758494_zh-TW

liliconcom

使用 JSL + JMP 可靠性功能建立可靠性建模和報告生成應用程式 (2020-US-30MP-591)

GE 燃氣發電工程資深分析與可靠性工程師 Shamgar McDowell

為了滿足縮短專案週期並標準化流程和輸出的業務需求，GE燃氣渦輪可靠性團隊向JMP尋求解決方案。 GE與一家值得信賴的第三方合作，利用JMP腳本語言和JMP內建的可靠性與生存平台，創建了一款工具，用於整合先前的模型資訊和新的經驗數據，使用戶能夠以互動方式創建更新的可靠性模型，並使用標準化格式生成報告。該工具將以前需要數天或數週手動操作資料（以及繁瑣的將圖像複製貼上到PowerPoint中）才能完成的任務，簡化為幾分鐘即可完成。除了節省時間之外，該工具還能幫助新團隊成員更快學習建模流程，減少對資料操作的投入。 GE燃氣渦輪可靠性團隊將根據業務需求持續更新並擴展該工具的功能。

自動產生的成績單...

揚聲器	抄本
沙姆加爾·麥克道爾	瑪雅安吉羅有句名言：「盡你所能，直到你懂得更多。然後，當你懂得更多時，再做得更好。」 早安，下午好，晚上好。
	我希望您喜歡 JMP 發現峰會，您正在學習一些更好的方式來完成您需要做的事情。
	我是Shamgar McDowell，GE燃氣發電公司資深可靠性和分析工程師。我在GE工作了15年，從事過採購、品質、製造和工程等工作。
	今天，我將分享一些我們團隊使用 JMP 實現可靠性建模自動化的歷程。
	也許您的組織正面臨著與我即將描述的類似的挑戰。當我向您介紹我們如何應對這項挑戰時，我希望我們共度的時光能為您提供一些思考，幫助您在自身業務環境中改善工作流程。
	為了介紹背景，我想用接下來的幾張投影片，稍微介紹一下GE燃氣發電業務。首先，介紹一下我們的產品。
	我們製造高科技、大型發動機，它們有多種用途，但主要用於發電。
	從技術角度來看，這些機器實際上是令人難以置信的工程壯舉，其燒成溫度遠高於熱段所用合金的熔點。
	一台燃氣渦輪機可以產生足夠的電力，為數十萬戶家庭提供可靠的電力。
	為了讓您了解這些機器的大小，您可以看到右邊的圖片上有四個成年人，這足以說明這些機器到底有多大。
	所以我不得不在這裡附上幾個JMP圖表構建的例子。不過氣泡圖和樹狀圖確實凸顯了我們客戶群的全球性。
	我們提供全世界人民都依賴的更清潔、更便捷的能源，其中包括歷史上可能無法獲得電力的發展中國家以及隨之而來的改變生活的諸多影響。
	因此，當我逐漸意識到我們的工作對全世界如此多人的日常生活產生的影響時，它既讓我感到謙卑，又為我和我們團隊其他成員每天所做的事情提供了目標。
	所以我是可靠度分析和數據工程團隊的一員。
	我們的團隊負責為我們的業務提供經驗風險和可靠性模型，內部團隊以多種不同的方式使用這些模型。
	因此，在這種情況下，我們依靠團隊中的分析師能夠專注於工程任務，例如了解影響我們
	組件的品質和我們使用的數據的適用性，以及建模方法的權衡以及從我們的數據中提取價值的最佳方法是什麼。
	這些都是增值任務。
	我們的流程還包括與總工程師進行嚴格的審查。因此，準備一份包含模型的PowerPoint簡報也是其中的一部分。
	以前製作這個簡報需要大量的複製貼上，還要用到各種工具，這既耗時又容易出錯。所以這並沒有帶來任何附加價值。
	因此，我們需要一個解決方案，讓我們的工程師有更多時間專注於增值任務。它還能進一步標準化流程，因為這兩點
	提高生產力，專注於重要事務的能力，並進一步實現標準化。為此，我們奉行「自動化無聊事務」的口號。
	所以我想讓你們感受一下我們所使用的資料集的規模。通常，處理的資料量會決定解決方案的方向。
	在我們的案例中，情況會有所不同，但一般來說，我們現場處理的是數千台燃氣渦輪機，
	每個單元有數百個軌道部件，每個部件需要進行數十次檢查或修復。
	總的來說，我們要處理的記錄有數百萬筆。但通常情況下，我們的模型針對的是特定的配置，因此它們建立在更有限的資料集上，記錄數量通常不超過 1 萬條，甚至只有幾萬條。
	我在這裡要指出的另一件事是，我們的資料集通常有超過 100 列。因此，這種資料規模會帶來挑戰，這使得 JMP 比基於 Excel 的方法更適合完成相同的任務。
	因此，該工具的第一個版本是GE與第三方合作使用JMP腳本語言開發的。
