Divide, propagate & conquer (Prognostics & Health Management)
Tekniker
Sector: Industria
Business Case
La unidad de sistemas de información inteligentes de TEKNIKER participa en el concurso de datos PHME Data Challenge 2021, cuyo objetivo es desarrollar un sistema de monitorización de una planta de testeo de fusibles en base a las mediciones de diferentes sensores.
Objetivos
El challenge consiste en desarrollar unos algoritmos capaces de diagnosticar el estado del proceso:
Identificando los diferentes fallos.
Detectando las causas raíz de cada fallo.
Empleando el menor tiempo posible.
Use case
Las paradas no programadas que causan los fallos durante el proceso de manufactura resultan en grandes pérdidas económicas. A fin de evitar y minimizar el impacto de estas paradas no planificadas, se desarrolla un sistema de diagnóstico que pueda detectar los fallos en el menor tiempo posible y pueda además indicar el origen de los mismos para facilitar las reparaciones.
Infraestructura
Cloud.
Tecnologías utilizadas
Machine Learning y Deep Learning.
Datos utilizados
El conjunto de datos lo dispuso el CSEM Swiss Centre for Electronics and Microtechnology.
Recursos utilizados
Personal investigador de Tekniker.
Infraestructura de cómputo dispuesta por la organización PHME.
Dificultades y aprendizaje
El caso en cuestión representa la casuística típica de entornos de manufactura: Desbalanceo de datos (menos casos de fallo que de buen funcionamiento), que se atajó con técnicas de aumentación; datos faltantes (para los que se emplearon métodos de imputación); alta dimensionalidad y colinearidad (para lo que se optó por modelos robustos a este tipo de casuísticas); y, sesgo experimental que se trató con esquemas no clásicos de validación.
KPIs (impacto en el negocio y métricas del modelo)
Precisión en la detección de fallos.
Tiempo necesario para estimación.
Detección de causa raíz.
Financiación
Financiado por la especialización interna de TEKNIKER y el proyecto europeo AI-PROFICIENT.
Colaboradores
Proyecto desarrollado por Tekniker gracias al trabajo de del Prognostics and Health Monitoring Society (PHMSociety) y cesión de datos del Swiss Centre for Electronics and Microtechnology (CSEM).