP que garantizan la solicitud SQL correcta para transformar correctamente las tablas. |
| El tercer paso se trata de explorar datos con visualización dinámica y con JMP tenemos una gran variedad de opciones de visualización. Por ejemplo, trace la distribución de la variable y estime la carga (?) que sigue. |
| Detecte los valores atípicos con el diagrama de diagramas de caja, |
| regresión no lineal entre dos variables, |
| contorno o el mapeo de densidad para determinar la ubicación principal para la concentración de cada población, y tenemos una gran opción para graficarla. |
| ???, los usamos habitualmente en nuestro trabajo y los encontramos muy útiles. |
| El cuarto paso es desarrollar el desarrollo del modelo y depende del tipo de análisis que necesitemos. |
| Es para... |
| el objetivo es explicar o es predecir. El primero trata sobre los vínculos entre variables y sirve para explicar patrones en los datos. El segundo tiene que ver con la fórmula y sirve para predecir patrones en los datos. |
| Generalmente cortamos nuestros conjuntos de datos en tres bloques, 70% para entrenamiento, 20% para prueba y 10% para validación. Y en algún momento, si tenemos un tamaño pequeño de datos, usamos el 70% para entrenamiento y el 30% para validación. Si el modelo es bueno, solicitamos un nuevo conjunto de datos para impulsar la toma de decisiones. |
| Tenemos que abordar el aprendizaje supervisado y no supervisado. Hoy en Saint-Gobain usaremos la versión normal de JMP. |
| Y tenemos acceso a las herramientas de aprendizaje supervisado, como la regresión lineal, el árbol de decisión y la red neuronal. Trabajamos mucho hoy con el árbol de decisión porque nos da resultados relevantes, que nos ayudan a resolver un desafío en la industria de materiales cerámicos. |
| El quinto paso consiste en encontrar la solución óptima. A veces es solo una solución, pero en otros casos es una combinación entre muchos modelos. Y para asegurar el buen sentido, añadimos algunas restricciones, por ejemplo, la media máxima y el paso de valoración de cada variable. |
| El perfil JMP nos brinda una gran posibilidad de optimizar soluciones rápidamente. |
| A partir de ahora, el siguiente paso es pasar a la planta, con el apoyo de nuestro ingeniero de procesos con Six Sigma cinturón verde o negro. |
| El sexto paso se trata de implementar la mejor solución en las plantas y se rige por un solo modelo representativo. Por ejemplo, implementamos las gráficas de control de la salida Y1 y analizamos las diferentes variaciones. |
| En el séptimo paso, monitoreamos la efectividad del modelo y visualizamos la ganancia global de trabajar en nuestro proyecto de datos. Por ejemplo, en los gráficos circulares, vemos el impacto radial en el rendimiento global. |
| Y por último, pero no menos importante, la preparación al paso uno de un nuevo proyecto de datos para asegurar la continuidad, la mejora continua y la continuidad del bucle infinito. |
| Eso fue todo sobre el ciclo de vida del proyecto de datos y ahora pasaremos a presentar dos estudios de casos reales del protocolo usando JMP. |
| En los dos ejemplos estudiamos la misma tecnología de proceso. Se trata del horno de arco eléctrico, pero para los dos tenemos diferentes productos y diferentes objetivos. |
| En esta tecnología, tenemos fenómenos multifísicos complejos, como efectos eléctricos, térmicos, químicos, temporales y otros efectos físicos. |
| Aquí tenemos, por ejemplo, más de 100 variables de proceso que provienen de diferentes tipos de sensores. |
| la necesidad del negocio |
| fue explicar el rendimiento global de un producto específico, JO7. |
| En él detectamos muchos tipos de defectos, el Defecto #1, #2 a #N. |
| Y para eso para preparar correctamente los conjuntos de datos, usamos Pareto, |
| Procesamiento de valores atípicos con la distancia de Mahalanobis y recodificación de los atributos correctos para corregir el tipo de errores y el procesamiento de valores perdidos. |
| En el paso tres, en explorar, presentamos aquí solo un ejemplo de correlación que estudiamos entre las entradas para reducir el número de variaciones. |
| después de trabajar con modelos. |
| Como resultado, encontramos nuestro árbol de decisión con solo tres variables y aquí, el objetivo era explicar por qué el rendimiento no es |
| en el máx. |
| Y tenemos un |
| árbol de decisión con solo tres variables por debajo de 100. Entonces, para el modelo, usamos aquí el 70 % de los datos para el entrenamiento porque no tenemos un gran tamaño de datos y el 30 % para la validación y obtenemos buenos resultados con una raíz cuadrada importante. |
| Como ves, es más del 70%. |
| Entonces, el mensaje que le pasamos a la planta es que solo con la configuración específica de |
| X1, X2 y X3 podemos explicar el |
| rendimiento global, y si necesitamos maximizar Y, el porcentaje de este rendimiento, necesitamos obtener una configuración específica solo para X1 y X3. |
| Y el rendimiento global debería evolucionar rápidamente. Es el punto... en el grupo de puntos aquí. |
| y para cada |
| proyecto, damos también la comprensión física de cada parámetro |
| a la planta |
| Para el segundo ejemplo aquí con la misma tecnología pero para otro producto, aquí tenemos solo 80 variables de proceso y el objetivo era evolucionar el número de piezas sin defecto, D1. |
| La necesidad se trata de explicar la calidad |
| de nuestros productos específicos, por lo que utilizamos la misma metodología para nuestros pasos. Por ejemplo aquí, estudiamos la misma correlación entre entradas para reducir el número de variables que pondremos en el modelo. |
| Y, como resultado, usamos también un árbol de decisión, pero aquí encontramos 12 variables que explican este rendimiento global. |
| con buena |
| resultados. Como puede ver, el cuadrado R fue del 84 %, el RMSE fue del 3 % y el número de tamaño fue 287. Para ello, utilizamos el método de validación cruzada. |
| porque tenemos un tamaño de mesa muy pequeño. |
| Entonces el primer parámetro fue muy importante, como ven, aporta el 50%. |
| Y era difícil explicar eso con las 12 variables a las plantas. Por eso, cuando graficamos solo la primera variable, vemos visualmente que podemos definir un umbral solo con la variable X1, y con ella el rendimiento global debería evolucionar rápidamente. |
| Gracias. |
