Odloˇcitveno drevo s staliˇsˇca intepretacije odloˇcitev za korekcijo recepta podaja smiselne rezultate. Vpogled v listna vozliˇsˇca, natanˇcneje v zastopanost obeh
ra-zredov, pa nakazuje, da razlogi za korekcijo recepta niso konsistentni. To pomeni, da ni bilo moˇc zaznati povsem enotne prakse operaterjev niti v zelo podobnih po-gojih obratovanja procesa.
V kolikor operaterji potrdijo identificirano logiko odloˇcanja, je mogoˇce model odloˇcitveno drevo:
• nadgraditi in implementirati v sistem za podporo pri odloˇcanju (ang. De-cision Support System – DSS),
• zapisati v obliki formaliziranih pravil, ki bodo primerna za prenos dobrih praks med in na nove operaterje.
Sledeˇce poglavje prikazuje rezultate vrednotenja identificiranih modelov za napo-vedovanje izhodne kakovosti obdelave kolobarja in modela za ugotavljanje potrebe po korekciji nateznih sil navijalnikov. Na primeru je predstavljen tudi prototi-pni nadzorno-svetovalni sistem, ki integrira razvite modele. Razviti sistem se zdruˇzuje z aplikacijamaOptimizator, ki je namenjena za optimizacijo parametrov recepta pred priˇcetkom naslednjega prevleka, in Simulator, ki je namenjena za kasnejˇso podrobno analizo ˇze obdelanega kolobarja.
4.1 Vrednotenje identificiranih modelov
Za nepristransko mero uspeˇsnosti regresijskih modelov procesa pri konˇcnem vre-dnotenju uporabimo poseben nabor podatkov (testna mnoˇzica), katerega pri mo-deliranju nismo uporabili. V tabeli 4.1 so predstavljene ˇstevilske mere uspeˇsnosti modelov na tovrstnem naboru podatkov. Podrobni rezultati pa so predstavljeni v prilogi C.
Najviˇsjo mero uspeˇsnosti ima Model 1, vendar je njegova uporabnost ome-jena na napoved povpreˇcne izhodne kakovosti za celoten prevlek oziroma za eno ustaljeno stanje in ne omogoˇca napovedi izhodne kakovosti med samim obratova-njem, kar je pogoj za sprotno simulacijo delovanja sistema. Glede na visoko mero uspeˇsnosti pa se kaˇze moˇznost uporabe za vnaprejˇsnje nastavljanje parametrov recepta vseh prevlekov.
Svojo uporabno vrednost kaˇze tudi modelModel 3 in ga bo mogoˇce uporabiti za kratkoroˇcno napovedovanje izhodne kakovosti. Uporabnost modela Model 2 79
Tabela 4.1: Vrednotenje identificiranih modelov.
model Rˆ2 mera uspeˇsnosti
Model 1 model1 0,8686
Model 2
pa je posebno pri niˇzjih prevlekih vpraˇsljiva, zato bo potrebno ˇse dodatno vre-dnotenje. Predvsem pa smo ugotovili, da informacije iz prejˇsnjega prevleka niso zadostne, da bi lahko z veliko gotovostjo napovedovali potek v naslednjem pre-vleku.
Pri modelih opazimo tudi, da je mera uspeˇsnosti viˇsja pri viˇsjih prevlekih.
Slednje lahko interpretiramo kot vse veˇcji vpliv valjavskega ogrodja Sendzimir na produkt. V prvem prevleku je velik vpliv s prejˇsnje procesne linije, z veˇc prevleki pa se ta vpliv manjˇsa, veˇca pa se vpliv trenutne obdelave.
Za vrednotenje klasifikacijskega modela napovedovanja trenutkov korekcije sil nategov uporabimo celoten nabor izvornih podatkov brez predhodne korekcije zastopanosti razredov.
Poroˇcilo uspeˇsnosti klasifikacijskega modela je prikazano v tabeli 4.2.
Kratice, ki predstavljajo statistiˇcne mere uspeˇsnosti modela so definirane z enaˇcbami (2.30) - (2.34).
Rezultati modela kaˇzejo, da obstaja povezava med procesnimi vrednostmi in operaterjevo logiko odloˇcanja, saj v veˇcini primerov identificiran model pravilno svetuje o posegu v proces. To je razvidno iz zadovoljivo visoke mere uspeˇsnosti PPV, ki predstavlja relativno ˇstevilo vzorcev, klasificiranih kot change = 1 med
Tabela 4.2: Poroˇcilo uspeˇsnosti klasifikacijskega modela za identifikacijo opera-terske prakse.
