| Vocero |
Transcripción |
| YASSIR EL HOUSNI |
Hola. |
| |
Soy Yassir El Housni, ingeniero de I+D y científico de datos, en el equipo de fabricación inteligente de Saint-Gobain Research Provence. |
| |
en Cavaillon, Francia. |
| |
Trabajamos para las unidades de negocio de materiales cerámicos. En esta publicación, abordaremos dos temas. En el primero, presentaremos el ciclo de vida de los proyectos de datos que proponemos para los proyectos de datos de fabricantes. |
| |
Y en el segundo, continuaremos. |
| |
Presentar dos casos de uso de materiales Saint-Gobain...industrias de materiales cerámicos. |
| |
Trabajar en proyectos de datos en diferentes departamentos, como I+D, producción, calidad y mantenimiento, requiere adoptar un enfoque paso a paso para lograr el progreso. |
| |
descubrimiento de conocimiento en la metodología de bases de datos y la filosofía seis Sigma, también conocida como DMAIC para definir, medir, analizar, mejorar y controlar. |
| |
En este bucle infinito, definimos siete pasos a seguir para gestionar correctamente un proyecto de análisis de datos. En todos ellos, nos aseguramos de comprender bien el proceso, ya que creemos que es clave para el éxito de los proyectos de datos en el mundo industrial. |
| |
Por ejemplo, para detectar la variación en el proceso utilizamos el SIPOC o mapa de diagrama de flujo y para detectar las causas de la variación utilizamos nuestra caja de herramientas de resolución de problemas que contiene un diagrama ??? o de Ishikawa. |
| |
El bucle infinito también presenta otra ruta para lograr la mejora continua. A continuación, detallaremos el enfoque paso a paso. |
| |
Comencemos por definir los proyectos. Es necesario definir claramente tres elementos antes de iniciar proyectos de datos. |
| |
Proponemos aquí algunas preguntas que nos resultaron muy útiles para definir claramente los elementos del negocio. En primer lugar, la definición de la necesidad empresarial. |
| |
Con frecuencia, los objetivos del proyecto de datos en la fabricación son optimizar un proceso, maximizar un rendimiento, mejorar la calidad de un producto específico o reducir el consumo de energía. |
| |
Bajo la definición de oportunidad de negocio debemos saber para qué se va a trabajar, si el objetivo es solo visualización o analítica. |
| |
Y después de eso, el impacto debería traer nuestra ganancia cuantificada al negocio. |
| |
En segundo lugar, la disponibilidad y usabilidad de los datos. En este análisis, realizamos un análisis diagonal de la calidad de los datos. Es fundamental para determinar la viabilidad del proyecto de datos y, por lo tanto, la configuración del equipo. |
| |
una persona del equipo de datos, una persona del equipo de la unidad de negocio y una persona de las plantas, un ingeniero de procesos con cinturón verde o negro de Six Sigma. |
| |
Pasemos al segundo paso. |
| |
Preparación de datos. |
| |
La transformación, integración y limpieza son pasos importantes que consumen mucho tiempo en los proyectos de datos. Por ejemplo, tenemos diferentes fuentes de datos y necesitamos centralizarlas. |
| |
En una tabla. Principalmente, usamos X para las entradas e Y para las salidas. En esta configuración, utilizamos diferentes herramientas de JMP, como el procesamiento de valores faltantes, el ??? de variables constantes y, por supuesto, las herramientas de tablas de datos de JMP, que garantizan la correcta solicitud SQL para transformar las tablas correctamente. |
| |
El tercer paso consiste en explorar datos con visualización dinámica, y con JMP contamos con una amplia gama de opciones de visualización. Por ejemplo, graficar la distribución de una variable y estimar la carga que sigue. |
| |
Detecte los valores atípicos con el diagrama de cajas. |
| |
regresión no lineal entre dos variables, |
| |
contorno o el mapeo de densidad para determinar la ubicación principal para la concentración de cada población, y tenemos una gran variedad para trazarlo. |
| |
???, los usamos habitualmente en nuestro trabajo y nos resultan muy útiles. |
| |
El cuarto paso es desarrollar el desarrollo del modelo y depende del tipo de análisis que necesitemos. |
| |
Es para... |
| |
El objetivo es explicar o predecir. El primero trata sobre las relaciones entre variables y sirve para explicar patrones en los datos. El segundo trata sobre fórmulas y sirve para predecir patrones en los datos. |
| |
Generalmente, dividimos nuestros conjuntos de datos en tres bloques: 70 % para entrenamiento, 20 % para pruebas y 10 % para validación. En ocasiones, si tenemos un tamaño de datos pequeño, utilizamos el 70 % para entrenamiento y el 30 % para validación. Si el modelo es correcto, solicitamos un nuevo conjunto de datos para facilitar la toma de decisiones. |
| |
Debemos abordar el aprendizaje supervisado y no supervisado. Hoy en Saint-Gobain usaremos la versión normal de JMP. |
| |
