Plan prezentacji: Wprowadzenie Produkcja staliwa Proces i podstawowe problemy Przepływ informacji. Systemy zarządzania wiedzą

Transkrypt

1 Pracownia Informatyki Wydział Metalurgii i InŜynierii Materiałowej AGH, Kraków Zarządzanie wiedzą w systemach wspomagania technologii materiałowej prof. S. Kluska-Nawarecka mgr inŝ. K. Regulski Instytut Odlewnictwa Kraków

2 Plan prezentacji: Wprowadzenie Produkcja staliwa Proces i podstawowe problemy Przepływ informacji Systemy zarządzania wiedzą Współczesne Projekty i wdroŝenia Zarządzanie wiedzą w odlewni: cele i korzyści Opis załoŝeń systemu System Castexpert Schemat procedury diagnostycznej Integracja z systemem zarządzania wiedzą Kierunki rozwoju 2

3 Wprowadzenie Całkowita produkcja odlewów w staliwnych w roku 2005 była wyŝsza o około o 10% od produkcji w roku 2004 i osiągn gnęła tym samym najwyŝszy poziom w przeciągu ostatnich 5 lat. Spektrum zastosowań staliwa ciągle się zwiększa w przemyśle wydobywczym przetwórczym jako stale narzędziowe w kolejnictwie ze względu na odporność na ścieranie w urządzeniach medycznych zastosowanie w odlewaniu części turbin wodnych 3

4 Produkcja staliwa Proces i podstawowe problemy Przepływ informacji 4

5 Proces i podstawowe problemy - Zawartość szkodliwych zanieczyszczeń - Gazy pogarszają właściwości technologiczne staliwa i właściwości uŝytkowe odlewów - Gazy rozpuszczają się w ciekłej stali na wszystkich etapach produkcji - Wyeliminowanie niepoŝądanych substancji przenikających z formy do odlewu dzięki nowoczesnym masom formierskim 5

6 Przepływ informacji wyeliminowanie wielu rodzajów w wad byłoby moŝliwe dzięki bieŝą Ŝącej informacji dostarczanej technologowi odpowiedzialnemu za przebieg procesu wytapiania staliwa naleŝy określić przede wszystkim gdzie znajdują się potencjalne miejsca powstawania wad i jakie parametry są za nie odpowiedzialne 6

7 Systemy zarządzania wiedzą Ogólne załoŝenia Współczesne Projekty i wdroŝenia Zarządzanie wiedzą w odlewni: cele i korzyści 7

8 Zarządzanie wiedzą wykorzystywanie wiedzy - zastosowanie wiedzy i metod wnioskowania w celu wspomagania podejmowania decyzji. upowszechnianie wiedzy: obowiązek dostarczenia właściwej informacji, we właściwej ilości właściwym czasie właściwej jakości we właściwym miejscu właściwemu pracownikowi po właściwej cenie (nakładzie pracy) zapewnia właściwe wykorzystanie 8

9 Współczesne projekty i wdroŝenia ZałoŜenia polityki unijnej: strategia lizbońska z 2000r., inicjatywa i2010 z 2005r. projekt ICONS część 5. Programu Ramowego Przedsiębiorstwa przetwórstwa rstwa metali: Odlewnia śeliwa Śrem S.A.: SAP R/3 oprogramowanie wspierające realizację zadań kontroli jakości system kadrowo-płacowy systemy wspomagające projektowanie i wytwarzanie (CAD/CAM Unigraphics) oraz obliczenia inŝynierskie CAE Magmasoft Celsa Huta Ostrowiec: SAP R/3 9

10 Zarządzanie wiedzą w odlewni NajwaŜniejsze obszary działalno alności zakładu adu odlewniczego: produkcja procesy zarządzania i planowania produkcji planowanie zapasów kontrola i zarządzanie jakością Cel systemu Cel systemu: zapewnienie konkurencyjności produkcji poprzez minimalizację liczby wad odlewów 10

