758494_zh-CN

liliconcom

使用 JSL + JMP 可靠性功能创建可靠性建模和报告生成应用程序 (2020-US-30MP-591)

GE 燃气发电工程高级分析和可靠性工程师 Shamgar McDowell

为了满足缩短项目周期并标准化流程和输出的业务需求，GE燃气轮机可靠性团队向JMP寻求解决方案。GE与一家值得信赖的第三方合作，利用JMP脚本语言和JMP内置的可靠性与生存平台，创建了一款工具，用于整合先前的模型信息和新的经验数据，使用户能够以交互方式创建更新的可靠性模型，并使用标准化格式生成报告。该工具将以前需要数天或数周手动操作数据（以及繁琐的将图像复制粘贴到PowerPoint中）才能完成的任务，简化为几分钟即可完成。除了节省时间之外，该工具还能帮助新团队成员更快地学习建模流程，减少对数据操作的投入。GE燃气轮机可靠性团队将根据业务需求持续更新和扩展该工具的功能。

自动生成的成绩单...

扬声器	抄本
沙姆加尔·麦克道尔	玛雅·安吉罗有句名言：“尽你所能，直到你懂得更多。然后，当你懂得更多时，再做得更好。” 早上好，下午好，晚上好。
	我希望您喜欢 JMP 发现峰会，您正在学习一些更好的方式来完成您需要做的事情。
	我是Shamgar McDowell，GE燃气发电公司高级可靠性和分析工程师。我在GE工作了15年，从事过采购、质量、制造和工程等工作。
	今天，我将分享一些我们团队使用 JMP 实现可靠性建模自动化的历程。
	也许您的组织正面临着与我即将描述的类似的挑战。当我向您介绍我们如何应对这一挑战时，我希望我们共度的时光能为您提供一些思考，帮助您在自身业务环境中改进工作流程。
	为了介绍背景，我想用接下来的几张幻灯片，稍微介绍一下GE燃气发电业务。首先，介绍一下我们的产品。
	我们制造高科技、大型发动机，它们有多种用途，但主要用于发电。
	从技术角度来看，这些机器实际上是令人难以置信的工程壮举，其烧成温度远高于热段所用合金的熔点。
	一台燃气轮机可以产生足够的电力，为数十万户家庭提供可靠的电力。
	为了让您了解这些机器的大小，您可以看到右边的图片上有四个成年人，这足以说明这些机器到底有多大。
	所以我不得不在这里附上几个JMP图表构建的例子。不过气泡图和树状图确实凸显了我们客户群的全球性。
	我们提供全世界人民都依赖的更清洁、更便捷的能源，其中包括历史上可能无法获得电力的发展中国家以及随之而来的改变生活的诸多影响。
	因此，当我逐渐意识到我们的工作对全世界如此多人的日常生活产生的影响时，它既让我感到谦卑，又为我和我们团队其他成员每天所做的事情提供了意义。
	所以我是可靠性分析和数据工程团队的一员。
	我们的团队负责为我们的业务提供经验风险和可靠性模型，内部团队以多种不同的方式使用这些模型。
	因此，在这种情况下，我们依靠团队中的分析师能够专注于工程任务，例如了解影响我们
	组件的质量和我们使用的数据的适用性，以及建模方法的权衡以及从我们的数据中提取价值的最佳方法是什么。
	这些都是增值任务。
	我们的流程还包括与总工程师进行严格的审查。因此，准备一份包含模型的PowerPoint演示文稿也是其中的一部分。
	以前制作这个演示文稿需要大量的复制粘贴，还要用到各种工具，这既耗时又容易出错。所以这并没有带来任何附加值。
	因此，我们需要一个解决方案，让我们的工程师有更多时间专注于增值任务。它还能进一步标准化流程，因为这两点
	提高生产力，专注于重要事务的能力，并进一步实现标准化。为此，我们奉行“自动化无聊事务”的口号。
	所以我想让你们感受一下我们使用的数据集的规模。通常，处理的数据量会决定解决方案的方向。
	在我们的案例中，情况会有所不同，但一般来说，我们现场处理的是数千台燃气轮机，
	每个单元有数百个轨道部件，每个部件需要进行数十次检查或修复。
	总的来说，我们要处理的记录有数百万条。但通常情况下，我们的模型针对的是特定的配置，因此它们建立在更有限的数据集上，记录数量通常不超过 1 万条，甚至只有几万条。
	我在这里要指出的另一件事是，我们的数据集通常有超过 100 列。因此，这种数据规模会带来挑战，这使得 JMP 比基于 Excel 的方法更适合完成同样的任务。
	因此，该工具的第一个版本是GE与第三方合作使用JMP脚本语言开发的。
