| Oratore |
Trascrizione |
| Shamgar McDowell |
Maya Angelou disse una famosa frase: "Fai del tuo meglio finché non impari meglio. Poi, quando impari meglio, fai meglio". Buongiorno, buon pomeriggio, buonasera. |
| |
Spero che il JMP Discovery Summit ti stia piacendo e che tu stia imparando modi migliori per fare le cose che devi fare. |
| |
Sono Shamgar McDowell, Senior Affidabilità e Analytics Engineer presso GE Gas Power. Lavoro in GE da 15 anni e ho lavorato nei settori sourcing, qualità, produzione e ingegneria. |
| |
Oggi condividerò un po' del percorso del nostro team verso l'automazione della modellazione dell'affidabilità tramite JMP. |
| |
Forse la vostra organizzazione si trova ad affrontare una sfida simile a quella che sto per descrivere. Mentre vi spiego come affrontiamo questa sfida, spero che il tempo che trascorreremo insieme vi offra spunti di riflessione per migliorare i flussi di lavoro nel vostro contesto aziendale. |
| |
Quindi, per fare un po' di contesto, vorrei dedicare le prossime due diapositive a spiegare un po' di più sull'attività di GE Gas Power. Innanzitutto, i nostri prodotti. |
| |
Produciamo motori ad alta tecnologia, di grandi dimensioni, che trovano molteplici applicazioni, ma vengono impiegati principalmente nella produzione di elettricità. |
| |
Dal punto di vista tecnologico, queste macchine rappresentano in realtà delle incredibili imprese ingegneristiche, con temperature di cottura ben al di sopra del punto di fusione delle leghe utilizzate nella sezione calda. |
| |
Una singola turbina a gas può generare abbastanza elettricità da alimentare in modo affidabile centinaia di migliaia di abitazioni. |
| |
E solo per dare un'idea delle dimensioni di queste macchine, nella foto a destra potete vedere quattro esseri umani adulti, il che in un certo senso fa capire quanto siano grandi queste macchine. |
| |
Ho dovuto quindi inserire qui alcuni esempi gratuiti di creazione di grafici JMP. Ma il grafico a bolle e la mappa ad albero sottolineano davvero la natura globale della nostra base clienti. |
| |
Stiamo fornendo energia più pulita e accessibile da cui le persone dipendono in tutto il mondo, comprese le nazioni in via di sviluppo che storicamente potrebbero non aver avuto accesso all'energia elettrica e ai numerosi effetti che cambiano la vita che ne derivano. |
| |
Quindi, man mano che ho imparato ad apprezzare l'impatto che il nostro lavoro ha sulla vita quotidiana di così tante persone in tutto il mondo, è stato allo stesso tempo umiliante e utile nel dare uno scopo a ciò che faccio io e il resto del nostro team ogni giorno. |
| |
Quindi faccio parte del team di analisi dell'affidabilità e di ingegneria dei dati. |
| |
Il nostro team è responsabile di fornire alla nostra azienda modelli empirici di rischio e affidabilità che vengono utilizzati in vari modi dai team interni. |
| |
Quindi, in questo contesto, contiamo sull'analista nel nostro team affinché sia in grado di concentrarsi su attività ingegneristiche, come la comprensione della fisica che influenza il nostro |
| |
qualità dei componenti e applicabilità dei dati che utilizziamo, nonché compromessi negli approcci di modellazione e qual è il modo migliore per estrarre valore dai nostri dati. |
| |
Questi sono tutti compiti a valore aggiunto. |
| |
Il nostro processo prevede anche una rigorosa revisione da parte degli ingegneri capo. Quindi, avere una presentazione PowerPoint contenente i modelli fa parte di questo processo. |
| |
