揚聲器 | 成績單 |
| 亞西爾·胡斯尼 | 你好。 |
| 我是 Yassir El Housni，聖戈班普羅旺斯研究中心智慧製造團隊的研發工程師和資料科學家。 |
| 在法國卡瓦永。 |
| 我們為陶瓷材料業務部門工作。在這篇文章中，我們有兩點。首先，我們將介紹我們為製造商資料專案建議的資料專案生命週期。 |
| 在第二個中，我們將繼續 |
| 展示聖戈班材料的兩個使用者案例…陶瓷材料行業。 |
| 跨研發、生產、品質、維護等不同部門的資料項目，需要循序漸進追求進度。 |
| 資料庫方法論中的知識發現，以及六西格瑪哲學，也稱為 DMAIC，用於定義、測量、分析、改進和控制。 |
| 我們在這個無限循環中定義了七個步驟，以便正確管理資料分析專案。在所有這些過程中，我們確保對流程有很好的理解，因為我們相信這是工業世界中成功的數據項目的關鍵。 |
| 例如，為了偵測過程中的變化，我們使用 SIPOC 或流程圖圖，為了偵測變化的原因，我們使用問題解決工具箱，其中包含 ???或石川圖。 |
| 那麼無限循環也提供了另一條實現持續改進的途徑。接下來我們將逐步詳細介紹此方法。 |
| 讓我們從定義項目開始。在開始資料專案之前，有必要先明確定義三個要素。 |
| 我們在此提出一些問題，我們發現這些問題對於清楚定義交易要素非常有用（？）。首先，業務需求定義。 |
| 通常，製造業數據項目的目標是優化流程、最大化產量、提高特定產品的品質或減少能源消耗。 |
| 在商業機會的定義下，我們應該知道將使用什麼，目標是否只需要視覺化或分析。 |
| 之後，影響力應該會為我們的業務帶來量化的收益。 |
| 其次，數據的可用性和可用性。在其中，我們對資料品質進行了對角線分析。在確定資料項目的可行性這一步驟中非常重要。因此團隊的設置， |
| 來自資料團隊的人員、來自業務部門團隊的人員和來自工廠的人員、具有 6 西格碼綠帶或黑帶的流程工程師。 |
| 讓我們進入第二步。 |
| 數據準備。 |
| 轉換、整合、清洗是資料專案中耗費大量時間的重要步驟。例如，我們這裡有不同的資料來源，我們需要集中它們 |
| 在一張桌子上。我們主要使用 X 作為輸入，Y 作為輸出。在此設定中，我們使用 JMP 中的不同工具，例如缺失值處理、???常量變量，當然還有 JMP 資料表工具，它可確保正確的 SQL 請求來正確轉換表。 |
| 第三步是透過動態視覺化探索數據，透過 JMP，我們有多種視覺化選擇。例如，繪製變數的分佈並估計它所遵循的負載（？）。 |
| 用箱線圖偵測異常值， |
| 兩個變數之間的非線性迴歸， |
| 等高線或密度圖來確定每個族群集中的主要位置，我們有很多選擇來繪製它。 |
| ???，我們在工作中經常使用它們，我們發現它們非常有用。 |
| 第四步是開發模型，這取決於我們需要的分析類型。 |
| 這是為了... |
| 目標是解釋或預測。第一個是關於變數之間的聯繫，它用於解釋資料中的模式。第二個是關於公式，它用於預測資料模式。 |
| 一般來說，我們將資料集分為三個部分，70% 用於訓練，20% 用於測試，10% 用於驗證。有時，如果我們的資料量較小，我們會使用 70% 進行訓練，30% 進行驗證。如果模型良好，我們會請求一組新資料來推動決策。 |
| 我們必須採用監督學習和無監督學習。今天在聖戈班，我們將使用 JMP 的普通版本。 |
| 我們可以使用監督式學習工具，例如線性迴歸、決策樹和神經網路。今天我們在決策樹方面做了很多工作，因為它為我們提供了相關結果，這有助於我們解決陶瓷材料行業的挑戰。 |
| 第五步是尋找最優解。有時它只是一個解決方案，但在其他情況下它是許多模型之間的組合。為了確保良好的感覺，我們添加了一些約束，例如每個變數的平均值最大值和評估步長。 |
| JMP 設定檔為我們提供了快速優化解決方案的巨大可能性。 |
| 從現在開始，下一步將在我們擁有六西格瑪綠帶或黑帶的製程工程師的支持下轉移到工廠。 |
| 第六步是在工廠中實施最佳解決方案，並僅由一個代表性模型進行管理。例如，我們實作輸出 Y1 的控製圖並分析不同的變化。 |
| 在第七步驟中，我們監控模型的有效性，並視覺化資料專案工作的全球效益。例如，在圓餅圖中，我們看到了對全球產量的徑向影響。 |
| 最後但並非最不重要的一點是，為新資料專案的第一步做好準備，以確保無限循環的連續性、持續改進和連續性。 |
| 這就是關於資料專案生命週期的全部內容，現在我們將介紹使用 JMP 的協定的兩個真實案例研究。 |
| 在這兩個範例中，我們研究了相同的製程技術。這是關於電弧爐的，但是對於這兩個我們有不同的產品和不同的目標。 |
| 在這項技術中，我們有複雜的多物理現象，如電、熱、化學、時間和其他物理效應。 |
| 例如，我們有 100 多個來自不同類型感測器的製程變數。 |
| 業務需要 |
| 是為了解釋特定產品 JO7 的全球產量。 |
| 在其中我們偵測到許多類型的缺陷，缺陷#1、#2 到#N。 |
| 為了正確準備資料集，我們使用帕累托， |
| 使用馬哈拉諾比斯距離進行異常值處理並重新編碼正確的屬性以修正錯誤類型和缺失值處理。 |
| 在第三步驟中，在探索中，我們在此僅介紹一個我們研究輸入之間的相關性的範例，以減少變異數量 |
| 與模型合作之後。 |
| 作為我們的結果，我們發現我們的決策樹只有三個變量，這裡的目標是解釋為什麼產量不 |
| 在最大。 |
| 我們有一個 |
| 只有三個小於100 的變數的決策樹。的結果。 |
| 正如你所看到的，它超過了70%。 |
| 因此，我們傳遞給工廠的訊息是，只需進行特定設置 |
| X1、X2、X3我們可以解釋 |
| 全域產量，如果我們需要最大化 Y，即該產量的百分比，我們需要為 X1 和 X3 取得特定設定。 |
| 全球產量應該會迅速變化。這就是點……在此處的點群處。 |
| 並且對於每個 |
| 在項目中，我們也給出了每個參數的物理理解 |
| 到工廠。 |
| 對於第二個範例，使用相同的技術但對於另一種產品，這裡我們只有 80 個製程變量，目標是發展無缺陷的件數 D1。 |
| 需要的是解釋質量 |
| 我們的特定產品，因此我們對我們的步驟使用相同的方法。例如，在這裡，我們研究了輸入之間的相同相關性，以減少我們將放入模型中的變數數量。 |
| 因此，我們也使用了決策樹，但在這裡我們發現了 12 個變數來解釋這個全局收益率 |
| 有良好的 |
| 結果。如您所見，R 方為 84%，RMSE 為 3%，大小數量為 287。 |
| 因為我們的桌子很小。 |
| 所以第一個參數非常重要，如你所見，它貢獻了50%。 |
| 很難用 12 個變數向植物解釋這一點。為此，當我們只繪製第一個變數時，我們可以直觀地看到我們可以僅使用變數 X1 定義閾值，並且全局收益率應該快速變化。 |
| 謝謝。 |
