Rilevamento delle anomalie
- Il rilevamento delle anomalie segnala i comportamenti che si discostano da un modello appreso della normalità: su molte variabili insieme, non una soglia alla volta.
- Intercetta la deriva multivariata: combinazioni di piccole variazioni entro i limiti che insieme predicono scarti o guasti.
- La qualità degli allarmi è decisiva: le segnalazioni devono arrivare con le variabili contribuenti in ordine di importanza e rispettare i regimi operativi.
- È il primo stadio di una catena (rilevamento, poi attribuzione, poi azione) non una categoria di prodotto a sé.
Il rilevamento delle anomalie è il cavallo da tiro del ML industriale: un modello impara il comportamento congiunto delle variabili di una linea durante la produzione normale e valuta i dati in tempo reale rispetto a quel modello. Un punteggio alto significa “questo momento non assomiglia a nessuno storico buono”: spesso molto prima che una singola variabile superi un limite di allarme.
Cosa intercetta che le soglie mancano
Gli allarmi su singola variabile mancano tre forme di guasto che dominano le perdite reali. Combinazioni: cinque variabili derivano ciascuna dell'1%: singolarmente nella norma, insieme una firma di scarto. Contesto: 180 °C è normale per il prodotto A e disastroso per il prodotto B; un modello appreso conosce la differenza, un limite statico no. Deriva lenta: uno scivolamento di tre settimane verso il bordo dell'inviluppo che nessuna occhiata quotidiana ai trend registrerà. La deriva dei segnali di processo viene inoltre usata sempre più come precursore di guasto più precoce della vibrazione per alcune classi di macchine.
Evitare la mitragliatrice di allarmi
Il classico modo di fallire è un sistema che grida al lupo finché gli operatori non lo silenziano. Le difese sono l'attribuzione (ogni segnalazione indica le principali variabili contribuenti, così un ingegnere fa triage in pochi secondi), la consapevolezza dei regimi (cambi formato, avviamenti e mix di prodotto sono modellati, non segnalati) e un punteggio di gravità legato alle conseguenze che contano per lo stabilimento: impatto previsto su scarti o qualità, non la sola distanza statistica. In un pilota valuti esattamente questo: allarmi per turno, quota di allarmi giudicati azionabili da un ingegnere e tempo dalla segnalazione alla spiegazione.
Domande frequenti
- Il rilevamento delle anomalie è la stessa cosa della manutenzione predittiva?
- La manutenzione predittiva ne è un'applicazione. Il rilevamento delle anomalie sui segnali delle macchine predice i guasti; la stessa matematica sui segnali di processo predice problemi di qualità e derive. Le piattaforme differiscono per i segnali su cui si specializzano.
- Di quanto storico ha bisogno un modello di anomalie?
- Di abbastanza produzione normale da coprire i veri regimi operativi della linea: di solito mesi. Più regimi (prodotti, stagioni, turni) richiedono più storico; una linea con prodotti stabili può addestrarsi utilmente con meno.
Tutti i numeri di questo sito: in un unico foglio di calcolo con le fonti.
Il calcolo del mercato da 43,6 miliardi di dollari, le quote dei casi d'uso, gli ostacoli all'adozione e i risultati di implementazione pubblicati, con la colonna delle fonti intatta. Pronto da incollare nel suo business case.