| 揚聲器 |
抄本 |
| 亞西爾·埃爾·侯斯尼 |
你好。 |
| |
我是 Yassir El Housni，聖戈班普羅旺斯研究中心智慧製造團隊的研發工程師和資料科學家。 |
| |
位於法國卡瓦永。 |
| |
我們為陶瓷材料業務部門工作。這篇文章主要講兩點。首先，我們將介紹我們為製造商資料專案提出的資料專案生命週期。 |
| |
第二，我們將繼續 |
| |
介紹聖戈班材料的兩個使用者案例…陶瓷材料行業。 |
| |
跨研發、生產、品質、維護等不同部門的資料項目，需要採取循序漸進的方式來追求進度。 |
| |
資料庫方法中的知識發現，以及六西格瑪哲學（也稱為 DMAIC）來定義、測量、分析、改進和控制。 |
| |
在這個無限循環中，我們定義了七個步驟，以便正確管理資料分析專案。在執行所有步驟時，我們確保對流程有充分的理解，因為我們相信這是在工業世界中成功開展資料專案的關鍵。 |
| |
例如，為了偵測流程中的變化，我們使用 SIPOC 或流程圖；為了偵測變化的原因，我們使用包含 ??? 或 Ishikawa 圖的問題來解決工具箱。 |
| |
無限循環也提供了實現持續改進的另一種途徑。下一篇我們將逐步詳細介紹方法。 |
| |
讓我們從定義項目開始。在開始資料專案之前，有必要先明確定義三個要素。 |
| |
我們在此提出一些問題，這些問題對於清楚定義貿易要素非常有用。首先，業務需求的定義。 |
| |
通常，製造業數據專案的目標是為了優化流程、最大化產量、提高特定產品的品質或降低能源消耗。 |
| |
在定義商業機會之後，我們應該知道將會使用什麼，目標是否只需要視覺化或分析。 |
| |
此後，這種影響應該會為我們的業務帶來量化的利益。 |
| |
其次，數據可用性和可用性。在這一階段，我們對資料品質進行了對角線分析。在這一階段，確定資料項目的可行性至關重要。因此，團隊設置， |
| |
一名來自資料團隊的人員、一名來自業務部門團隊的人員和一名來自工廠的人員，一名擁有六西格瑪綠帶或黑帶的製程工程師。 |
| |
讓我們進入第二步。 |
| |
數據準備。 |
| |
轉換、整合和清理是資料專案中耗時耗力的重要步驟。例如，我們有不同的資料來源，需要將它們集中起來。 |
| |
在一個表中。我們主要使用 X 作為輸入，Y 作為輸出。在這個設定中，我們使用 JMP 中的不同工具，例如缺失值處理、常數變數的 ???，當然還有 JMP 資料表工具，這些工具可以確保正確的 SQL 請求能夠正確地轉換表格。 |
| |
第三步是使用動態視覺化探索數據，JMP 提供豐富的視覺化選項。例如，繪製變數分佈圖並估算其遵循的負載（？）。 |
| |
使用箱線圖檢測異常值， |
| |
兩個變數之間的非線性迴歸， |
| |
輪廓或密度映射來確定每個種群集中的主要位置，並且我們可以選擇繪製它。 |
| |
???，我們在工作中經常使用它們，並且發現它們非常有用。 |
| |
第四步是開發模型，這取決於我們需要的分析類型。 |
| |
這是為了... |
| |
目標是解釋還是預測。前者是關於變數之間的聯繫，它有助於解釋資料中的模式。後者是關於公式，它有助於預測數據中的模式。 |
| |
通常，我們將資料集分為三個部分：70% 用於訓練，20% 用於測試，10% 用於驗證。有時，如果資料量較小，我們會使用 70% 用於訓練，30% 用於驗證。如果模型效果良好，我們會請求一組新的資料來輔助決策。 |
| |
我們必須嘗試監督學習和無監督學習。今天在聖戈班，我們將使用普通版的 JMP。 |
| |
我們可以使用監督式學習工具，例如線性迴歸、決策樹和神經網路。我們目前大量使用決策樹，因為它能提供相關的結果，幫助我們解決陶瓷材料產業的挑戰。 |
