Statistica
Dane Wiedza Sukces

Process Optimization

STATISTICA QC Miner (Process Optimization) został zaprojektowany do monitorowania procesów tak, aby nie tylko wykrywać problemy związane z jakością, ale także by je prze­widywać, a co za tym idzie móc im przeciwdziałać. STATISTICA Process Optimization to specjalne narzędzie będące połączeniem znanych narzędzi statystycznego sterowania jakością (SPC) z zaawansowaną technologią data miningQC mining (czyli technikami data mining w sterowaniu jakością). STATISTICA QC Miner (Process Optimization) zawiera pełną funkcjonalność modułów STATISTICA do stero­wa­nia i udoskonalania jakości (Karty Kontrolne, Analiza Procesu Planowanie Doświadczeń) oraz STATISTICA Data Miner, umożliwiając wykrywanie ukrytych trendów, wskazywanie przyczyn obserwowanych za­leżności i wzorców. System zawiera zaawan­sowane i w pełni zautomatyzowane narzę­dzie do predykcji zachowania charakterystyk procesów w przy­szłości w oparciu o sieci neuro­nowe. Oferuje również możliwość zapro­ponowania nastaw procesu produkcyjnego, tak aby uzyskać założone parametry produktu końcowego.

STATISTICA Process Optimization jest to dodatek do systemu STATISTICA Data Miner, będący wydajnym narzędziem do badania, monitorowania i optymalizacji złożonego procesu na podstawie wszystkich dostępnych danych. STATISTICA Process Optimization łączy wydajne narzędzia do monitorowania jakości oraz innych parametrów procesu z najnowszymi technikami data mining oraz metodami optymalizacji.

STATISTICA Process Optimization jest odpowiedni do każdej sytuacji, w której dostępne (zazwyczaj duże) zbiory danych opisują złożony proces dostarczania usług, a także ciągły lub wsadowy proces wytwarzania.

"Narzędzia eksploracyjnej analizy danych zawarte w STATISTICA pomogły nam odkryć, że warunki środowiskowe w jednym z naszych zakładów wpływają na zmienność procesu. Końcowym wynikiem [projektu] było zmniejszenie zmienności procesu."
Robert Breyer, R&D Group, Georgia-Pacific Resins, Inc

Typowy obszar zastosowań

Badając zgromadzone dane opisujące proces, STATISTICA Process Optimization wykrywa wzorce, które pojawiają się w danych. Informacje te służą następnie do przewidywania właściwości przyszłych cykli procesu. Zrozumienie wzorców i przewidzenie przyszłych wartości jest wiedzą bezcenną w zarządzaniu i doskonaleniu procesu.

W przypadku procesu, który zależy od setek lub nawet tysięcy parametrów, potencjalnie każdy z tych parametrów może mieć istotny wpływ na jakość końcowego produktu. STATISTICA Process Optimization określi podzbiór tych czynników, które mają największy wpływ na proces. Pozwala to skupić się na kilku najważniejszych parametrach, a w konsekwencji uzyskać silniejszy wpływ na produkt końcowy.

Kompletne rozwiązanie

Dzięki narzędziom STATISTICA Process Optimization oraz wsparciu specjalistów StatSoft, mających doświadczenie zdobywane na całym świecie, klienci StatSoft mogą zwiększyć konkurencyjność, szybko uzyskać zwrot kosztów inwestycji oraz osiągnąć pewny sukces. STATISTICA Process Optimization wraz z innymi narzędziami oferowany jest jako:

  • gotowe rozwiązanie "pod klucz" stworzone przez pracowników StatSoft z uwzględnieniem potrzeb użytkownika,
  • jako pełny zbiór narzędzi, które pozwalają w łatwy sposób budować lub modyfikować istniejące już rozwiązanie

 

STATISTICA Process Optimization dostarcza zaawansowane narzędzia systemu STATISTICA:

  • Metody do modelowania złożonych procesów, np. tworzenia modeli przewidujących jakość, wynik procesu i kluczowe wskaźniki wydajności procesu. Ponadto, dzięki tym można monitorować stabilność procesu z wykorzystaniem modelu wiążącego zależności między jego parametrami
  • Zaawansowane metody analizy wielkości wejściowych (np. Do znalezienia najistotniejszych czynników wśród tysięcy rejestrowanych parametrów)
  • Optymalizacja (np. optymalizacja funkcji kosztów w oparciu o jeden lub kilka kluczowych efektów końcowych)
  • Symulacja (np. symulacja niegaussowskich, wielowymiarowych procesów i modeli w celu osiągnięcia pożądanych wyników końcowych, niezawodności itp. )

 

W skład systemu STATISTICA Process Optimization wchodzą:

  • Szeroki zestaw metod zgłębiania danych (data mining) zawarty w STATISTICA Data Miner, narzędzia do analizy przyczyn, oprogramowanie STATISTICA przeznaczone do sterowania jakością, wielowymiarowe karty kontrolne STATISTICA oraz narzędzia do wykrywania ukrytych wzorców, wskazywanie przyczyn obserwowanych zależności i przewidywania
  • Specjalistyczne, unikalne narzędzia do wielowymiarowej symulacji procesów
  • Specjalistyczne, unikalne narzędzia do optymalizacji procesów z dowolną funkcją celu oraz do optymalizacji z wykorzystaniem modeli data mining dla jednego lub kilku efektów i funkcji kosztów
  • Kompletny zbiór narzędzi wizualizacji danych oraz metod eksploracji danych umożliwiających zrozumienie problemu