In precedenza, creare questa presentazione richiedeva un notevole lavoro di copia e incolla e l'utilizzo di una varietà di strumenti, il che richiedeva molto tempo ed era più soggetto a errori. Quindi, questo non rappresenta un valore aggiunto. |
| |
Avevamo quindi bisogno di una soluzione che desse ai nostri ingegneri più tempo per concentrarsi sulle attività a valore aggiunto. Avrebbe inoltre standardizzato ulteriormente il processo, perché questi due aspetti... |
| |
Maggiore produttività e capacità di concentrarsi su ciò che conta, oltre a una maggiore standardizzazione. Per questo motivo, utilizziamo il mantra "Automatizza le cose noiose". |
| |
Volevo quindi darvi un'idea della portata dei set di dati che abbiamo utilizzato. Spesso il volume dei dati con cui si ha a che fare può dettare la direzione da seguire in termini di soluzioni. |
| |
E nel nostro caso, c'è qualche variazione, ma come regola generale, abbiamo a che fare con migliaia di turbine a gas sul campo, |
| |
centinaia di componenti di binario in ogni unità, e poi ci sono decine di ispezioni o ricondizionamenti per componente. |
| |
Quindi, in totale, abbiamo a che fare con milioni di record. Ma in genere i nostri modelli sono mirati a configurazioni specifiche e quindi sono costruiti su set di dati più limitati, con 10.000 record o meno, decine di migliaia o meno. |
| |
L'altra cosa che volevo sottolineare è che spesso abbiamo più di 100 colonne nel nostro set di dati. Quindi, ci sono delle difficoltà con queste dimensioni dei dati che hanno reso JMP una soluzione molto più adatta rispetto a un approccio basato su Excel per svolgere le stesse attività. |
| |
Pertanto, la prima versione di questo strumento è stata sviluppata da GE in collaborazione con una terza parte utilizzando il linguaggio di scripting JMP. |
| |
Il nome dello strumento è CARMA, Computer Aided Reliability Modeling Application, con la c. E la quantità di sforzi necessari per arrivare a ciò che abbiamo oggi non è banale. |
| |
Questa è una rappresentazione di ciò. Potete vedere il numero di script e righe di codice che testimoniano la portata e le dimensioni dello strumento fino a oggi. Ma si è anche dimostrato uno strumento molto utile per noi. |
| |
Con il passare del tempo, abbiamo compreso la necessità di continuare a sviluppare e migliorare CARMA. Per riuscirci, abbiamo dovuto sviluppare e promuovere alcune competenze interne. |
| |
Ho esperienza nella codifica JSL e supervisiono il lavoro degli sviluppatori che si concentrano su questo e su alcuni strumenti correlati. |
| |
Il messaggio che voglio trasmetterti è che anche dopo aver creato qualcosa come CARMA, sarà necessario un investimento continuo per mantenere l'app rilevante e svilupparla in base all'evoluzione delle esigenze della tua attività. |
| |
Ma è fattibile e i benefici sono concreti. Un sondaggio condotto tra i nostri utenti quest'estate ha evidenziato che |
| |
un punteggio Net Promoter del 100% e una riduzione di almeno il 25% del tempo di ciclo per eseguire un aggiornamento del modello. Quindi è in tempo reale |
| |
che viene salvato. E poi, in modo aneddotico, vediamo anche dove CARMA ha fatto emergere problemi nel nostro processo che siamo stati in grado di affrontare e che altrimenti sarebbero rimasti nascosti e impossibili da affrontare. |
| |
E ho una citazione, è un po' lunga. Ma volevo solo condividere questa precisazione sull'automazione di Bill Gates, che ne sa qualcosa sullo sviluppo software. |
| |
