Divis intelligent solutions GmbH - descărcare gratuită PDF
divis intelligent solutions GmbH Prezentare introductivă 2015 Prof. Dr. Thomas Bäck, Ing. Dipl. Management Ing. Frank Hebel, Consultanță și Management Vânzări
Locații Unde ne puteți găsi? Istorie: - 1999 NuTech Solutions GmbH/Inc. - preluarea 2007 de către Netezza Inc. - preluarea managementului 2009 - înființarea diviziunii 2009 - preluarea din 2010 a D.O.M. Tehnologii - locații 2014 SUA/Canada Informații confidențiale, divis GmbH 2015 2
Gama de servicii Gama de servicii Software standard industria proceselor auto CPG Energy ClearVu Analytics 3.1: Data mining, modelare, optimizare ClearVu Global Optimizer 4.1: Optimizare globală neliniară Dezvoltare software personalizată Dezvoltarea sistemelor complete specifice clientului, inclusiv integrarea sistemului GUI, integrarea proceselor în procesele de producție Integrarea unei conexiuni de date specifice Module specifice clientului Incl. Consultanță de asistență 24/7 Ca serviciu Abordare structurată în conformitate cu procesul CRISP Suport în selectarea înregistratoarelor de valori măsurate, a validării senzorilor și a datelor Informații confidențiale, divis GmbH 2015 3
De ce analiza bazată pe date? Un produs are multe variabile de influență Heterogene, neliniare, complexe Multe minime/maxime locale Analiza țintelor multicriteriale Căutați cel mai bun compromis Adesea câteva puncte de date Experimentele sunt costisitoare, producția funcționează pe țintă Exploatarea datelor și optimizarea de multe ori complicată pentru utilizator Informații confidențiale, divis GmbH
Instrumentul nostru ClearVu Analytics the Model Factory Confidential Information, divis GmbH 2015 5
Funcționalități, introducerea datelor 1. Ce variabile descriu valorile mele țintă? a) Intrările sunt complete? b) Intrările sunt clare? Definiți obiective: ce dimensiune ar trebui descrisă? (Variabilele de ieșire pot fi: costuri, debit, calitate etc.) Selectarea variabilelor Filtrarea datelor Determinarea variabilelor de intrare și ieșire Informații confidențiale, div GmbH 2015 6
Funcționalități, pretratarea datelor a) Verificați datele pentru proprietățile valorii măsurate, de ex. B. Medierea, media mobilă, timpul de reacție al senzorilor, achiziția de date b) Verificarea variabilelor pentru valori constante nu oferă niciun rezultat pentru modele c) Netezirea zgomotului datelor Curățarea vizualizării datelor pentru spații libere Eliminați valorile abrupte Controlul șirului variabilelor Informații confidențiale, div GmbH 2015 7
Funcționalități, metamodelare Evaluați rezultatele a) Modelele sunt supuse unei clasificări a algoritmilor individuali b) Creați modele de analize de sensibilitate, corelații, evaluați progresul c) Au fost recunoscute multe variabile ca nefiind sensibile? Sau chiar cu o influență negativă? Apoi, posibil, o nouă modelare fără aceste variabile. Crearea modelului cu toți algoritmii curenți. Aplicarea algoritmilor selectați la datele de măsurare a) Algoritmii sunt automat optimizați pe baza datelor b) Datele sunt supuse unei validări încrucișate de 10 ori pentru rezultate robuste c) Nu este necesară o supraentrenare, suprasolicitare, învățare pe de rost analiza sensibilității clasamentului modelului evitat informații confidențiale, divis GmbH 2015 8
Funcționalități de analiză a datelor exploratorii, analiză a datelor exploratorii a) Grafice de dispersie b) Grafice de cutie pentru analiza distribuției c) Transformare automată a variabilelor d) Detecție anterioară e) Corelații f) Configurabil în mod liber Evaluează rezultatele Toate metodologiile actuale Raportare completă Compatibil cu biroul Informații confidențiale, div GmbH 2015
