Możliwości zastosowania sztucznej inteligencji w zarządzaniu
Transkrypt
Możliwości zastosowania sztucznej inteligencji w zarządzaniu
Możliwości zastosowania sztucznej inteligencji w zarządzaniu jakością Andrzej Macioł, Adam Stawowy Wydział Zarządzania Akademia Górniczo-Hutnicza Streszczenie Zarządzanie jakością obejmuje szereg zagadnień od projektowania wyrobów aż do technicznej kontroli procesów wytwarzania i wyrobów. W obszarze tym mieści się szereg problemów, które do tej pory nie znalazły ostatecznego rozwiązania, mimo stosowania różnych klasycznych metod badawczych. Obecnie coraz powszechniej stosuje się w tej dziedzinie techniki sztucznej inteligencji (SI). Pozwalają one na rozwiązywanie takich problemów jak: dobór technologii i organizacji procesu wytwórczego pozwalający na uzyskanie optymalnego poziomu jakości wyrobów, ocenę jakości materiałów i surowców, diagnoza odchyleń od założonych standardów i wiele innych. W referacie przedstawiono szeroki zakres problemów związanych z omawianym zagadnieniem, które są lub mogą być rozwiązywane technikami sztucznej inteligencji. W niektórych dziedzinach działalności produkcyjnej problem sterowania jakością jest podstawowym zagadnieniem determinującym organizację produkcji. Tak dzieje się na przykład w hutnictwie stali jakościowych. W referacie skoncentrowano się na zagadnieniu wspomagania zarządzania jakością w hutach obejmującym zarówno dobór technologii wytwarzania jak i kontrolę procesu oraz diagnozę ewentualnych odchyleń od przyjętych standardów. Przedstawiono przykład stosowanych już rozwiązań oraz koncepcję inteligentnego systemu wspomagania decyzji stanowiącego uzupełnienie systemów zarządzania klasy ERP. 1. Współczesne systemy informacyjne zarządzania jakością Standardowe systemy ERP oferują szereg klasycznych technik kontroli procesów wytwarzania i kontroli wyrobów. Przykładem niech będzie system R3 firmy SAP [6], w którym moduł QM (ang. Quality Management) wspomaga kontrolę inspekcyjną zarówno procesów dyskretnych jak i ciągłych. Moduł QM cechują następujące możliwości: Planowanie zadań inspekcyjnych w całym cyklu produkcyjnym (od dostawy surowców do ekspedycji wyrobów gotowych), Śledzenie produkcji, Kontrola jakości produktów zewnętrznych. Możliwości te realizowane są poprzez: 1. Ustalenie przez użytkownika punktów inspekcji; w zależności od charakteru produkcji użytkownik może zbierać dane w ustalonych odstępach czasowych lub po zaistnieniu określonego zdarzenia np. wymianie narzędzi czy po nowej dostawie materiałów wsadowych. Dane o wynikach kontroli, jak i decyzjach podjętych na ich podstawie, są gromadzone w bazie danych. Dane historyczne mogą być analizowane w różnych układach (np. wg dostawców czy przedziałów czasowych) przy użyciu następujących technik: Wyświetlanie i drukowanie średnich i danych pierwotnych, Wyświetlanie wykresów z analizą trendów, Export danych do arkusza kalkulacyjnego, Wyświetlanie histogramów z reprezentatywnymi danymi. 2. Statystyczną kontrolę jakości; wyniki badań inspekcyjnych są podstawą do kontroli jakości z wykorzystaniem kart kontrolnych. W razie zaistnienia sytuacji niedopuszczalnych system R3 zwraca uwagę na przekroczenia dopuszczalnych tolerancji. Ciekawą propozycję - opartą na programie do statystycznej analizy danych - stanowi Statistica Enterprise Wide SPC System (SEWSS) formy StatSoft [1]. Zadaniem systemu jest statystyczne sterowanie jakością w instytucjach, niezależnie od ich wielkości. Podstawowym obiektem systemu jest centralna hurtownia danych zawierająca informacje o monitorowanych procesach (wprowadzane automatycznie, manualnie lub z innych baz danych). Hurtownia umożliwia wykonywanie analiz posthoc, dostęp do danych poprzez Intranet i Internet oraz wymianę danych z aplikacjami biurowymi (arkusz kalkulacyjny, procesor tekstu). System SEWSS może pracować w oparciu o dowolny system zarządzania relacyjną bazą danych. 