Bien
matin,
tout le monde.
Mon nom est Chris Jackson.
I suis un Applications Ingénieur pour Centrotherme.
Nous conception et construire point d'utilisation gaz réduction systèmes
pour utiliser dans le semi-conducteur et autre industries.
Aujourd'hui, I avoir le opportunité à donner a court présentation
sur comment nous trouvé a espace pour JMP dans notre partie de le industrie
et comment il aide nous les deux dans dépannage
pour industriel applications
comme Bien comme pour évaluation
et justification de continu amélioration initiatives,
ingénierie changements, des choses comme que.
A petit peu de arrière-plan juste à obtenir tout le monde sur le même page,
I vouloir à dire a couple de mots à propos quoi point d'utilisation réduction systèmes sont.
J'ai a obtenu a petit coupe transversale de un de notre outils ici sur le côté.
Le court version est ce:
vous avez a obtenu a fabrication outil en haut sur le usine sol
faire peu importe c'est faire dans le semi-conducteur fabrication processus
que produit nocif gaz comme a sous-produit,
serre gaz, toxique gaz, inflammable gaz.
En général, des choses toi ne le faites pas vouloir à aller dans le atmosphère.
Alors notre outils prendre ceux déchets gaz dans,
ils détruire eux à travers thermique énergie,
ils laver eux dehors,
et toi libérer faire le ménage air à le usine échappement.
Parce que ces outils sont sécurité et environnement nt-critique,
a faute dans un de eux
moyens que ton production doubler est à moins dans partie fermer vers le bas.
Si toi ne peut pas traiter ton sous-produits, alors toi ne peut pas courir.
Dans a haut- volume fabrication environnement,
comme donc beaucoup semi-conducteur FAB sont,
même petit retards sont incroyablement cher.
Nous comme fournisseurs et prestataires de services,
avoir à avoir a moyens à rapidement identifier problèmes
et apporter le outils dos en ligne.
Historiquement, dépannage généralement moyens
ouverture le outil,
regarder visuellement à identifier défaut composants
souvent après quelques période de racine cause analyse.
Mais avec a moderne FAB environnement
et le données généré par SCADA ou IoT systèmes,
nous avoir montagnes de données disponible à enquêter défauts
avant nous jamais touche le équipement.
Que donne nous a chemin à guide dépannage dans le champ,
et dans quelques cas pour intermittent défauts,
il même laissez le usine garder en cours d'exécution alors que nous enquêter numériquement
plutôt que physiquement
minimiser le temps perdu à dépannage et enquête.
Le problème avec ce montagne de données est a échelle problème.
Le plus haut le résolution de ton données,
le mieux regarder toi peut obtenir à qu'est-ce que événement instantanément
dans n'importe lequel de ces pièces de équipement.
Que plus haut résolution cependant, vient avec un aérien.
Toi besoin plus et plus informatique ressources à efficacement analyser il,
et c'est où JMP vient dans pour nous
avec le capacité à poignée très grand données ensembles,
et il devient a outil pour visualisation et exploration
que peut vraiment drastiquement améliorer Dépannage.
Il laissez un ingénieur ou a technicien
rapidement explorer et visualiser important paramètres
dans ton données ensembles,
et ces données ensembles sont à a échelle parfois que sont juste ingérable
pour a parcelle de autre visualisation outils.
Avec ça, je vouloir à saut droite dans le d'abord exemple cas nous avoir ici,
et étaient en allant à identifier un intermittent célibataire- composant échec
juste à travers données visualisation.
Non statistiques, Non modélisation,
juste le capacité à tamiser à travers et visualiser le données.
Ici nous avons a obtenu a graphique montrer ionisation actuel contre temps.
C'est un de a nombre de paramètres, ionisation actuel,
que nous utiliser comme a santé moniteur pour le équipement.
Ce outil était ayant problèmes dans lequel il serait courir pour a couple de jours
et alors apparemment aléatoirement échouer et fermer vers le bas.