"La prima regola di qualsiasi tecnologia utilizzata in ambito aziendale è che l'automazione applicata a un'automazione efficiente ne aumenterà l'efficienza. La seconda è che l'automazione applicata a un'operazione inefficiente ne aumenterà l'inefficienza." |
| |
Quindi la citazione finisce qui, ma è solo un ottimo promemoria del fatto che l'automazione non è la soluzione miracolosa che risolverà un processo non funzionante; abbiamo ancora bisogno di persone che lo facciano oggi. |
| |
Bene, prima di fare una dimostrazione dello strumento, vorrei solo fornire una panoramica generale dello strumento e degli input e output di CARMA. |
| |
L'utente deve indirizzare lo strumento ai file di input. Qui a sinistra, vedete che abbiamo un file di modelli attivi che contiene essenzialmente i modelli già approvati. E poi abbiamo i dati empirici. |
| |
Quindi nell'interfaccia utente, l'utente esegue alcune attività di modellazione. |
| |
E poi gli output sono modelli in esecuzione, quindi aggiornamenti all'atto dei modelli in una presentazione PowerPoint. |
| |
E vedremo anche questo. |
| |
Come sfondo per i dati, utilizzerò la demo. |
| |
Volevo solo dire che ho iniziato con il set di dati della locomotiva. E vedremo che JMP fornisce alcuni dati di esempio. Quindi questo è il caso, lì. |
| |
e questo dà una popolazione. Poi ho aggiunto anche un'ulteriore popolazione di modelli. |
| |
E il messaggio principale che volevo trasmettere è che quello che vedremo sono tutti dati inventati. Non sono reali; non rappresentano la funzionalità. |
| |
o il comportamento di una qualsiasi delle nostre parti sul campo, oppure è semplicemente tutto artificioso. Quindi, tenetelo a mente mentre esaminiamo i risultati, ma dovrebbe comunque darci un modo per analizzare lo strumento. |
| |
Passerò a JMP per un secondo e userò JMP 15.2 per la demo. Questo set di dati è semplificato rispetto a quello che vediamo normalmente. Ma come ho detto, dovrebbe sfruttare le funzionalità principali di CARMA. |
| |
Quindi, per prima cosa, andrò al menu Aiuto, dati di esempio, e vedrai il |
| |
Affidabilità e sopravvivenza sono i punti di forza di JMP. È qui che vogliamo arrivare. Uno degli aspetti positivi di JMP è che offre molte discipline, funzionalità e strumenti specializzati. Quindi, per quanto riguarda l'affidabilità, ce n'è parecchio, il che si presta anche a |
| |
il valore dell'utilizzo di JMP è la casa di CARMA. |
| |
Ma volevo indirizzarvi al set di dati della locomotiva e mostrarvi... |
| |
originariamente proveniva da un libro di testo. |
| |
E ne parliamo qui, applicando l'analisi dei dati sulla vita. Quindi, in questo caso, c'è un problema che chiede qual è il rischio a 80.000 esposizioni e oggi lo modelleremo nel nostro set di dati. |
| |
in un modello di ossidazione, è così che lo abbiamo chiamato, ma essenzialmente CARMA ci darà una risposta. Di nuovo, una risposta molto semplice, ma volevo solo mostrarvi che si può ottenere lo stesso risultato. |
| |
modo cliccando |
| |
nel menu di analisi. |
| |
Quindi passiamo ad analizzare la responsabilità e la sopravvivenza, la distribuzione della vita. |
| |
Posiziona l'ora e il sensore dove devono andare. |
| |
Useremo Weibull |
| |
e solo i due...in modo da creare un adattamento per quei dati. |
| |
Due parametri che volevo sottolineare sono la beta, 2.3, e qui si chiama alpha di Weibull. Nel nostro strumento, si chiamerà Ada, ma 183. |
| |
Bene, vediamo come farlo qui. |
| |
Ora basta saltare, |
| |
voglio guardare un paio di altri file, i file di input quindi |
| |
Li tirerò fuori. |
| |
Bene, questo è il file modello. |