2. Przykłady wykorzystania sztucznej inteligencji w zarządzaniu jakością W latach osiemdziesiątych podjęto próby wykorzystania systemów ekspertowych w kontroli jakości. Przykładem tego typu podejścia jest system DIAESS (ang. Diagnostic Expert System Shell) stworzony przez specjalistów z Alcatel i Uniwersytetu w Edynburgu [3]. Zadaniem systemu jest wspomaganie diagnozy skomplikowanych układów elektronicznych. Zapewnienie wysokiej jakości tych układów wymaga prowadzenia wielostopniowej kontroli wytwarzania na stanowiskach wyposażonych w odpowiednie przyrządy pomiarowe, narzędzia i komputer. Przeprowadzenie testu wymaga od personelu nie tylko instrukcji kontrolnej danego wyrobu, ale także doświadczenia i podstawowej wiedzy z dziedziny elektroniki. Podstawowym elementem systemu jest baza wiedzy, w której zapisane są doświadczenia eksperta. Praca użytkownika polega na przekazaniu systemowi informacji identyfikujących kontrolowany obiekt, a następnie - dokonywaniu (zgodnie z poleceniami systemu) pomiarów i przekazywaniu ich wyników komputerowi. Efektem działania systemu ekspertowego jest informacja o wadzie wyrobu lub o braku możliwości jednoznacznego rozwiązania problemu. W tym drugim przypadku konieczna jest interwencja eksperta, który przeprowadza kontrolę, a następnie aktualizuje bazę wiedzy systemu o dane dotyczące wykrytej niesprawności i jej symptomów. Po jednodniowym przeszkoleniu kontrolerzy posługiwali się sprawnie systemem identyfikując 80% uszkodzeń, przy czym czas diagnozy skrócił się o 50%. Kierownictwo Alcatel uważa, że efekty wynikające z zastosowania systemu DIAESS są znacznie wyższe niż nakłady niezbędne na jego wdrożenie i eksploatację. Najnowsze doniesienia o zastosowaniu SI w kontroli jakości są związane ze sztucznymi sieciami neuronowymi (SSN). Jako przykłady praktycznego wykorzystania SSN w tej dziedzinie można wymienić [5]: sieć może szacować wpływ różnych zmiennych i ich kombinacji na jakość produktu, montaż głowic dysków twardych jest diagnozowany przez sieć firmy Nestor; zwiększenie lub zmniejszenie wypukłości wycinanych części jest wykrywane, a moment, w którym tolerancja przestaje być dotrzymywana, jest sygnalizowany, system monitorowania prawidłowego napełnienia butelek. 3. Problemy zarządzania jakością w hutach Zarządzanie jakością traktuje się obecnie szerzej niż tylko proces wypełniania pewnych norm opisujących parametry wyrobu [2]. Zazwyczaj mówimy obecnie o zarządzaniu jakością całkowitą (Total Quality Management). Klient żąda spełnienia wymagań odnośnie do kupowanego wyrobu nie interesując się tym, jakie normy on spełnia. Jest to widoczne także w sektorach produkujących półwyroby czy dobra inwestycyjne. Jako przykład klientów tego rynku podać można kuźnie wytwarzające elementy motoryzacyjne. Coraz częściej, w zamówieniach kierowanych do producentów wsadu (np. prętów walcowanych w hutach) nie podają one norm, jakie spełniać mają zamówione wyroby a jedynie parametry, którym muszą one sprostać (głównie parametry kształtu i wykończenia). Tak więc u producentów pojawia się problem projektowania jakości, gdyż samo nadążanie za wypełnieniem norm jest niewystarczające. Ponieważ problem ten ma charakter specyficzny, ściśle związany z charakterystyką technologiczną sektora, musi być rozwiązywany indywidualnie, niezależnie lub równolegle z projektowaniem i wdrażaniem zintegrowanych systemów informatycznych zarządzania klasy ERP. Przykładem takiego podejścia do zagadnienia projektowania jakości może być zintegrowany system opracowany przez firmę VAI (Voest Alpine Industrieanlagenbau). System planowania i sterowania produkcją) bazuje na koncepcjach opracowanych w austriackich hutach Linz i Donawitz należących do firmy VAI[4]. System ten koncentruje się na funkcjach związanych z wytwarzaniem, takich jak planowanie jakości, harmonogramowanie, kierowanie produkcją i kontrola jakości. Posiada on standardowe wyjścia, umożliwiające łączenie z innymi modułami takimi jak: zaopatrzenie, wystawianie faktur, prowadzenie księgi głównej. System