Pour contexte, ce actuel devrait être a plat horizontal doubler à 25,5,
donc c'est joli clair depuis le début que nous avoir a problème.
C'est aussi joli clair quoi I était parler à propos
concernant données ensemble taille.
Ce données ensemble droite ici est presque six et a moitié million rangées.
Six et a moitié million rangées avec,
quand toi tirer dans tous de le outil paramètres,
500 colonnes.
Le déposer pour ce données ensemble est à propos 20 gigaoctets dans taille,
absolument massif montants de données.
Avant nous même faire n'importe lequel statistique analyse, comme I dit,
nous peut commencer à faire quelques problème- résolution désactivé de ce données ensemble
juste avec visualisation.
Initialement, il n'a pas vraiment regarder comme il y a n'importe lequel clair forme à ce données.
Nous savoir quelque chose faux, mais nous ne le faites pas savoir quoi.
Mais quand nous zoom dans,
tous de a soudain nous commencer à voir quelques structure.
Ce regard joli périodique à moi.
Nous zoom dans a petit peu plus
et nous voir que il est dans fait très périodique.
Chaque un de ces petit pointes vers le bas, sans tenir compte de ampleur,
est chronométré cinq minutes presque exactement depuis chaque autre.
Que immédiatement mendie le question alors, faire nous avoir quelques composant,
a soupape, a couler contrôleur, a moteur,
quelque chose que actionne chaque cinq minutes?
Nous identifier que composant.
Maintenant nous avoir a vraiment probable dépannage coupable.
Le dépannage plan changements depuis ouvrir le outil et enquêter,
lequel pourrait prendre a couple de heures,
à ouvrir le outil et changement ce un ciblé composant.
Nous juste rétréci le réel temps que nous besoin à être dans le équipement
depuis a couple de heures regarder à tout
à voir quoi pourrait être défaut
à a célibataire heure, obtenir dans là, changement ce partie, obtenir dos dehors.
Dans ce particulier cas, que était le défaut composant,
nous étaient capable à identifier il.
Problème identifié, plan fait sans jamais ayant à ouvrir le équipement.
Nous étaient capable à obtenir là avec juste le conclusions
que nous étaient capable à dessiner depuis visualisation.
De cours, JMP est pas juste a outil pour visualisation.
Il aussi a à c'est cœur a très robuste suite de statistique analyse plateformes.
Si nous commencer à appliquer ceux à le données,
nous peut obtenir même plus passionnant et intéressant résultats.
Je vais juste saut droite dans le deuxième cas ici.
Dans ce cas,
étaient regarder à a spécifique outil, lequel est fonctionnement bien la plupart de le temps,
mais il fait avoir occasionnel problèmes avec s'accumuler,
parfois nous a obtenu à dessiner notre Premier ministre dans a petit plus tôt que nous serait comme.
Nous vouloir à prendre a regarder à notre santé paramètres
et voir si il y a n'importe lequel anomalies, n'importe lequel optimisations nous peut faire.
Le approche que I utiliser ici
est en vigueur pour, vraiment, n'importe lequel industriel application
que a défini exploitation modes.
Parce que nous peut dessiner ceux modes dehors de le données très facilement
en utilisant regroupement.
Dans ce cas, notre réduction a, ou ce spécifique réduction,
a trois joli Bien- défini exploitation modes
basé désactivé de ces deux saisir gaz.
I utiliser K signifie regroupement.
Toi pourrait utiliser quel que soit version de regroupement toi préférer.
Mais I courir que sur le données à sorte un ll de notre rangées, tous de notre points
dans ces trois exploitation modes.
Si toi avoir plus que trois exploitation modes,
évidemment, toi peut utiliser plus groupes.
Mais il aussi obtient intéressant,
quoi si toi ne le faites pas savoir comment beaucoup modes toi avoir?
Peut être ils sont défini par le client,
ou peut être il y a a soupçon que,
"Hé, pourrait là être quelques interstitiel mode ici?"
Peut être le transition État entre deux de ces exploitation modes.
