Data Monitoring and Analysis Center

Технология удаленного мониторинга и методология анализа данных. Technology

data monitoring and methodology of analysis.

 

Поиск причин сбоев, аномалий в процессах, неэффективности процессов с движением исследования "вверх по течению".

Технология удаленного мониторинга и методология анализа данных

Реальные многофакторные процессы обладают неопределённостью обусловленной природой вариабельности известных измеримых, неизмеримых численно и даже не дифференцируемых факторов. Эта неопределённость и незнание технологическим персоналом и менеджментом предприятий (этому не учат в университетах и курсах MBA), как управлять ею, создают огромные потери.

 

Наши решения основаны на методологии Статистического управления процессами (Statistical Process Control, SPC) качественного анализа временных рядов, основной инструмент — Контрольные карты Шухарта. Несмотря на внешнюю простоту и почти девяностолетний возраст контрольных карт, разработанных профессором Уолтером Эндрю Шухартом (Walter A. Shewhart), их верное практическое использование и интерпретация до сих пор остается уделом немногих специалистов. Хотя контрольные карты и используются в популярной сегодня методологии Six Sigma, она полностью исказила основные цель и принципы, заложенные Шухартом.

 

Мы исследуем данные неразрывно с контекстом их образования. Поэтому для выработки рекомендаций по совершенствованию процессов мы опираемся на научные знания и экспертные оценки технологов предприятий.

 

Поиск причин сбоев, аномалий и неэффективности процессов с движением исследования «вверх по течению», дает понимание что, как и на каком уровне делать для непрерывного совершенствования процессов.

 

DMA.CENTER: Причинно-следственная связь на языке вариабельности процессов

Преимущества диагностирования методами SPC

  • Незначительные требования к объему данных

Для мониторинга данных и диагностирования с помощью методов SPC требуется несравнимо меньший объем данных чем для диагностики с помощью методов машинного обучения (англ. machine learning, ML). Для целей диагностирования и прогнозирования методами SPC не имеет значения, представляют ли данные 100% ряда данных или его часть, но данные должны быть организованы рационально и с учетом распространения во времени. Подойдут данные собираемые вручную. Как следствие, предъявляются незначительные требования к вычислительной мощности оборудования и хранению исторических данных (не требуется сплошной сбор данных).

  • Не реактивные, а основанные на знаниях действия

С использованием SPC, анализ причинно-следственных связей сбоев пополняет новыми сведениями базу знаний наших заказчиков о системе функционирования процессов, а не предлагает менеджменту совершение реактивных действий без объяснения "почему".

  • Опирается на научные и экспертные знаниях о процессах

В работе по совершенствованию используются научные знания о природе исследуемых явлений и обязательно участвуют компетентные сотрудники компании заказчика.

  • Учитывает статистическое состояние процесса для прогнозирования

Учитывает состояние исследуемого процесса (стабильное или непредсказуемое), что многократно повышает точность прогнозирования.

  • Минимизирует последствия от совершения ошибок первого и второго рода

Позволяет минимизировать последствия от совершения ошибок первого и второго рода в попытках совершенствования, указывая конкретные операциональные правила воздействия на процесс, а именно, требуется ли вмешательство в работу анализируемого процесса или наоборот, помогут только системные изменения.

  • Учитывает быструю потерю актуальности накопленных за прошлый период данных

Все течет, все меняется.

  • Создает индивидуальную сигнатуру сбоев

Наша методология операционально точно отделяет шум от сигналов, выявляя индивидуальную сигнатуру сбоев в работе конкретных технологических и бизнес-процессов, а не требует установки вымышленных граничных значений.

Например, о проблеме, свидетельствующей об отсутствии таких знаний сообщила компания OSyS (Optimized Systems and Solutions, является дочерней компанией Rolls-Royce), которая специализируется на предоставлении СППР для мониторинга и оптимизации высокоценных активов:

"При анализе параметров производительности специалисты компании OSyS столкнулись с тем, что им приходилось задавать либо слишком узкие граничные значения, и тогда резко увеличивалось количество оповещений, либо значения слишком широкого диапазона, и тогда получалось, что значения в оповещении не соответствуют требуемым пределам. Однако технические средства, знания и навыки анализа помогли им создать сигнатуру сбоя для всевозможных потоков данных, которые могут поступать с оборудования".

Источник: iot.ru

Россия, Санкт-Петербург, Лахтинский проспект, 2 к.3               |               Тел.: +7 (911) 711-93-27        |        E-mail: info@dma.center