Расширение человеческого опыта с помощью машинного обучения | Чувственный глаз

Адам Пул, руководитель отдела разработки продуктов

Технологии ценны только тогда, когда они облегчают нашу жизнь, но эта простая истина может быть утеряна при продвижении новейших технических достижений.

В рабочей среде последнее, что нужно людям, — это решения, которые избавляют их от головной боли, связанной с управлением дополнительными системами. В нынешней волне инноваций и энтузиазма, связанных с умными фабриками и Индустрией 4.0, как никогда важно найти решения, которые помогут людям построить более сильный бизнес, а не усложнят их трудовую жизнь.

Свободно распространяемые данные быстро становятся главной валютой в этой умной среде. Тем не менее, данные бесполезны, если они не позволяют людям принимать более обоснованные бизнес-решения. Имея это в виду, крайне важно, чтобы промышленные системы нового поколения обеспечивали пользовательский интерфейс, улучшающий рабочую жизнь людей.

Помогите специалистам пойти дальше

Сделайте это правильно, и эти системы могут сыграть большую роль, помогая масштабировать скудный человеческий опыт. Они могут дать людям больше времени для принятия решений, в то время как большая часть рутинного анализа данных выполняется автоматически за кулисами.

Чтобы по-настоящему использовать возможности умной фабрики, нам нужно правильно соединить людей и машины. Речь идет не о том, что искусственный интеллект (ИИ) вытеснит годы человеческого опыта, а о том, что люди и машины станут «умной системой»:сотрудничают и дополняют друг друга.

Установите приоритеты для оптимизации ресурсов

Senseye PdM — отличный пример. Наша облачная система профилактического обслуживания может отслеживать тысячи подключенных активов, автоматически обнаруживая ненормальное поведение и шаблоны, соответствующие известным режимам отказа отдельных машин. Цель состоит в том, чтобы обнаруживать проблемы с обслуживанием намного раньше, позволяя пользователям устранять проблемы до того, как они смогут нарушить работу.

У занятых ремонтных бригад обычно есть всего несколько минут в начале каждой смены, чтобы определить, какие из тысяч активов больше всего нуждаются в их внимании. Уникально то, что Senseye PdM представляет информацию пользователям в виде списка с приоритетом, отсортированного по индексу внимания. Это позволяет пользователям сразу увидеть, куда они должны направить свои ресурсы.

Выход за пределы состояния активов

Как и в большинстве систем мониторинга состояния, ранее Senseye PdM помогала пользователям устанавливать приоритеты, указывая оценку состояния актива для каждого актива. Теперь он заменяется индексом внимания, который обеспечивает единый способ сортировки активов. Этот новый подход является частью аналитики следующего поколения, которая развертывается с использованием нового набора собственных алгоритмов.

Индекс внимания учитывает все способы, которыми Senseye PdM может обнаруживать или прогнозировать проблемы:обнаружение аномалий, тенденции, пороговые значения и прогностики. Программное обеспечение на каждом уровне помогает пользователю определить основную проблему, исправить ее и зафиксировать в системе. Это подпитывает алгоритмы машинного обучения, так что сбои можно обнаружить достаточно рано, чтобы принять меры.

Asset Health, как концепция, создает впечатление, что система понимает все об активе. Это никогда не бывает. Система мониторинга состояния может основывать эту оценку только на датчиках и индикаторах состояния, настроенных для каждого актива (например, уровне вибрации). Если это приводит к оценке 0, что это на самом деле означает? Это вводит пользователей в заблуждение.

Краткая информация

Attention Index поддерживает принятие решений, представляя приоритетный список активов. Именно опыт пользователя определяет следующий шаг. Сохраняя дизайн программного обеспечения простым и понятным, вы экономите драгоценное время. Благодаря использованию возможностей машинного обучения принимаются обоснованные решения, а за счет учета фактической проделанной работы все части системы продолжают учиться.

Помогая пользователям определить, на чем они должны сосредоточить свои ресурсы для обслуживания, Senseye PdM обеспечивает впечатляющие результаты:типичное повышение точности обслуживания на 85 % сопровождается сокращением времени простоя на 50 % и повышением производительности на 55 %.

Хотите получить дополнительную информацию об индексе внимания® внутри Senseye PdM? Загрузите наш технический документ «Увеличение человеческого опыта с помощью машинного обучения».