TP [/] TN [/] FP [/] FN [/] PPV [/] TPR [/] TNR [/] F1 [/] ACC [/]
545 4881 1314 225 0,2932 0,7078 0,7879 0,4146 0,7790
vsemi vzorci, ki imajo pravo vrednost change = 1. Vzroke za napaˇcno razvrˇsˇcene vzorce pa pripiˇsemo neenotni praksi operaterjev ali pa pomembnejˇsemu podatku, ki ga v naˇsem delu nismo zaobjeli.
4.2 Primer uporabe: nadzorno-svetovalni sistem
V sklopu projekta je bil razvit prototip nadzorno-svetovalnega sistema s pripa-dajoˇcim grafiˇcnim uporabniˇskim vmesnikom (ang. Graphical User Interface – GUI), ki bo omogoˇcal:
• svetovanje optimalnih nastavitev recepta pred priˇcetkom procesa,
• sprotno spremljanje procesa valjanja in svetovanje optimalne korekcije pri-marnega recepta,
• naknadno podrobno analizo uporabe ustreznih receptur na podlagi arhi-vskih podatkov.
Glede na zasledovane cilje je bilo potrebno implementirati jedro nadzorno-svetovalnega sistema, ki ga sestavljata dva neodvisna uporabniˇska vmesnika (Op-timizator in Simulator) ter regresijski model procesa (Optimizator vsebuje Mo-del 2, Simulator vsebuje Model 3). Z nadzorno-svetovalnim sistemom je mogoˇce upravljati preko interaktivnih spletnih strani, od katerih je:
• Optimizator namenjena za izvajanje optimizacije parametrov recepta pred zaˇcetkom procesa, pri ˇcemer mora omogoˇcati moˇznost primerjanja konˇcne kakovosti za primer parametrov recepta podanih s strani uporabnika ter izraˇcunanih z optimizacijo,
• Simulator pa za naknadno podrobnejˇso analizo preteklih delovnih nalogov na podlagi ponovnega simuliranja ˇze konˇcanih nalog ter sprotnega spremlja-nja in zaznavaspremlja-nja potrebe po korekciji parametrov recepta.
4.2.1 Optimizator
Optimizator je uporabniˇsko orodje, ki temelji na uporabi regresijskega modela Model 2 in na podlagi aktualnega stanja na procesni liniji napove izhodno kako-vost za naslednji prevlek. Ta aplikacija operaterjem ˇse pred priˇcetkom prevleka predlaga parametre recepta, ki zagotovijo najviˇsjo izhodno kakovost in najviˇsjo obratovalno hitrost (produktivnost). Oba zasledovana cilja sta si nasprotujoˇca, zato uporabnik preko vmesnika izbere ustrezno prioriteto med obema ciljema.
Orodje Optimizator omogoˇca tudi vnos uporabniˇskih parametrov recepta in primerjava potekov napovedane izhodne kakovosti za celoten prevlek z dodanim povzetkom uˇcinkovitosti, ki prikazuje razlike uporabniˇskih nastavitev in optimal-nih nastavitev v smislu kakovosti in produktivnosti.
Omenili smo, operaterji veˇckrat poseˇzejo v proces, tj. korigirajo nastavitve recepta. V ta namen je bila dodana ˇse moˇznost razdelitve prevleka na veˇc segmen-tov, ki jih interaktivno doloˇci uporabnik. S tem omogoˇcimo izraˇcun optimalnih nastavitev recepta znotraj izbranih segmentov.
Optimizator je strukturiran v veˇc enot, diagram poteka je prikazan na sliki 4.1, izgled grafiˇcnega uporabniˇskega vmesnika pa na sliki 4.2.
PREVZEM UPORABNIŠKIH NASTAVITEV IZRAČUN OPTIMALNIH
NASTAVITEV INICIALIZACIJA ZAŽENI OPTIMIZATOR
PRIPRAVA STATUSNIH PODATKOV
POROČILO O USPEŠNOSTI IZRAČUN IZHODA PROCESA
USTAVI OPTIMIZATOR POSREDOVANJE OPTIMALNIH
NASTAVITEV UPORABNIKU
ANALIZIRAJ NASTAVITVE DA NE