Además, tenemos acceso a herramientas de aprendizaje supervisado, como la regresión lineal, los árboles de decisión y las redes neuronales. Actualmente, trabajamos mucho con los árboles de decisión porque nos brindan resultados relevantes que nos ayudan a resolver un desafío en la industria de los materiales cerámicos. |
| |
El quinto paso consiste en encontrar la solución óptima. A veces es solo una solución, pero en otros casos es una combinación de varios modelos. Para garantizar la coherencia, añadimos algunas restricciones, por ejemplo, la media máxima y el paso de valoración de cada variable. |
| |
El perfil JMP nos brinda una gran posibilidad de optimizar rápidamente las soluciones. |
| |
A partir de ahora, el siguiente paso es pasar a la planta, con el apoyo de nuestro ingeniero de procesos con cinturón verde o negro Six Sigma. |
| |
El sexto paso consiste en implementar la mejor solución en las plantas, regida por un único modelo representativo. Por ejemplo, implementamos los gráficos de control de la salida Y1 y analizamos las diferentes variaciones. |
| |
En el séptimo paso, monitoreamos la efectividad del modelo y visualizamos la ganancia global derivada del trabajo en nuestro proyecto de datos. Por ejemplo, en los gráficos circulares, vemos el impacto radial en el rendimiento global. |
| |
Y por último, pero no menos importante, la preparación para el primer paso de un nuevo proyecto de datos para garantizar la continuidad, la mejora continua y la continuidad del bucle infinito. |
| |
Eso fue todo sobre el ciclo de vida del proyecto de datos y ahora pasaremos a presentar dos estudios de caso reales del protocolo utilizando JMP. |
| |
En ambos ejemplos estudiamos la misma tecnología de proceso. Se trata de un horno de arco eléctrico, pero para ambos tenemos productos y objetivos diferentes. |
| |
En esta tecnología, tenemos fenómenos multifísicos complejos como efectos eléctricos, térmicos, químicos, temporales y otros efectos físicos. |
| |
Aquí tenemos, por ejemplo, más de 100 variables de proceso que provienen de diferentes tipos de sensores. |
| |
La necesidad empresarial |
| |
Se trataba de explicar el rendimiento global de un producto específico, JO7. |
| |
En él detectamos muchos tipos de defectos, el Defecto #1, #2 al #N. |
| |
Y para preparar correctamente los conjuntos de datos, utilizamos Pareto, |
| |
Procesamiento de valores atípicos con distancia de Mahalanobis y recodificación de los atributos correctos para corregir el tipo de errores y el procesamiento de valores faltantes. |
| |
En el paso tres, en explorar, presentamos aquí solo un ejemplo de correlación que estudiamos entre entradas para reducir el número de variación. |
| |
después de trabajar con modelos. |
| |
Como resultados, encontramos nuestro árbol de decisión con solo tres variables y aquí, el objetivo era explicar por qué el rendimiento no es |
| |
en el máximo. |
| |
Y tenemos una |
| |
árbol de decisión con solo tres variables menores de 100. Entonces, para el modelo usamos aquí el 70% de los datos para entrenamiento porque no tenemos un gran tamaño de datos y el 30% para validación y obtenemos buenos resultados con una raíz cuadrada importante. |
| |
Como podéis ver es más del 70%. |
| |
Así que el mensaje que transmitimos a la planta es que sólo con la configuración específica de |
| |
X1, X2 y X3 podemos explicar el |
| |
rendimiento global, y si necesitamos maximizar Y, el porcentaje de este rendimiento, necesitamos obtener una configuración específica solo para X1 y X3. |
| |
Y el rendimiento global debería evolucionar rápidamente. Es el punto... en el conjunto de puntos aquí. |
| |
Y para cada uno |
| |
proyecto, damos también la comprensión física de cada parámetro |
| |
A la planta. |
| |
Para el segundo ejemplo aquí con la misma tecnología pero para otro producto, aquí tenemos sólo 80 variables de proceso y el objetivo era evolucionar el número de piezas sin defecto, D1. |
| |
La necesidad es explicar la calidad. |
| |
De nuestros productos específicos, por lo que utilizamos la misma metodología en todos nuestros pasos. Por ejemplo, aquí estudiamos la misma correlación entre las entradas para reducir el número de variables que incluiremos en el modelo. |
| |
Y, como resultado, también utilizamos un árbol de decisión, pero aquí encontramos 12 variables que explican este rendimiento global. |
| |
con buena |
| |
Resultados. Como se puede observar, el R cuadrado fue del 84%, el RMSE del 3% y el número de tamaños fue de 287. Para ello, utilizamos el método de validación cruzada. |
| |
porque tenemos un tamaño de mesa muy pequeño. |
| |
Entonces el primer parámetro fue muy importante, como veis contribuye con el 50%. |
| |
Y era difícil explicarlo con las 12 variables de las plantas. Por ello, al representar gráficamente la primera variable, vemos visualmente que podemos definir un umbral solo con la variable X1, y con él, el rendimiento global debería evolucionar rápidamente. |
| |
Gracias. |