	该工具的名称是计算机辅助可靠性建模应用程序（CARMA），字母“c”。要将其发展到今天的水平，我们付出的努力可谓不小。
	这就是一个例证。您可以看到脚本和代码行的数量，这证明了该工具如今的覆盖范围和规模。而且事实证明，它对我们来说是一个非常有用的工具。
	随着时间的推移，我们看到了持续开发和改进 CARMA 的必要性。为了做到这一点，我们必须培养和发展一些内部团队。
	我精通 JSL 编码，并负责监督专注于此和一些相关工具的开发人员的工作。
	这条信息告诉你，即使你创建了像 CARMA 这样的东西，也需要持续的投资来维护和保持应用程序的相关性，并随着业务需求的发展而不断发展。
	但这确实可行，而且好处也非常明显。今年夏天我们对用户进行的一项调查实际上表明
	净推荐值达到 100%，模型更新周期至少缩短 25%。所以这是实时的
	正在保存。然后，有趣的是，我们还看到 CARMA 在我们的流程中发现了一些问题，我们已经能够解决这些问题，否则这些问题可能会一直隐藏着，无法解决。
	我有一段引言，有点长。但我只是想转述一下比尔·盖茨关于自动化的警告，他对软件开发略知一二。
	“任何技术应用于商业的第一条规则是，自动化应用于高效的自动化将会放大效率。第二条规则是，自动化应用于低效的操作将会放大低效率。”
	这就是引用的结尾，但这只是一个很好的提醒，自动化并不是修复损坏流程的灵丹妙药，我们今天仍然需要人们来做这件事。
	好的，在我们演示该工具之前，我想先概述一下该工具以及 CARMA 中的输入和输出。
	用户必须将工具指向输入文件。在左侧，您会看到一个活动模型文件，它本质上是已批准的模型。然后是经验数据。
	然后在用户界面中，用户进行一些建模活动。
	然后输出正在运行的模型，因此更新了 PowerPoint 演示文稿中的模型行为。
	我们也会研究这一点。
	作为数据背景，我将使用演示。
	我只是想说一下，我从机车数据集开始。我们会看到 JMP 提供了一些样本数据。所以，情况就是这样的。
	这样就形成了一个总体。然后我还添加了额外的模型总体。
	我想传达的重要信息是，我们将看到的都是虚构的数据。它们不是真实的，也不代表实际的功能。
	或者我们任何部件在现场的行为，或者这一切都是人为设计的。所以，在我们分析结果时，请记住这一点，但它应该能让我们以一种新的方式来审视这个工具。
	所以我打算暂时切换到JMP，演示时使用的是JMP 15.2。这个数据集比我们通常看到的要简化。但就像我说的，它应该能够发挥CARMA的核心功能。
	首先，我要进入“帮助”菜单，查看示例数据，然后你会看到
	可靠性和生存菜单就在这里。这就是我们要去的地方。JMP 的优点之一是它拥有许多不同的学科、功能和专用工具。所以，就我的可靠性案例而言，这里有很多选择，这也有助于
	使用JMP的价值在于CARMA的归宿。
	但我想向您指出机车数据集并向您展示......
	这原本出自一本教科书。
	这里讨论的是应用寿命数据分析。这里有一个问题，就是问你8万次暴露的风险是多少，我们今天要在我们的数据集中建模。
	我们称之为氧化模型，但本质上CARMA会给我们答案。同样，答案很简单，但我只是想向你展示，你可以得到同样的结果
	通过点击
	在分析菜单中。
	因此，我们要分析责任、生存和寿命分布。
	将时间和传感器放在需要去的地方。
	我们将使用威布尔
	并且只有两个...所以它为该数据创建了一个拟合。
	我要指出的两个参数是β值，2.3，以及我们这里所说的威布尔α值。在我们的工具中，它被称为Ada，但实际值为183。
	好的，我们在这里看看如何做到这一点。
	现在只需跳过去，
	想看看其他几个文件，输入文件
	我会把它们拉起来。
	好的，这是模型文件。
	我提到过我做了三个模型。这些就是我们要用来比较数据的活跃模型。
	你会发现氧化是第一个，我提到过，然后
	你想要的……除了模型参数外，它还包含一些配置信息。这只是两个简单的东西
	（燃烧系统、燃料能力）我拿来举例，但还有很多很多类似的列。CARMA 的本质在于，我喜欢它的一个地方是，当你拥有一个包含各种不同配置的大型数据集时，它可以遍历并找到
	确定哪些记录行适用于你的模型，并实时进行排序，对数据集中所有需要执行的模型都执行此操作。这就是我们要用它来演示的。
	打扰一下。
	另外，只需看一下，跳到经验数据一分钟。
	和
	只是一个亮点，我们有传感器，我们有曝光，我们有
	这