| |
第五步是尋找最優解。有時它只是一個解，但在其他情況下，它是多個模型的組合。為了確保結果的準確性，我們加入了一些約束，例如，每個變數的平均值最大值和估值步長。 |
| |
JMP 設定檔為我們提供了快速優化解決方案的巨大可能性。 |
| |
從現在開始，下一步就是進入工廠，由我們擁有六西格瑪綠帶或黑帶的製程工程師提供支援。 |
| |
第六步是在工廠中實施最佳解決方案，並僅由一個代表性模型控制。例如，我們實作輸出 Y1 的控製圖並分析不同的變異。 |
| |
第七步，我們監控模型的有效性，並將資料項目的整體效益視覺化。例如，在圓餅圖中，我們可以看到對整體收益的徑向影響。 |
| |
最後但同樣重要的是，為新資料專案做好第一步的準備，以確保連續性、持續改進和無限循環的連續性。 |
| |
這就是有關資料專案生命週期的全部內容，現在我們將介紹使用 JMP 進行協議的兩個真實案例研究。 |
| |
在這兩個例子中，我們研究的是相同的製程技術，都是關於電弧爐的，但對於這兩個例子，我們有不同的產品和不同的目標。 |
| |
在這項技術中，我們有複雜的多物理現象，如電、熱、化學、時間和其他物理效應。 |
| |
例如，這裡有來自不同類型感測器的 100 多個製程變數。 |
| |
業務需求 |
| |
是為了解釋特定產品 JO7 的全球產量。 |
| |
在其中，我們發現了許多種缺陷，缺陷#1、#2 到#N。 |
| |
為了正確準備資料集，我們使用了帕累托， |
| |
使用馬氏距離進行異常值處理並重新編碼正確的屬性以修正錯誤類型和缺失值處理。 |
| |
在第三步驟中，在探索中，我們在這裡僅展示一個相關性的例子，我們研究輸入之間的相關性以減少變化的數量 |
| |
與模特兒合作之後。 |
| |
作為我們的結果，我們發現我們的決策樹只有三個變量，這裡的目標是解釋為什麼產量不是 |
| |
在最大值 |
| |
我們有一個 |
| |
決策樹只有三個變量，且變數數少於 100。因此，對於該模型，我們使用 70% 的資料進行訓練，因為我們的資料量不大，並使用 30% 的資料進行驗證，並且我們透過重要的平方根獲得了良好的結果。 |
| |
如您所見，它超過了 70%。 |
| |
因此，我們向工廠傳遞的訊息是，只要設置 |
| |
X1、X2 和 X3 我們可以解釋 |
| |
全球產量，如果我們需要最大化 Y，即產量的百分比，我們需要針對 X1 和 X3 進行特定的設定。 |
| |
全球收益率應該會快速變化。這就是重點……就在這裡點的聚集處。 |
| |
對於每一個 |
| |
在項目中，我們也給出了每個參數的物理理解 |
| |
到工廠。 |
| |
對於這裡的第二個例子，採用相同的技術，但針對另一種產品，這裡我們只有 80 個製程變量，目標是增加無缺陷的零件數量 D1。 |
| |
需要解釋的是質量 |
| |
我們的具體產品，所以我們的步驟都使用相同的方法。例如，在這裡，我們研究了輸入之間的相同相關性，以減少模型中變數的數量。 |
| |
因此，我們也使用了決策樹，但在這裡我們發現了 12 個變數來解釋這個全球產量 |
| |
有好的 |
| |
結果。如你所見，R平方為84%，RMSE為3%，樣本數為287。為此，我們使用了交叉驗證方法 |
| |
因為我們的桌子尺寸非常小。 |
| |
所以第一個參數非常重要，如你所見，它貢獻了 50%。 |
| |
用12個變數來解釋植物的產量變化非常困難。為此，當我們只繪製第一個變數時，我們直觀地看到，僅用變數X1就可以定義一個閾值，這樣整體產量就會快速變化。 |
| |
謝謝。 |