wspomaga cały cykl produkcyjny: od przyjęcia zamówienia aż do magazynowania i wysyłki gotowych wyrobów. Pierwszym zadaniem realizowanym przez system jest przekształcenie zamówienia nadesłanego przez klienta w zlecenie produkcyjne. Realizowane jest to przy pomocy systemu ekspertowego. W bazie wiedzy tego systemu, tworzonej i utrzymywanej przez inżynierów technologów, zapisane są wszystkie asortymenty programu produkcyjnego huty jak i technologie ich produkcji. System określa dla każdego zamówienia asortyment wyrobu oraz technologie jego wykonania. Realizowane jest to poprzez porównanie parametrów podanych w zamówieniu z odpowiednimi tablicami standardowymi zawierającymi normy i wzorce techniczne a w szczególnych przypadkach poprzez dialog z użytkownikiem. Wykorzystanie systemów ekspertowych na tym etapie uzasadnione było ich elastycznością umożliwiającą aktualizację bazy norm w krótkim czasie. Mogą to robić przeszkoleni użytkownicy końcowi. Ze względów komercyjnych dostęp do informacji na temat tego typu jednostkowych rozwiązań jest praktycznie niemożliwy. Brak także obiektywnych ocen efektywności takich systemów. Skłania to do prowadzenia badań w omawianym zakresie. Obiektem naszych zainteresowań wynikających z potrzeb przemysłu stało się informatyczne wspomaganie projektowania jakości wyrobów w hutach jakościowych. Charakteryzują się one dużą zmiennością zamówień, niewielkimi w stosunku do mocy produkcyjnych wielkości pojedynczych zamówień i często niejednoznacznymi wymaganiami klienta. 4. Koncepcja zintegrowanego z ERP inteligentnego systemu zarządzania jakością w hutach jakościowych Zadaniem inteligentnego systemu projektowania jakości w hucie jakościowej jest dobór parametrów technologicznych i organizacyjnych procesu realizacji zamówień klientów w taki sposób, by w maksymalnym stopniu spełnić ich oczekiwania przy możliwie najniższych kosztach. Wynikiem działania takiego systemu będą propozycje dotyczące sposobu realizacji poszczególnych faz procesu produkcyjnego (od przygotowania wsadu poprzez prowadzenie wytopu, międzyoperacyjną obróbkę cieplną, sposób realizacji obróbki plastycznej aż do końcowej obróbki cieplnej i wykańczania wyrobów gotowych) oraz sposób prowadzenia kontroli międzyoperacyjnej i finalnej. Istnieją dwie możliwości zrealizowania tak postawionych zadań. Pierwsza polega na skonstruowaniu w pełni zintegrowanego systemu hybrydowego łączącego w sobie cechy ekspertowego systemu doboru technologii i systemu generującego wykonawczą dokumentację technologiczną. Druga, łatwiejsza w realizacji, polega na tym, że system ekspertowy generuje tylko pewne ogólne wytyczne odnośnie sposobu prowadzenia procesu produkcyjnego (np. pożądany skład chemiczny półwyrobów) a inne systemy dedykowane (lub po prostu technolodzy) opracowują dokumentację wykonawczą. W naszych rozważaniach skupimy się na tym drugim rozwiązaniu, gdyż właśnie w systemie ekspertowym będą rozważane najbardziej istotne z punktu widzenia zarządzania jakością decyzje. Szczegółowe zadania takiego systemu to: kontrola poprawności danych odnośnie wymagań jakościowych klienta, weryfikacja możliwości spełnienia tych wymagań, ustalenie optymalnego składu chemicznego i struktury metalurgicznej produktu z punktu widzenia kosztów wytwarzania i możliwego terminu realizacji, prezentacja zaleceń dla technologów lub dedykowanych systemów informatycznych i systemu sterowania produkcją. Oczywiście etapem kluczowym jest optymalizacja parametrów gotowego produktu. Stosowanie klasycznych metod programowania matematycznego może stanowić w tym przypadku tylko pewne uzupełnienie mechanizmu wnioskującego. Wynika to z faktu niejednoznaczności kryteriów oceny rozwiązania. Można to zobrazować następującym przykładem. Istnieją dwa sposoby spełnienia wymagań klienta co do realizacji określonego zamówienia. Pierwszy wymaga uruchomienia wytopu, który pozwoli na wytworzenie optymalnego z kosztowego punktu widzenia półwyrobu (z optymalną