Funcționalități, analiză interactivă Utilizarea interactivă a modelelor a) Ce se întâmplă dacă, modificați variabilele de intrare b) Introduceți modelul direct în timp real și evaluați cauza/efectul c) Integrarea modelelor în procesul online d) Suport cu statisticile. Control proces proces model offline aplicație modificare valori de intrare cauză-efect afișare în timp real informații confidențiale, div GmbH 2015 10
Funcționalități, optimizare a) Optimizare unică și cu mai multe criterii b) Găsiți cele mai bune puncte de lucru pentru variabilele țintă c) Specificați domeniul de aplicare d) Selectați cel mai bun compromis Setarea celei mai bune variabile Definiți formularea țintă Setarea țintei cu specificația valorii Criterii multiple cu informații confidențiale Pareto-Front, div GmbH 2015 11
Mic extras din exemple Informații confidențiale auto, divis GmbH 2015 12
Proces de acoperire acoperire auto/rafinament de suprafață 1/3 Întrebări despre protecția împotriva coroziunii Influența pretratării, curățării, proprietăților și compozițiilor băii, distribuția alcalină, formarea cuiburilor Formarea grosimii stratului, curent optim, valori de tensiune, timpi de imersiune, setări optime ale uscătorului Distribuția grosimii stratului la punctele critice (margini etc.) Rezultatul explicat și elimină 89,5% din erori: da nu 2 puncte de date da nu da da nu 3 puncte de date 1 punct de date 1 punct de date da nu 17 puncte de date! da nu 1 punct de date 1 punct de date informații confidențiale, div GmbH 2015 13
Proces de acoperire Automobil acoperire/finisare suprafață cuptor 2/3 Cuptor fulger-off KTL umplutură strat de bază strat transparent Rezultat Control complet al procesului până la dispozitive individuale Informații confidențiale, div GmbH 2015
Acoperire/finisare suprafață 3/3 Determinarea valorii culorii pentru vopsele metalice Negru metalic - original Negru metalic, inversat Rezultate: Flacurile pot fi eliminate din determinare Negru metalic, inversat cu valori RGB Numărul și dimensiunea flacurilor Numărul, dimensiunea și distribuția flacurilor Pot fi determinate Ca vizualizator puteți vedea culoarea reală, efectul metalic nu este luat în considerare Informații confidențiale, div GmbH 2015 15
Controlul valorii culorii 1/2 Detectarea erorilor abaterilor de culoare Aceleași valori ale culorii distribuție diferită a luminozității Găsire: Abaterea culorii nu este întotdeauna derivarea culorii culorii Informații confidențiale, div GmbH 2015 16
Controlul valorii culorii 2/2 Detectarea erorilor abaterilor de culoare Saturația distribuției, luminozitatea Informații confidențiale, div GmbH 2015 17
Tehnologia senzorilor Senzori soft inteligenți Tehnologia senzorilor Softsensorii inteligenți Obiectiv: să înregistreze dependențele fizice ale traductoarelor reale măsurate folosind senzori suplimentari, să compenseze eroarea de măsurare prin modelare și să scoată valoarea reală
Optimizarea vehiculului virtual Optimizarea vehiculului virtual 1/2 Obiective: Minimizarea greutății și cerințe sporite de siguranță Parametri: 136 grosimi coli 47 restricții (diferite cazuri de încărcare) 180 (10 x 18) evaluări
12 zile impact spate, impact lateral mare viteză impact frontal, mare viteză MDO impact spate, viteză mică dinamică statică impact frontal, viteză mică Algoritm Avg (kg) Max (kg) Min (kg) Cel mai bun -6,6-8,3-3,3 div -9,0 -13.4-6.3 Informații confidențiale, divis GmbH 2015 19
Optimizare masivă a vehiculului virtual Strategia de evoluție a 2/2 divizii Generări inițiale de valoare 13,5 kg Reducerea greutății Ameliorare semnificativă în comparație cu alte metode Viteză mai mare de convergență Reducerea timpului de dezvoltare de la 5 la 2 săptămâni După 180 de evaluări există încă potențial pentru îmbunătățiri suplimentare Informații confidențiale, div GmbH 2015 20
