O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Machine learning - Plantyst

477 visualizações

Publicada em

The presentation created for Machine Learning MeetUp 12.11.2014.

Publicada em: Dados e análise
  • Seja o primeiro a comentar

Machine learning - Plantyst

  1. 1. Analýza dat z výroby ve velkém - výzva pro machine learning? Roman Čapek 12.11.2014
  2. 2. Kdo jsme a co je naším cílem • Jsme startup, chceme dělat věci jednoduše, lidsky a hlavně pro lidi • Primárním cílem je zvyšování efektivity výroby • Žádné ruční reporty a jiné zdržování • Místo toho jen přesný obraz reality – monitoring výroby • Řešení Plantyst = synergie HW + SW + metodika • HW = sensor, box, přenos dat • SW = uložení (cloud), analýza (cloud) a prezentace dat (web) • Metodika = jak správně podporovat lidi ve výrobě Analýza výrobních dat 1/7Roman Čapek – Plantyst
  3. 3. K čemu je monitoring výroby? Jak rychle jede toto auto? Dojede k domu včas? Nepřekračuje povolenou rychlost? Analýza výrobních dat 2/7Roman Čapek – Plantyst
  4. 4. K čemu je monitoring výroby? A teď? Analýza výrobních dat 2/7Roman Čapek – Plantyst
  5. 5. Co už máme – monitoring výroby • Měříme rychlost produkce, data sbíráme a dlouhodobě archivujeme • Pro každý měřený bod (stroj) máme časovou řadu rychlosti Analýza výrobních dat 3/7Roman Čapek – Plantyst
  6. 6. Co už máme – monitoring výroby • Počet pulzů za každých 10 vteřin (umíme i po 1 vteřině) – raw data • Agregace do větších časových úseků – minuty, hodiny, dny, měsíce • Data jsou archivována – u některých strojů máme i 2 roky dat Analýza výrobních dat 3/7Roman Čapek – Plantyst
  7. 7. Co už máme – monitoring výroby Některé stroje jedou opravdu se strojovou přesností Analýza výrobních dat 3/7Roman Čapek – Plantyst
  8. 8. Co už máme – monitoring výroby Některá data nejsou tak „hezká“ Analýza výrobních dat 3/7Roman Čapek – Plantyst
  9. 9. Co už máme – monitoring výroby Někdy je to jen „teď úder, … , teď úder, …“ Analýza výrobních dat 3/7Roman Čapek – Plantyst
  10. 10. Co už máme – monitoring výroby A někdy je to „jede/nejede“ s dlouhou časovou konstantou Analýza výrobních dat 3/7Roman Čapek – Plantyst
  11. 11. Kam chceme směřovat vývoj • Automatická analýza dat – co, kdy, jak, proč, predikce • Identifikace důležitých (atypických) úseků dat • Nalezení skrytých závislostí • Poslední páteční směna má většinou nízkou efektivitu • V zimních měsících je produkce u pecí vyšší • Když hraje Sparta, dochází příliš často k výpadkům na lince 1 • Frantovi vyhovují noční směny Analýza výrobních dat 4/7Roman Čapek – Plantyst
  12. 12. Jak na to? Analýza výrobních dat 5/7Roman Čapek – Plantyst
  13. 13. Pokus první – machine learning • (Možné) výstupy: • identifikace atypických úseků • analýza závislostí – co má vliv na co • ... představivosti se meze nekladou • Vstupy: • časové řady v délce jednotek až desítek měsíců (jednotky milionů vzorků) • to samozřejmě zahrnuje přesnou časovou stopu (rozlišení až na vteřiny) • dále doplnit dle vlastního uvážení o počasí, příliv a odliv, zápasy NHL… Analýza výrobních dat 6/7Roman Čapek – Plantyst
  14. 14. Co je tedy cílem této prezentace? • Pro vás: • Motivovat chytré hlavy reálnou výzvou • Podnítit chuť podílet se na řešení zajímavé úlohy • Pro nás: • Získat zpětnou vazbu k našim nápadům • Vytvořit si lepší představu o možnostech použití machine learningu Analýza výrobních dat 7/7Roman Čapek – Plantyst
  15. 15. Kontakt • Dávala vám prezentace smysl, našli jste se v ní? • Máte dojem, že víte jak nastíněnou úlohu řešit? • Chybělo vám něco a chtěli byste vědět víc? • Nebo vám připadá, že jsme spadli z višně? Nebojte se ozvat! roman.capek@plantyst.com http://plantyst.cz/o-nas/
  16. 16. Vize do budoucna (když to s ML vyjde…) • Identifikace důležitých úseků expertem – mistr ve výrobě • Anotace dat – textový popis důvodů některých úseků dat • Propojení s daty z ERP systému – údaje o zakázkách a podobně • Automatický výpočet doby zpracování na základě několika parametrů • Rozšíření o monitoring akcí uživatelů v systému • Automatická personalizace dle historie Analýza výrobních dat ARoman Čapek – Plantyst

×