zawartością drogich dodatków stopowych), ale opóźni realizację zamówienia i spowoduje zagrożenie, że specyficzny półwyrób nie będzie w pełni wykorzystany. Drugi polegał będzie na uruchomieniu procesu walcowania z bardziej kosztownego półwyrobu dostępnego w magazynie międzyoperacyjnym, co pozwoli na szybką realizację zamówienia i obniżenie poziomu zapasów międzyoperacyjnych, ale niekorzystnie wpłynie na koszty bezpośrednie zlecenia. O ile jeszcze koszty bezpośrednie zlecenia można by próbować zestawiać z kosztami utrzymania zapasów o tyle porównanie liczbowe czasu realizacji zamówienia z kryteriami kosztowymi jest nierealne. Dodatkowa trudność polega na elastycznym projektowaniu procesu kontroli jakości. Im bardziej dokładna kontrola, tym wyższe jej koszty i większa pewność zrealizowania postulatu jakości całkowitej. Tak więc proces kontroli winien być na bieżąco dostosowywany do konkretnych zadań produkcyjnych z uwzględnieniem zarówno uwarunkowań technologicznych oraz organizacyjnych jak i specyficznych wymagań klienta. Wynika z tego fakt konieczności zastosowania w systemie ekspertowym pewnych heurystyk zdefiniowanych w procesie akwizycji wiedzy. Zdefiniowane powyżej zadania systemu narzucają strukturę bazy wiedzy. Widać wyraźnie, że musi być ona bardzo zróżnicowana (wielowymiarowa), co skłania do zastosowania tablicowej struktury bazy. Poszczególne tablice opisywać będą specyficzną wiedzę związaną z różnymi zagadnieniami procesu projektowania jakości i obejmą: zależności technologiczne (np. zależności parametrów wytrzymałościowych od składu chemicznego), zależności kosztowe (np. ceny dodatków stopowych, normatywne koszty poszczególnych faz procesu technologicznego), uwarunkowania organizacyjne (np. zalecany maksymalny poziom zapasów międzyoperacyjnych), wytyczne dotyczące organizacji procesu kontroli jakości (np. wymagane badania w zależności od składu chemicznego i specyficznych wymagań klienta), uwarunkowania rynkowe (np. zalecane graniczne terminy realizacji zamówień). Ze względu na hybrydowy charakter systemu ekspertowego różny będzie sposób zapisu poszczególnych tablic w bazie wiedzy. Dane technologiczne i kosztowe będą zapisywane w postaci tabel i formuł obliczeniowych. Natomiast informacje dotyczące organizacji procesu wytwarzania i wymagań rynkowych będą miały charakter reguł wnioskowania, w których pewne czynniki zapisane zostaną w postaci zdaniowej. Bardzo istotnym elementem bazy wiedzy będzie moduł główny zawierający zbiór reguł pozwalających na porównanie wymagań związanych z konkretnym zleceniem z wzorcami postępowania opisanymi w poszczególnych tablicach. Struktura tego modułu musi być zgodna z charakterem mechanizmu wnioskującego. Wydaje się, że w systemie ekspertowym projektowania jakości zastosowane mogą być metody wnioskowania wstecz, jak i wnioskowania w przód. W przypadku wnioskowania w przód działanie systemu polegałoby na weryfikowaniu w fazie wstępnej wybranej hipotezy odnośnie jednego z wymagań związanych z zamówieniem (np. wskaźnik Remin musi być wyższy niż 500 MPa). Następnie uaktywniane byłyby wszystkie reguły spełniające ten warunek i wnioskowanie kierowane będzie na związane z nimi kolejne reguły w celu weryfikacji następnych warunków wynikających z zamówienia. W rezultacie użytkownik uzyska jeden (lub wiele wariantowych) przepisów prezentujących sposób realizacji zlecenia. Wnioskowanie wstecz polegałoby na porównywaniu charakterystyki zamówienia do pewnych zapisanych w bazie wiedzy wzorców i weryfikowaniu hipotez o ich zgodności w oparciu o badanie wszystkich wymagań. Naszym zadaniem metoda wnioskowania w przód jest bardziej elastyczna, gdyż nie wymaga definiowania a priori wzorców organizacji procesu wytwarzania lecz pozwala tworzyć je na bieżąco w trakcie procedury analizy zamówienia. Warto także zaznaczyć, że mechanizm wnioskujący musi umożliwiać korzystanie z technik analitycznych wywiedzionych z programowania matematycznego. Znaczna część reguł