A gyártási gépi tanulás terepkézikönyve · frissítve: 2026. szeptember 1.
ManufacturingML
Kezdőlap / Enciklopédia / Anomáliaészlelés
Módszerek · Szócikk · frissítve: 2026. szeptember 1.

Anomáliaészlelés

Kulcsgondolatok
  • Az anomáliaészlelés azt a viselkedést jelzi, amely eltér a normál állapot megtanult modelljétől: egyszerre sok változón át, nem egyenként egy-egy küszöbbel.
  • Elkapja a többváltozós driftet: határon belüli apró változások olyan kombinációit, amelyek együtt selejtet vagy meghibásodást jeleznek előre.
  • A riasztások minősége dönt mindenről: a jelzéseknek rangsorolt hozzájáruló változókkal kell érkezniük, és figyelembe kell venniük az üzemállapotokat.
  • Egy folyamatlánc eleje (észlelés, majd attribúció, majd beavatkozás), nem önálló termékkategória.

Az anomáliaészlelés az ipari gépi tanulás igáslova: a modell normál termelés közben megtanulja a sor változóinak együttes viselkedését, és ehhez méri az élő adatokat. A magas pontszám azt jelenti, hogy „ez a pillanat egyetlen jó múltbeli szakaszra sem hasonlít”: gyakran jóval azelőtt, hogy bármelyik változó átlépné a riasztási határt.

Amit elkap, és a küszöbök nem

Az egyváltozós riasztások három hibaalakzatot hagynak figyelmen kívül, amelyek a valós veszteségek zömét adják. Kombinációk: öt változó egyenként 1%-ot csúszik: külön-külön rendben, együtt selejt-ujjlenyomat. Kontextus: a 180 °C az A terméknél normális, a B terméknél katasztrófa; a megtanult modell ismeri a különbséget, a statikus határ nem. Lassú drift: háromhetes kúszás a működési tartomány széle felé, amelyet egyetlen napi trendpillantás sem vesz észre. A folyamatjelek driftjét egyes berendezésosztályoknál egyre inkább a rezgésnél korábbi hibaelőjelként is használják.

Hogyan kerülhető el a riasztóágyú

A klasszikus kudarc az a rendszer, amely addig kiált farkast, amíg a kezelők el nem némítják. A védekezés: attribúció (minden jelzés megnevezi a fő hozzájáruló változókat, hogy a mérnök másodpercek alatt rangsorolhasson), üzemállapot-tudatosság (az átállásokat, indításokat és termékmixeket modellezik, nem jelzik) és olyan súlyossági pontozás, amely az üzem számára fontos következményekhez kötődik: előre jelzett selejthez vagy minőségi hatáshoz, nem csupán statisztikai távolsághoz. Pontosan ezt értékelje a pilotban: riasztások műszakonként, a mérnök által beavatkozásra érdemesnek ítélt riasztások aránya, valamint a jelzéstől a magyarázatig eltelt idő.

GYIK

Ugyanaz-e az anomáliaészlelés, mint a prediktív karbantartás?
A prediktív karbantartás annak egyik alkalmazása. Gépjeleken az anomáliaészlelés meghibásodásokat jelez előre; ugyanez a matematika folyamatjeleken minőségi problémákat és driftet. A platformok abban különböznek, mely jelekre specializálódnak.
Mennyi előzményadat kell egy anomáliamodellhez?
Annyi normál termelés, amennyi lefedi a sor valós üzemállapotait: jellemzően hónapok. Több állapot (termékek, évszakok, műszakok) hosszabb előzményt igényel; a stabil termékkörű sor kevesebből is hasznosan tanulhat.
Kapcsolódó szócikkek
Ilyen platformokat hasonlít össze? A bevezetési adatcsomag tartalmazza a szócikk mögötti piaci számokat.
Az elmélettől a jelekig
Mely gépjelekből milyen jellemzők lesznek, és mindegyik hogyan romlik el
Ingyenes, bejelentkezés nélkül. Egy megkeresés a TEEPTRAKtól, utána semmi.
Leképezési készlet letöltése →