Si toi vouloir à enquêter que chemin, toi peut utiliser itératif regroupement.
I a fait que vers le bas ici.
Toi juste courir depuis, I utilisé 3- 10 groupes,
et le logiciel volonté identifier quoi le optimal nombre de groupes est.
Regarder à ce, il est correctement identifié.
Il donne nous ces cubique regroupement coefficients,
identifie le optimal un,
que, Oui, comme soupçonné, trois est le optimal nombre de groupes
à trier ce données dans.
Je suis pas vraiment inquiet à propos ces État transitions.
Je suis vraiment plus concentré sur le États eux-mêmes.
Nous prendre que données, nous obtenir a lire à haute voix de il,
et nous lancer il en haut sur ce 3D dispersion parcelle.
Nous prendre quelques de notre outil santé paramètres,
et nous couleur tout par quoi grappe ils sont dans.
Immédiatement, nous commencer à voir quelques intéressant résultats.
Nous parlé à propos ionisation actuel devrait être solide à 25,5,
et nous voir que nous avoir quelques variabilité ici.
C'est goutte ci-dessous que.
Immédiatement nous savoir que nous avoir a problème.
Mais qu'est-ce que plus intéressant est que chaque célibataire un de ceux points
est groupés dans a célibataire grappe,
grappe deux, lequel correspond à ce
le plus bas saisir gaz un, plus haut saisir gaz deux.
Maintenant depuis un ingénierie perspective,
si Je suis regarder à faire optimisations ou Je suis regarder à améliorer outil santé,
I immédiatement peut dire,
"Hé, ce est le exploitation mode que nous besoin à regarder à."
C'est quoi I besoin
dans commande à commencer regarder à béton suivant mesures pour amélioration.
Je suis pas regarder à le outil comme a entier.
J'ai déjà géré à se concentrer mon recherche à un exploitation mode.
Le dernier chose I vouloir à parler à propos alors,
ayant regardait à deux de ces utiliser cas ici est,
quoi sont le autre avantages avec JMP ?
Pourquoi JMP ?
Mon clients sont collecte tous ce données.
Ils avoir façons à voir il.
Ils avoir dispersion systèmes et surveillance systèmes dans lieu.
Ils avoir façons à analyser il.
Donc pourquoi faire JE, comme a fournisseur/ prestataire,
besoin ce plate-forme à voir et analyser le données?
Le répondre pour moi, à moins dans mon cas, est le croix- plate-forme compatibilité.
Si Je suis dépendant sur mon client à graphique et générer vues de données pour moi,
Je suis maintenant prise en haut leur temps et leur ressources
à dépannage a problème que Je suis responsable pour fixation.
Avec JMP, comme long comme ils peut donner moi le brut données,
I peut faire tous de il moi-même.
Pas seulement est que libération en haut leur sources,
il donne moi le capacité à faire mon propre enquête
indépendant de peu importe système ils sont en utilisant pour données analyse.
Il n'a pas matière si ils sont en utilisant propriétaire surveillance système A ou B ou C,
ou si ils sont en utilisant leur propre IoT surveillance système
depuis leur contrôle ingénieurs.
Il n'a pas même matière
si ils avoir multiple données acquisition systèmes
depuis différent fournisseurs.
Avec JMP,
I peut importer et manipuler peu importe données ils donner moi
et effectuer ces types de analyse, aigre quoi-indépendant,
faire le enquête que I besoin à faire pour mon client soutien
avec tous le outils pour visualisation et statistique analyse
que JMP fournit.
Avec que, il regard comme étaient joli beaucoup à temps ici.
I savoir ce n'est-ce pas le traditionnel utiliser cas nécessairement pour JMP
depuis quelques de le gens que J'ai parlé à,
mais I espoir il était utile pour personnes.
Identifiant juste comme à remercier Adam Stover, notre CTO,
et Gordon Personnel éducatif, notre Directeur de Applications et Technologie,
pour portion moi mettre tous ce ensemble et révision le travail que J'ai fait.
Remercier toi pour ton temps.