uruchamiać będzie bowiem klasyczne procedury optymalizacyjne (np. optymalizacja składu wsadu piecowego metodą programowania liniowego). Na pewnych etapach analizy zamówień mechanizm wnioskujący będzie musiał korzystać z „podpowiedzi” inżynierów technologów i specjalistów innych dziedzin. Powoduje to konieczność wyposażenia systemu ekspertowego w moduł komunikacji z otoczeniem, którego zadaniem będzie z jednej strony umożliwienie bezpośredniej łączności z innymi systemami informatycznymi eksploatowanymi w przedsiębiorstwie (np. ewidencja zamówień, sterowanie produkcją itp.), a z drugiej - sprawne i efektywne komunikowanie z bezpośrednimi użytkownikami. Doświadczenia firm eksploatujących podobne systemy dowiodły, że w tym drugim przypadku nieodzowne jest stosowanie interfejsu graficznego. Istotnym problemem związanym z konstruowaniem systemu ekspertowego projektowania jakości jest akwizycja wiedzy. Znaczna część reguł czy metod rozwiązywania cząstkowych problemów może być podana wprost przez specjalistów (głównie technologów). Jednak w przypadku niezwykle istotnych - z punktu widzenia efektywności systemu - reguł związanych z uwarunkowaniami organizacyjnymi i rynkowymi stosowanie tej metody uczenia systemu może być zawodne. Reguły wnioskowania podane wprost przez ekspertów są siłą rzeczy obarczone subiektywizmem i nie gwarantują skuteczności systemu. W odniesieniu do tych reguł dużo bardziej efektywne będzie stosowanie technik analizy danych „historycznych” opisujących skutki decyzji podejmowanych w przeszłości. Doskonałym narzędziem do prowadzenia tego typu analiz jest metoda eksploracji danych (ang. data mining). 5. Podsumowanie Warunki rynkowe wymagają nowego podejścia do problemu zarządzania produkcją ukierunkowanego na spełnienie w maksymalnym stopniu wymagań klienta przy jednoczesnej dbałości o możliwie najniższy poziom kosztów wytwarzania. W przypadku niektórych sektorów (np. hutnictwa) wiąże się to z koniecznością odejścia od sformalizowanego za pomocą norm definiowania asortymentu produkowanych wyrobów i indywidualnego traktowania poszczególnych zamówień klientów. Stwarza to poważne problemy organizacyjne i informacyjne. Doświadczenia przedsiębiorstw funkcjonujących zgodnie z takimi zasadami projektowania jakości wyrobów wskazują, że niezbędne jest stosowanie zaawansowanych technik informatycznych, a w szczególności - systemów ekspertowych. Zaawansowana specyfika technologii stosowanych w poszczególnych sektorach produkcyjnych nie pozwala na unifikację tego rodzaju systemów. Stąd trudno poszukiwać gotowych rozwiązań w ofercie firm dostarczających zintegrowane systemy informatyczne zarządzania klasy ERP. Z wymienionych przesłanek wynika potrzeba prowadzenia intensywnych prac metodologicznych i aplikacyjnych związanych z szeroko rozumianym projektowaniem jakości z wykorzystaniem nowoczesnych technik informatycznych (głównie systemów ekspertowych). Przedstawiona w referacie koncepcja systemu ekspertowego projektowania jakości w hucie może być odpowiedzią na to wyzwanie. Dalsze badania powinny koncentrować się na następujących zagadnieniach: formalizacja deklaratywnej wiedzy o organizacyjnych, technologicznych i rynkowych uwarunkowaniach prowadzenia procesów wytwórczych, konstruowanie efektywnych mechanizmów wnioskowania, doskonalenie metod akwizycji wiedzy dla systemów ekspertowych projektowania jakości, testowanie rozwiązań w warunkach praktycznych. Literatura 1. Demski T., Zintegrowany system SPC - SEWWS, Statsoft, Warszawa 1999. 2. Feigenbaum A. V., Total Quality Control, McGraw-Hill, New York 1991. 3. Frank W., Sauve B., Expertsysteme fuer Fertinung und Pruefung, Elektrisches Nachrichtenwesen, nr 2, 1989. 4. Hackmack E., VAI-PPC – An Integrated Production Planning and Control System for Steel Industry, Proceedings of CPC’93, Seul, Korea, 1-5 November 1993. 5. Handbook of neural computing applications, Academic Press, Inc., San Diego 1990. 6. QM in Production, http://www.baan.com/