前言
随着消费者对产品个性化和品质升级的发展需求,制造业的复杂性大大增加,质量检测环节已成为制造业中不可或缺的一部分,目前市面上绝大多数的LIMS系统仅实现或部分实现规范操作,保证质量。而大量的质检数据对研发生产所起的指导作用十分有限,海量数据参数间的相互关系很难被操作人员解读,这也使得杜绝风险,提高交付效率以及为企业创造最大的经济效益成为空谈。
国工智能实验室管理系统融合了国工智能数据大脑平台,平台内提供上百种统计学相关算法及机器学习算法。通过这些算法对质检数据进行分类分析、聚类分析、关联分析、预测分析等,挖掘数据潜在价值,探索人力无法探知的规律,真正实现提高企业产品附加值及行业竞争力,助力企业快速发展。
案例
某医疗用品生产企业,对生产的医用防护手套外观有一定要求,要求手套宽度符合≥80mm的标准。抽取10只手套,若有8只宽度都小于80mm,那么我们就会认为实际生产宽度小于80mm,不可采用目前设定的参数进行生产。若抽取10只,仅有1只小于80mm,那么我们并不会认为手套的实际宽度均小于80mm。因为,机器制造手套不可能100%保证每次都是完美的,个别小于80mm是正常现象。所以,我们就可以通过单样本率检验来判断手套的实际生产宽度是否符合外观标准。
该手套生产企业一天能生产1万只手套,将一天生产的手套作为整体,通过一定的方法抽样得到50只手套,并对这50只手套的宽度进行检测,宽度小于80mm的记作不合格(本案例需要每隔一段时间抽样5只,共抽样10次来形成样本,以确保抽样的涵盖率),得到50次试验手套宽度的检验结果,如表1所示。
表1 手套宽度抽检结果
分析过程
国工数据大脑组件会定时对国工实验室系统数据进行读取,直接访问数据库获取数据集,如图1所示。
图1 RDBMS读取组件
使用集成好算法的单样本率检验分析组件(One-proportion)进行数据的单比率分析处理,根据单样本率假设检验的检验流程:
首先确定检验的问题为“手套的实际生产宽度是否符合外观标准”。所以我们将零假设H0设定为手套的实际生产宽度不符合外观标准,那么备择假设H1即可设定为手套的实际生产宽度符合外观标准。
我们可以设想,若手套的实际生产宽度≥80mm,则在抽取的50只手套中应只有少量几只手套的宽度小于80mm,如果出现大量手套宽度小于80mm,则我们有理由怀疑手套的实际生产宽度小于80mm。所以,我们假设在抽取的50只手套中仅有2 只不合格的概率为0.01,即设定实验数为50,不合格事件发生数量为2,目标概率为0.01,如图2所示。
当然,即使该企业使用当前生产参数生产的手套宽度≥80mm,因为偶然因素导致我们刚好抽取了很多宽度小于80mm的手套的情况也不可避免,此时按照我们的逻辑要拒绝零假设,也就是我们判断错了,我们可以将显著性水平(判断错误的概率)设定为0.05,如图2所示。
图2 单样本率检验分析组件及参数配置
图3 系统分析结果
通过图3的系统分析结果,我们可以看到,在上述参数下分析得到的零假设成立概率P为0.014,显然小于显著水平0.05,即原假设(0假设)成立的概率小于判断失误的概率,拒绝原假设,备选成立,该企业手套的实际生产宽度符合外观标准。
与实验室系统(LIMS)相融合
国工数据大脑平台可直接获取实验室LIMS系统中的实验数据并将其对接到创建好的单样本率检验分析模型中,根据得出的分析数据自动对检验结果进行判定,快速直接给出判定结果,规避人工审核过程中层层审核的等待时长和判定误差;并将存在显著性差异的报告重点推送给相关领导,系统可根据领导对存在显著性差异报告的处理,自动触发二次检验流程等操作。
含义
实验室系统中的单样本率检验是针对于样本的单一特征,判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。其基本原理是先对总体的特征做出某种假设,然后通过抽样研究的统计推理,对此假设应该被拒绝还是接受做出推断,也就是说假设检验的核心思想是小概率事件不易发生。
参数说明
1.试验数:抽取的样本数,如本例中的50只手套。
2.事件数:设定抽取的样本中指定事件发生的次数,如本例中抽取的手套中不合格的有2只。
3.目标比率:设定抽取的样本中指定事件发生某确定次数的理想概率,如本例中抽取的手套中仅有2只不合格的概率为0.01。
4.显著性水平:原假设(0假设)为真时拒绝原假设的概率,通常设定为0.01或0.05,即为小概率事件。
适用范围
使用单比率检验可以估计二项总体比率,并将该比率与目标值或参考值进行比较。可以在数据的单一特性仅包含两个类别(如合格/不合格)时执行使用此分析,确定总体比率是否不同于指定的假设比率和计算可能包括总体比率的值范围。
国工智能是一家专业为流程制造业提供人工智能决策控制整体解决方案及落地服务的国有参股高新技术企业,专注于利用人工智能、大数据等技术解决流程制造业海量数据下复杂场景的智能制造需求,为客户提供“IOT+AI+OR”智能制造人工智能整体解决方案。目前,公司已经成为化工新材料行业人工智能决策控制领域的领跑者。
作为一家国内专业的智能制造落地服务商,国工智能凭借深厚的内功和优秀的团队,自主研发了基于人工智能的数据大脑分析平台(MAI)、智能制造管理平台(MES)、物联网数据采集平台(SCADA)、实验室管理系统(LIMS)、双体系设备管理系统(EMS),均在行业内成功应用。
国工智能在化工、医药、食品、饲料、新材料等行业深耕已久,客户遍布全国,已成功为海大集团、华润三九药业、康缘药业、丰原集团、道恩集团、九目化学、蓝帆医疗、新时代健康产业集团、安然纳米集团等客户提供智能制造落地服务。
国工智能秉承“利于国,精于工”的企业发展理念,以高端IT技术服务于传统制造企业,推动国家制造业转型升级,以工匠精神为中国智造赋能!努力成为科技创新和产业革命的引领者,为中国实体经济崛起、实现中国制造2025贡献力量!
数据大脑通用的内容
国工数据大脑系统(MAI-CLI)是一个集数据调度,数据清洗,数据计算、数据可视化的数据分析平台。系统以简单易用拖动操作方式进行人机交互,屏蔽了数据分析预测业务的复杂性,大大降低了数据分析工作的技术门槛。
以计算流的方式构建整个数据分析业务。平台实现了对分散的数据进行统一调度,实现实验室设备、工业传感器、信息化系统接口多源数据整合。
平台提供上百个功能组件,包含方差、回归、聚类、分类、时间序列等算法组件,支持SPC、DOE、CPK、MSA等分析理念,平台拥有定时分析功能,可以同时监控上万的质量监控点。能实现自动化六西格玛实施落地。
(数据大脑部分组件列表)
应用场景
计划经理可以用来预测未来销售情况,并自动跟踪执行。
质量经理可以用来做SPC分析、取样差异、方差分析。
研发经理可以做配方优化预测、实验辅助设计、工艺分析、数据仿真。
设备经理可以用来做设备预测性维护、报警。
平台已经完成边缘计算封装,可以与设备进行互动。
同时所有算法对软件开发商开放调用,可以用来做底层算法平台。
(数据大脑同时提供算法商城服务,任何伙伴都可以使用多编程语言开发算法,由国工智能进行测试回购。)
数据大脑优势明显
数据大脑人工智能计算平台背后拥有强大的数据分析团队,您提需求我们解决。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.