11 Korzyści z systemu zarządzania wiedzą (1) Przykłady: pozyskanie, udostępnienie i efektywne wykorzystanie informacji o przebiegu procesu wytwarzania odlewów staliwnych zapewni moŝliwość oceny poprawności tego procesu oraz sposobów postępowania w razie jakichkolwiek odchyleń od stanu poprawnego, dział odpowiedzialny za pomiar jakości w oparciu o dane pochodzące z monitorowania procesów moŝe prowadzić okresowe analizy jakości w celu oceny prowadzonej polityki jakości, dział odpowiedzialny za planowanie produkcji ma dostęp do analiz finansowych i danych księgowych z rachunkowości, jak równieŝ na temat zmian ilościowych materiałów w magazynach, co umoŝliwia dynamiczne planowanie produkcji i rozliczanie produkcji w oparciu o zawsze aktualne informacje, 11

12 Korzyści z systemu zarządzania wiedzą (2) Przykłady (c.d.): wspólna baza danych dla magazynu surowców, działu zakupów oraz działu odpowiedzialnego za utrzymanie toku produkcji, zapewniając na bieŝąco dopływ aktualnych informacji, usprawni logistykę umoŝliwiając realizację produkcji w systemie just-in in-time, dział handlowy archiwizując dokumentację klienta (od zapytania o ofertę aŝ po faktury) moŝe zapewnić analizy w dowolnie wybranym aspekcie, jak równieŝ dzięki dostępowi do bazy analiz kosztów w krótkim czasie moŝe odpowiedzieć na kaŝde zapytanie o kalkulację dla klienta, 12

13 Korzyści z systemu zarządzania wiedzą (3) Sprawne zarządzanie wiedzą daje moŝliwość (oprócz działań rutynowych) odnalezienia potrzebnej wiedzy w sytuacji, kiedy mamy do czynienia z zadaniami niestandardowymi. Pozwala na reuŝytkowanie danych dostępnych jak dotąd tylko poprzez zamknięte systemy dedykowane. Wspiera procesy podejmowania decyzji technologicznych zmierzających do poprawy jakości odlewów w szczególnym wypadku eliminacji wad. 13

14 Opis załoŝeń systemu Zarządzanie wiedzą w systemach wspomagania produkcji odlewów 14

15 Cel systemu Celem systemu jest zapewnienie wsparcia dla technologa sprawującego pieczę nad procesem. System powinien dostarczyć potrzebnych, bieŝących informacji o przebiegu wytopu, a takŝe umoŝliwić wykonanie ekspertyzy oceny poprawności tego procesu oraz sposobów postępowania w razie jakichkolwiek odchyleń od stanu poprawnego. System powinien dawać na wyjściu diagnozę procesu potrzebną inŝynierowi do podjęcia odpowiednich kroków w zaradczych w razie pojawienia się jakichkolwiek nieprawidłowości, jest to jego zadanie podstawowe. Mając do czynienia z duŝymi ilościami danych historycznych oraz historią podjętych wobec nich decyzji, celowym wydaje się zapewnienie moŝliwości eksploracji tych danych w celu pozyskiwania nowej wiedzy i uczenia się systemu. 15

16 Wiedza Ocena zastanej sytuacji musi zostać oparta na wiedzy i doświadczeniu ekspertów dlatego rolą systemu jest umoŝliwiać implementację tej wiedzy w postaci reguł IF <przesłanka> THEN <konkluzja> lub przy uŝyciu innych reprezentacji wiedzy. Część tego zadania polegającego na kodyfikacji wiedzy moŝna przeprowadzić jeszcze przed etapem wdroŝenia systemu, korzystając w tym celu z wiedzy zawartej w literaturze tematu oraz normach (PN, ISO, etc.), a takŝe wiedzy ekspertów zewnętrznych i sieci rozległych (Internet). Niezastąpiona jednak będzie współpraca praca technologów w zakresie uzupełniania repozytoriów wiedzy w trakcie implementacji systemu w zakładzie odlewniczym. 16