| |
Ho detto di aver creato tre modelli. Quindi questi sono i modelli attivi con cui confronteremo i dati. |
| |
Vedrai che l'ossidazione è la prima, l'ho menzionato, e poi |
| |
vuoi... uno inoltre, oltre ad avere i parametri del modello, ha anche alcune informazioni di configurazione. Queste sono solo due semplici cose qui |
| |
(sistema di combustione, capacità di alimentazione) li uso come esempi, ma ci sono molte, molte altre colonne simili. Ma essenzialmente ciò che fa CARMA, una delle cose che mi piace è che quando si ha un ampio set di dati con molte configurazioni diverse, può analizzarlo e trovare |
| |
Quale di queste righe di record si applica al tuo modello ed esegui l'ordinamento in tempo reale, e lo fai per tutti i modelli che devi elaborare nel set di dati. Ed è questo che useremo per dimostrare. |
| |
Mi scusi. |
| |
Inoltre, basta guardare, passare per un attimo ai dati empirici. |
| |
E |
| |
solo un punto culminante, abbiamo un sensore, abbiamo esposizioni, abbiamo |
| |
IL |
| |
intervallo in cui valuteremo tali esposizioni, |
| |
modalità, |
| |
e poi queste sono le ultime due colonne di cui ho appena parlato, sistema di combustione e capacità del carburante. |
| |
Bene, allora diamo il via a CARMA. |
| |
Come aggiunta, quindi lo farò funzionare e basta. |
| |
E vedrai che ho già puntato alla posizione |
| |
Voglio usare. |
| |
E |
| |
Nella presentazione di oggi non avrò tempo di parlare di tutte le funzionalità presenti. Ma si tratta di elementi che possono aiutarvi a esaminare i vostri dati e a decidere il modo migliore per modellarli, oltre a effettuare alcuni controlli prima di finalizzare i modelli. |
| |
Per motivi di tempo non spiegherò né dimostrerò tutto questo, ma volevo solo prendermi un minuto per creare una presentazione dei tre modelli di cui abbiamo parlato, in modo che possiate vedere quella parte della funzionalità. |
| |
Mi scusi, mio |
| |
All'improvviso la gola si è seccata, quindi devo continuare a bere; mi scuso per questo. |
| |
Quindi abbiamo l'ossidazione. |
| |
Vediamo il numero di fallimenti e sospensioni. |
| |
È lo stesso che vedrete nel testo. |
| |
Aggiungi questo. |
| |
E scorriamo verso il basso per un secondo. Questo è |
| |
primo modello aggiunto |
| |
Ossidazione. Il vecchio modello ha avuto 30 guasti e 50 sospensioni. Questo ne ha 37 e 59. |
| |
La beta è 2,33, come abbiamo visto esternamente, e l'ADA è 183. |
| |
E la risposta alla domanda del libro di testo, il rischio di 80.000 esposizioni |
| |
è circa il 13,5% usando un modello di Weibull. Quindi questo è un modo piuttosto avanzato per farlo. |
| |
Diamo un'occhiata anche all'aggiunta degli altri due modelli. |
| |
Ok, abbiamo le crepe, aggiungo anche un po' di inquietudine. |
| |
E vedrai qui dentro |
| |
sono presentate diverse caselle che rappresentano il sistema di combustione o la capacità del carburante, dove per questo dato modello, questo è ciò che richiede il file LDM. |
| |
Ma se volessi cambiare questa impostazione, potrei selezionare altre configurazioni qui e ciò comporterebbe la modifica delle mie righe per FNS per quanto riguarda ciò che viene incluso o meno. |
| |
E poi posso creare nuove popolazioni e segmentarle |
| |
di conseguenza. |
| |
Ok, quindi abbiamo aggiunto tutti e tre i modelli |
| |
e penso che, sai, non dedicheremo altro tempo a questo, giocheremo solo con i modelli per quanto riguarda le opzioni, ma genererò un report. |
| |
E ho alcune opzioni su cosa voglio includere nel rapporto. |
| |