	該工具的名稱是電腦輔助可靠性建模應用程式（CARMA），字母“c”。要將其發展到今天的水平，我們付出的努力可謂不小。
	這就是一個例證。您可以看到腳本和程式碼行的數量，這證明了該工具如今的覆蓋範圍和規模。而且事實證明，它對我們來說是一個非常有用的工具。
	隨著時間的推移，我們看到了持續開發和改進 CARMA 的必要性。為了做到這一點，我們必須培養和發展一些內部團隊。
	我精通 JSL 編碼，並負責監督專注於此和一些相關工具的開發人員的工作。
	這個訊息告訴你，即使你創建了像 CARMA 這樣的東西，也需要持續的投資來維護和維持應用程式的相關性，並隨著業務需求的發展而不斷發展。
	但這確實可行，而且好處也非常明顯。今年夏天我們對用戶進行的一項調查實際上表明
	淨推薦值達到 100%，模型更新周期至少縮短 25%。所以這是實時的
	正在保存。然後，有趣的是，我們也看到 CARMA 在我們的流程中發現了一些問題，我們已經能夠解決這些問題，否則這些問題可能會一直隱藏著，無法解決。
	我有一段引言，有點長。但我只是想轉述比爾蓋茲關於自動化的警告，他對軟體開發略知一二。
	“任何技術應用於商業的第一條規則是，自動化應用於高效的自動化將會放大效率。第二條規則是，自動化應用於低效的操作將會放大低效率。”
	這就是引用的結尾，但這只是一個很好的提醒，自動化並不是修復損壞流程的靈丹妙藥，我們今天仍然需要人們來做這件事。
	好的，在我們示範該工具之前，我想先概述一下該工具以及 CARMA 中的輸入和輸出。
	使用者必須將工具指向輸入檔。在左側，您會看到一個活動模型文件，它本質上是已批准的模型。然後是經驗數據。
	然後在使用者介面中，使用者進行一些建模活動。
	然後輸出正在運行的模型，因此更新了 PowerPoint 簡報中的模型行為。
	我們也會研究這一點。
	作為數據背景，我將使用演示。
	我只是想說一下，我從機車資料集開始。我們會看到 JMP 提供了一些樣本資料。所以，情況就是這樣的。
	這樣就形成了一個種群。然後我還添加了額外的模型種群。
	我想傳達的重要訊息是，我們將看到的都是虛構的數據。它們不是真實的，也不代表實際的功能。
	或者我們任何部件在現場的行為，或者這一切都是人為設計的。所以，在我們分析結果時，請記住這一點，但它應該能讓我們以一種新的方式來審視這個工具。
	所以我打算暫時切換到JMP，演示時使用的是JMP 15.2。這個資料集比我們通常看到的要簡化。但就像我說的，它應該能夠發揮CARMA的核心功能。
	首先，我要進入「幫助」選單，查看範例數據，然後你會看到
	可靠性和生存菜單就在這裡。這就是我們要去的地方。 JMP 的優點之一是它擁有許多不同的學科、功能和專用工具。所以，就我的可靠性案例而言，這裡有很多選擇，這也有助於
	使用JMP的價值在於CARMA的歸宿。
	但我想向您指出機車數據集並向您展示...
	這原本出自一本教科書。
	這裡討論的是應用壽命資料分析。這裡有一個問題，就是問你8萬次暴露的風險是多少，我們今天要在我們的資料集中建模。
	我們稱之為氧化模型，但本質上CARMA會給我們答案。同樣，答案很簡單，但我只是想向你展示，你可以得到同樣的結果
	透過點擊
	在分析選單中。
	因此，我們要分析責任、生存和壽命分佈。
	將時間和感測器放在需要去的地方。
	我們將使用威布爾
	並且只有兩個...所以它為該數據創建了一個擬合。
	我要指出的兩個參數是β值，2.3，以及我們這裡所說的威布爾α值。在我們的工具中，它被稱為Ada，但實際值為183。
	好的，我們在這裡看看如何做到這一點。
	現在只要跳過去，
	想看看其他幾個文件，輸入文件
	我會把它們拉起來。
	好的，這是模型檔。
	我提到我做了三個模型。這些就是我們要用來比較數據的活躍模型。
	你會發現氧化是第一個，我有提到過，然後
	你想要的…除了模型參數外，它還包含一些配置資訊。這只是兩個簡單的東西
	（燃燒系統、燃料能力）我拿來舉例，但還有很多很多類似的列。 CARMA 的本質在於，我喜歡它的一個地方是，當你擁有一個包含各種不同配置的大型資料集時，它可以遍歷並找到
	確定哪些記錄行適用於你的模型，並即時進行排序，對資料集中所有需要執行的模型都執行此操作。這就是我們要用它來示範的。
	打擾一下。
	另外，只要看一下，跳到經驗數據一分鐘。
	和
	只是一個亮點，我們有感測器，我們有曝光，我們有