	我们将评估这些曝光的时间间隔，
	模式，
	这就是我刚才谈到的最后两列，燃烧系统和燃料能力。
	好的，让我们启动 CARMA。
	作为一个附加组件，我只需启动它即可。
	你会发现我已经将它指向了该位置
	我想用。
	和
	今天的演示中，我没有时间一一介绍这些功能。但这些功能可以帮助你分析数据，找到最佳的建模方法，并在最终确定模型之前进行一些检查。
	由于时间原因，我不会解释和演示所有这些，但我只想花一点时间来构建我们讨论过的三个模型并创建一个演示文稿，以便您可以看到该部分功能。
	对不起，我的
	喉咙突然变得干燥，所以我不得不继续喝水；对此我深感抱歉。
	因此我们就得到了氧化。
	我们看到了失败和暂停的次数。
	这与您在文本中看到的相同。
	添加那个。
	让我们向下滚动一下。这是
	添加第一个模型
	氧化。我们发现旧款有30次故障，50次悬架。这款有37次，59次。
	正如我们在外部看到的一样，beta 值为 2.33，ADA 值为 183。
	教科书问题的答案是，80,000 次曝光的风险
	使用威布尔模型，约为13.5%。这只是一种高水平的计算方法。
	让我们看看如何添加另外两个模型。
	好的，我们开始行动了，我正在添加蠕变。
	你会在这里看到
	有不同的框代表燃烧系统或燃料能力，对于给定的模型，这就是 LDM 文件所需要的。
	但是如果我想改变这一点，我可以在这里选择其他配置，这将导致改变 FNS 的行，包括或不包括的内容。
	然后我可以创建新的种群并对其进行细分
	因此。
	好的，我们已经添加了所有三个模型
	而且我认为，你知道，我们不会在那上面花费更多时间，只是在选项方面研究模型，但我会生成一份报告。
	对于我想在报告中包含的内容，我有一些选择。
	我有一个演示文稿，这个 LDM 输入将是活动模型，抱歉，是正在运行的模型
	以表格形式呈现。
	好的，所以我只需要
	选择适当的文件夹
	我希望我的演示文稿放在哪里
	现在需要花一点时间来完成并生成这份报告。这确实需要一分钟。但我想把它与通常完成同样任务所需的时间进行对比，
	如果你在工具之外工作，可能会有这种情况。现在我们准备完成报告了。
	保存。
	和
	保存文件夹，现在就完成了。它就在里面，我们可以查看了。
	我要指出的另一件事是，当我拉起时，我已经生成了这个
	所以我只会
	拉起
	我已经生成的文件，我们可以看一下。不过，这是一个模板。它是为了提高速度，但你可以在制作完成后进一步自定义，或者你可以保留占位符，在生成幻灯片后进行修改。
	它的功能远不止我最初强调的寿命分布建模。它还进行大量的汇总工作，汇总每个模型中包含的数据，而 JMP 在这方面非常擅长。
	它对模型进行了比较，所以你可以
	做各种统计检验。用JMP。JMP在这方面很厉害。所以，它增加了这个功能。
	我们的评审员喜欢看到一些事情，以及模型逐年的变化，比如数据越来越多，纳入的模型却越来越少。这会如何影响参数？这会如何改变您的风险数值？
	当然，您可以从散点图和类似性质的图表中获得大量数据。
	有一个摘要，其中包括我们讨论过的一些配置信息以及最终的参数。
	它对这三个模型都执行同样的操作，
	以及最后的风险汇总
	对于所有这些
	合二为一。
	所以这是一个快速
	演练。
	演示。
	我想我们已经涵盖了我想要做的一切。
	如果您还有其他问题，希望我们能在问答环节进一步讨论。很难预料所有事情。
	但我还是想再谈一下它带来的一些好处。我之前提到过，CARMA 确实带来了生产力的提升，所以这确实是一个好处。
	当然，我们的建模过程标准化程度有所提高，这也使得新团队成员能够更加专注于流程和学习，而不是使用工具。
	这最终帮助他们更快地上手。此外，通过允许工程师使用
	他们的思想能够产生最大的影响。
	因此，我还要特别感谢 Melissa Seely、Brad Foulkes、Preston Kemp 和 Waldemar Zero 对本次演讲的贡献。我由衷感谢他们为本次演讲提供的所有支持。
	感谢大家抽出时间。我很高兴今天能与大家分享我们不断进步的历程。希望我们有机会在问答环节交流，但无论如何，祝大家享受峰会的剩余时间。

高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究内容组织数据混合和清理数据探索与可视化实验设计大规模定制预测模型和机器学习质量与工艺工程可靠性分析