Dokładniej rzecz biorąc w skład systemu wchodzą narzedzia z następujacych dziedzn

Sterowanie jakością procesów (Statistical Process Control; SPC), wielowymiarowe SPC, zaawansowane monitorowanie procesu

  • Standardowe i wielowyniarowe karty kontrolne, wskaźniki zdolności procesu (Cp, Cpk i inne), MSA, planowanie doświadczeń (DOE), metody i wykresy Six Sigma (więcej informacji: strona o SPC)
  • Jedno- i wielowymiarowe karty kontrolne wykrywające trend i przesunięcie (np. MCUSUM, MEWMA)
  • Bezpośrednie połączenia z zewnętrznymi bazami danych do monitorowania dynamicznych strumieni danych

Data mining

Optymalizacja

  • Optymalizacja na podstawie wielu modeli data mining (np. Z wykorzystaniem metody sympleks) w celu minimalizowania albo maksymalizowania jednej lub wielu wartości przewidywanych.
  • Ogólna optymalizacja dla funkcji celu (z wykorzystaniem metody sympleks, algorytmów genetycznych, poszukiwania na siatce) określonej przez użytkownika za pomocą wygodnego języka STATISTICA Visual Basic (SVB). Pozwala to optymalizować równocześnie wiele modeli dla różnych efektów końcowych (złożonych funkcji kosztów). Należy zauważyć, iż STATISTICA można zintegrować ze środowiskiem STATISTICA Enterprise Server, co z kolej daje możliwość wykorzystania wydajnych 64-bitowych i wieloprocesorowych serwerów do rozwiązania problemów o dużym poziomie złożoności.

Symulacja

  • Dopasowanie rozkładów do wielowymiarowych danych, automatyczny wybór rozkładu najlepiej pasującego do danych
  • Szacowanie macierzy kowariancji zmiennych.
  • Zaawansowana symulacja wielowymiarowych, niegaussowskich rozkładów z zachowaniem kowariancji, np. W celu określenia niezawodności, rozkładu właściwości produktu, spodziewanej liczby jednostek zgodnych z wymaganiami itp.

Stosowanie modeli dla nowych danych w środowisku STATISTICA

Program STATISTICA Process Optimization jest częścią rodziny produktów STATISTICA i jest w pełni zintegrowany z innymi narzędziami.

  • Modele predykcyjne data mining mogą być automatycznie uruchamiane w STATISTICA Enterprise w celu sterowania jakością, wykrywania problemów i nadzorowania procesu (zobacz również odnośniki i literaturę poniżej) na podstawie dynamicznych strumieni danych.
  • Projekty data mining mogą być przekazane do wykonania na wydajnych serwerach pracujących z STATISTICA Enterprise Server.
  • Nadzorowanie procesów na podstawie wzorców zależności występujących w "dobrych" i "złych" procesach (np. W sterowaniu procesami ciągłymi i wsadowymi występującymi w przemyśle chemicznym, farmaceutyczny i energetycznym) można wykonywać w STATISTICA Monitoring and Alerting Server, co umożliwia całościowe monitorowanie wielowymiarowego procesu w całym przedsiębiorstwie.

Wykrocz poza proste monitorowanie procesu i optymalizację pojedynczych czynników!

StatSoft jest już od ponad dwóch dekad liderem we wdrażaniu na całym świecie praktycznych i wydajnych rozwiązań do zaawansowanego monitorowania i optymalizacji procesów! w dziale Czytelnia opisane są przykłady zastosowań, a w dziale Przykłady wdrożeń przedstawiono przykładowe zastosowania, zachęcamy też zapoznania się z poniższymi artykułami:

Hill, T., Eames, R., Lahoti, S. (2008). Finding direction in chaos: Data mining methods make sense out of millions of seemingly random data points. Quality Digest, December, 20-23.

Hill, T., EPRI/StatSoft Project 44771: Statistical Use of Existing DCS Data for Process Optimization, EPRI, Palo Alto, CA, 2008). (Uwaga: Artykuł jest dostępny dla członków EPRI. Można go także zakupić na stronie EPRI, zobacz: http://epri.com)

Grichnik, T., Hill, T., & Seskin, M. (2006). Predicting quality outcomes through data mining. Quality Digest, September, 42-47.

Lewicki, P; Hill, T; Qazaz, C. (2007). Multivariate Quality Control. Quality Magazine, April, 38-45.

Demski, T.,Walanus A. Data mining - inteligencja biznesowa. MM Magazyn Przemysłowy 3 (56) 2004)

Demski, T. Przemysł wyrachowany, Computerworld, 22 lutego 2005

Szafarz, T. Inżynierska statystyka. Przegląd Techniczny 1/2006

 
ContentKontakt

StatSoft Polska Sp. z o.o.
ul. Kraszewskiego 36,
30-110 Kraków,
Telefon: +48 12 428 43 00
Telefon: +48 (601) 41 41 51
Faks: +48 12 428 43 01
e-mail: info@statsoft.pl