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/