Intrare optimă a ușii 1/2 Situație inițială: Scop: Evaluarea fezabilității necesită o simulare îndelungată și întrerupe întâlnirea de proiectare Evaluarea interactivă a fezabilității în ședință Variabile de ieșire reale sau metrice Subțierea: Regiuni cu subțierea inacceptabilă Cracare: fisuri 6 parametri de proiectare metrică 1998 proiecte Deschidere creată cu hipercuburi latini unghiul a 2 Adâncimea cadrului h 2 Parametri de frontieră gol Informații confidențiale, div GmbH 2015
Intrare optimă a ușii 2/2 Prognoza fisurilor/subțierii în funcție de geometrie Informații confidențiale, divis GmbH 2015 22
Forma optimă a duzei de injecție 1/2 Variabile de ieșire metrice Debit: Maximizarea cantității de turbulență: Eficiență maximă 8 parametri de proiectare metrică 265 modele (create cu Latin Hyper-Cubes) În plus 61 de modele de validare Informații confidențiale, div GmbH 2015 23
Forma optimă a duzei de injecție 2/2 Pareto față: flux și vârtej Informații confidențiale, divis GmbH 2015 24
Optimizare MDO ASF 1/3 Concept de cadru spațial pre-optimizat Îmbunătățire posibilă! Obiectiv: Minimizarea greutății structurale Gradele de libertate: Grosimea tablelor și profilelor Caracteristicile materialului Limitări ale spațiului parametrilor: Conexiuni Informații confidențiale, div GmbH 2015 25
MDO ASF Optimization 2/3 Disciplina de asigurare disciplină crash, model de componentă, 2 procesoare rigiditate dinamică globală, corp tăiat, 1 CPU front crash (EURO NCAP), vehicul complet 4 resurse CPU pe evaluare: 7 CPU, aproximativ 23 de ore informații confidențiale, div GmbH 2015 26
Masă Masă MDO ASF Optimizare 3/3 Start proiectare, restricții încălcate Optim (Exp. 924), valid Optimizator anterior Greutate crescută! Optim (Exp. 376), greutate validă redusă! Informații confidențiale, divis GmbH 2015 27
Planificarea și optimizarea producției (1/2) Soluție Prognoza comenzilor pentru 4 uzine de producție Optimizarea atribuirii comenzilor către uzine Interfață convenabilă a utilizatorului Avantaje Alocarea optimă a comenzilor către uzine Minimizarea costurilor de producție și logistică Informații confidențiale, div GmbH 2015 28
Software operațional în OCC Planificarea și optimizarea producției (2/2) Algoritm: Algoritm genetic Optimizarea plantelor Optimizator de coloane de furnici Optimizarea traseului Proces de optimizare cuplat Beneficiu: reducere a costurilor de 4%, factură anuală de energie de 1 miliard USD Soluția luarea în considerare a mai multor locații Soluție globală optimă având în vedere serviciile individuale din diferitele locații Informații confidențiale, divis GmbH 2015 29
Optimizarea lanțului de aprovizionare a calității Optimizarea generală a lanțului logistic minele, căile ferate, porturile Obiective: Maximizarea producției Optimizarea calității produsului Planificarea robustă a traseului trenului (întreruperi!) Optimizarea planului de întreținere 1.000 MCO - Rel 2.0 2008 Stocuri de mine 0.990 0.980 0.970 0.960 w = 0.2 w = 0.3 w = 0.4 25 50 100 0 75 w = 0,99 0,950 Tonaj expediat 0,940 170,000 175,000 180,000 185,000 190,000 195,000 200,000 Informații confidențiale, div GmbH 2015 30
Optimizarea programului de transport 20+ conducte (> 11.000 km) 300+ produse 100+ expeditori 20+ ferme de tancuri 800.000+ m3/zi Capacitate 1.500+ loturi pe lună Rezultate: Crearea automată a programelor Programări optime Flexibilitate ridicată (dinamică) Îmbunătățirea serviciului (ratabilitate) ) Informații confidențiale, divis GmbH 2015 31
Optimizarea întreținerii Întreținerea predictivă ca intrare pentru planurile de întreținere dinamică.