E ho una presentazione e questo input LDM saranno i modelli attivi, scusate, i modelli in esecuzione che |
| |
si presenta come un tavolo. |
| |
Va bene, quindi ho solo bisogno di |
| |
seleziona la cartella appropriata |
| |
dove voglio che vada la mia presentazione |
| |
E ora ci vorrà un minuto per esaminare e generare questo report. Ci vorrà un minuto. Ma penso che ciò che vorrei confrontare sono le ore che normalmente ci vorrebbero per svolgere lo stesso compito. |
| |
potenzialmente, se lavorassi al di fuori dello strumento. E ora siamo pronti a finalizzare il report. |
| |
Salvalo. |
| |
E |
| |
Salviamo la cartella e il gioco è fatto. È lì dentro e possiamo rivederlo. |
| |
L'altra cosa che voglio sottolineare, mentre tiro su, è che avevo già generato questo |
| |
in precedenza, quindi lo farò solo |
| |
tirare su |
| |
Il file che ho già generato e possiamo esaminarlo. Ma c'è, questo è un modello. È pensato per velocizzare, ma può essere ulteriormente personalizzato dopo averlo creato, oppure puoi lasciare dei segnaposto e modificare le diapositive dopo averle generate. |
| |
Fa molto di più della semplice modellazione della distribuzione della vita che ho evidenziato inizialmente. Fa un sacco di lavoro di sintesi, riassumendo i dati inclusi in ciascun modello, e questo, ovviamente, è un ottimo strumento per JMP. |
| |
Funziona confrontando i modelli, così puoi |
| |
Esegui una varietà di test statistici. Usa JMP. E, ripeto, JMP è fantastico in questo. Quindi, questo aggiunge questa funzionalità. |
| |
Ecco alcuni degli aspetti che i nostri revisori apprezzano e come i modelli sono cambiati di anno in anno: avete più dati, ne includete meno. Come influisce sui parametri? Come cambia i vostri dati di rischio? |
| |
Grafici: ovviamente si ottengono molti dati dai grafici a dispersione e da cose di questo tipo. |
| |
C'è un riepilogo che include alcune delle informazioni di configurazione di cui abbiamo parlato, nonché i parametri finali. |
| |
E lo fa per ciascuno dei tre modelli, |
| |
così come un semplice rischio di roll-up alla fine |
| |
per tutti questi |
| |
combinati. |
| |
Quindi è stato veloce |
| |
guida dettagliata. Il |
| |
dimostrazione. |
| |
Penso che abbiamo coperto tutto ciò che volevo fare. |
| |
Spero che potremo parlarne più approfonditamente nella sessione Q&A, se avete altre domande. È difficile prevedere tutto. |
| |
Ma volevo solo tornare a parlare di alcuni dei vantaggi. Ne ho già parlato in precedenza, ma abbiamo visto aumenti di produttività grazie al CARMA, quindi questo è un vantaggio. |
| |
Naturalmente la standardizzazione del nostro processo di modellazione è aumentata e ciò consente anche ai membri del team più nuovi di concentrarsi maggiormente sul processo e di impararlo rispetto al lavoro con gli strumenti, |
| |
che, alla fine, li aiuta a raggiungere la velocità più velocemente. E poi c'è anche un maggiore coinvolgimento dei dipendenti consentendo agli ingegneri di utilizzare |
| |
le loro menti dove possono avere il maggiore impatto. |
| |
Quindi volevo anche ringraziare Melissa Seely, Brad Foulkes, Preston Kemp e Waldemar Zero per il loro contributo a questa presentazione. Ho un debito di gratitudine nei loro confronti per tutto ciò che hanno fatto per supportarla. |
| |
E voglio ringraziarvi per il tempo che mi avete dedicato. È stato un piacere condividere con voi tutti il nostro percorso di miglioramento oggi. Spero che avremo modo di incontrarci durante la sessione di domande e risposte, ma in ogni caso, godetevi il resto del summit. |