	這
	我們將評估這些曝光的時間間隔，
	模式，
	這就是我剛才談到的最後兩列，燃燒系統和燃料能力。
	好的，讓我們啟動 CARMA。
	作為一個附加元件，我只需啟動它即可。
	你會發現我已經將它指向了該位置
	我想用。
	和
	在今天的示範中，我沒有時間一一介紹這些功能。但這些功能可以幫助你分析數據，找到最佳的建模方法，並在最終確定模型之前進行一些檢查。
	由於時間原因，我不會解釋和演示所有這些，但我只想花一點時間來建立我們討論過的三個模型並創建一個演示文稿，以便您可以看到該部分功能。
	對不起，我的
	喉嚨突然變得乾燥，所以我不得不繼續喝水；對此我深感抱歉。
	因此我們就得到了氧化。
	我們看到了失敗和暫停的次數。
	這與您在文本中看到的相同。
	添加那個。
	讓我們向下滾動一下。這是
	新增第一個模型
	氧化。我們發現舊款有30次故障，50次懸吊。這款有37次，59次。
	正如我們在外部看到的一樣，beta 值為 2.33，ADA 值為 183。
	教科書問題的答案是，80,000 次曝光的風險
	使用威布爾模型，約為13.5%。這只是一種高水準的計算方法。
	讓我們看看如何添加另外兩個模型。
	好的，我們開始行動了，我正在添加蠕變。
	你會在這裡看到
	有不同的框代表燃燒系統或燃料能力，對於給定的模型，這就是 LDM 文件所要求的。
	但是如果我想改變這一點，我可以在這裡選擇其他配置，這將導致更改 FNS 的行，包括或不包括的內容。
	然後我可以創建新的種群並對其進行細分
	因此。
	好的，我們已經添加了所有三個模型
	而且我認為，你知道，我們不會在那上面花更多時間，只是在選項方面研究模型，但我會產生一份報告。
	對於我想在報告中包含的內容，我有一些選擇。
	我有一個演示文稿，這個 LDM 輸入將是活動模型，抱歉，是正在運行的模型
	以表格形式呈現。
	好的，所以我只需要
	選擇適當的資料夾
	我希望我的簡報放在哪裡
	現在需要花一點時間來完成並產生這份報告。這確實需要一分鐘。但我想把它與通常完成同樣任務所需的時間進行對比，
	如果你在工具之外工作，可能會有這種情況。現在我們準備完成報告了。
	保存。
	和
	儲存資料夾，現在就完成了。它就在裡面，我們可以查看了。
	我要指出的另一件事是，當我拉起時，我已經生成了這個
	所以我只會
	拉起
	我已經產生的文件，我們可以看一下。不過，這是一個模板。它是為了提高速度，但你可以在製作完成後進一步自訂，或者你可以保留佔位符，在產生投影片後進行修改。
	它的功能遠不止我最初強調的壽命分佈建模。它還進行大量的匯總工作，匯總每個模型中包含的數據，而 JMP 在這方面非常擅長。
	它對模型進行了比較，所以你可以
	做各種統計檢定。用JMP。 JMP在這方面很厲害。所以，它增加了這個功能。
	我們的評審員喜歡看到一些事情，以及模型逐年的變化，例如數據越來越多，納入的數據卻越來越少。這會如何影響參數？這會如何改變您的風險數值？
	當然，您可以從散點圖和類似性質的圖表中獲得大量數據。
	有一個摘要，其中包括我們討論過的一些配置資訊以及最終的參數。
	它對這三個模型都執行同樣的操作，
	以及最後的風險匯總
	對於所有這些
	合而為一。
	所以這是一個快速
	演練。
	演示。
	我想我們已經涵蓋了我想要做的一切。
	如果您還有其他問題，希望我們能在問答環節進一步討論。很難預料所有事情。
	但我還是想再談一下它帶來的一些好處。我之前提到過，CARMA 確實帶來了生產力的提升，所以這確實是一個好處。
	當然，我們的建模流程標準化程度有所提高，這也使得新團隊成員能夠更專注於流程和學習，而不是使用工具。
	這最終幫助他們更快地上手。此外，透過允許工程師使用
	他們的思想能夠產生最大的影響。
	因此，我還要特別感謝 Melissa Seely、Brad Foulkes、Preston Kemp 和 Waldemar Zero 對本次演講的貢獻。我由衷感謝他們為本次演講提供的所有支持。
	感謝大家抽出時間。我很高興今天能與大家分享我們不斷進步的歷程。希望我們有機會在問答環節交流，但無論如何，祝大家享受高峰會的剩餘時間。

進階統計建模自動化和腳本基礎資料分析與建模消費者與市場研究內容組織資料混合與清理數據探索與視覺化實驗設計大規模客製化預測模型和機器學習品質與工藝工程可靠度分析