17 Koncepcja systemu Na wejściu: wiedza ekspertów, literatura i normy bieŝące dane pochodzące z pomiaru parametrów procesu Na wyjściu: diagnoza procesu potrzebna do podjęcia kroków zaradczych wiedza pozyskana algorytmicznie 17

18 Opis załoŝeń systemu Planowane moŝliwo liwości systemu: elektroniczne uzupełnianie karty wytopu. analiza doboru wsadu, wyboru konstrukcji modelu i rdzennicy odlewu, stanu wyłoŝenia kadzi wynikający z uŝytkowania (liczby cykli wytopu) itd. ocena poprawności pobranych parametrów, nieprawidłowości sygnalizowane specjaliście wraz z proponowanymi środkami zapobiegania informacje, czy kąpiel w kadzi jest naleŝycie przygotowana do spustu i zalewania, jeśli nie, jakie modyfikacje naleŝy przeprowadzić diagnoza przyczyn ewentualnych wad odlewów 18

19 System Castexpert Moduł diagnostyczny wad odlewów 19

20 Systemy ekspertowe CastExpert jest systemem ekspertowym, który na podstawie szczegółowej wiedzy moŝe wyciągać wnioski, działając w sposób zbliŝony do procesu rozumowania człowieka. Opiera się na technice symbolicznego przetwarzania informacji, stosowaną tu formą zapisu wiedzy są reguły. Cenną zaletą systemu są jego małe wymagania sprzętowe, do obsługi wymagana jest jedynie przeglądarka obsługuj ugująca aplety Javy. Mechanizm wnioskujący i podsystem współpracy z uŝytkownikiem umieszczony jest na serwerze, dając tym samym moŝliwość pracy zdalnej poprzez sieć Internet 20

21 Schemat architektury systemy CastExpert 21

22 Expert system shell Klasycznym językiem uŝywanym przy tworzeniu systemów eksperckich jest Prolog. Obecnie zamiast tworzyć je od podstaw, uŝywa się gotowych szkieletów systemów ekspertowych (expert system shell) z zaimplementowanym mechanizmem wnioskowania. Szkielet taki to właściwie system ekspertowy z pustą bazą wiedzy. Szkieletami takim są np..: CLIPS (C Language Integrated Production System) - stworzony w 1985 przez Johnson Space Center (NASA). Od tamtego czasu rozwijany, obecnie obowiązuje wersja Jest to środowisko programistyczne do tworzenia systemów ekspertowych, zawiera narzędzia do tworzenia systemów bazujących na rozumowaniu regułowym (ew. obiektowym) i reprezentacji wiedzy. Zapewnia moŝliwość rozbudowy JESS (Java Expert System Shell) - stworzony w 1995 przez Sandia National Labolatories (organizacja rządowa USA). Początkowo miała być tylko interpreterem CLIPS a pisanym w języku Java, jednak obecnie stanowi juŝ niezaleŝny shell 22

23 Wnioskowanie w przód Wnioskowanie w przód bazuje na danych reprezentowanych w postaci faktów i reguł. Kroki: 1) sprawdzenie, czy przesłanki którejś z reguł są faktami w bazie wiedzy. JeŜeli tak to taka reguła jest uaktywniana na podstawie odpowiednio wybranej strategii sterowania wnioskowaniem; 2) konkluzja tak wybranej reguły jest wprowadzana jako nowy fakt do bazy wiedzy. 3) Powrót do punktu 1) do momentu, kiedy wśród wygenerowanych faktów znajdzie się postawiony cel (hipoteza) lub gdy nie ma w bazie wiedzy więcej reguł do uaktywnienia. 23

24 Schemat procedury diagnostycznej dialog wstępny jaki stop naleŝy brać po uwagę jaki rodzaj wady wystąpił porównanie wyglądu wady z bazą przypadków poszukiwanie przyczyny wystąpienia wady: system prowadzi dialog z uŝytkownikiem zadając mu kolejne pytania, dzięki którym moŝliwe jest wyeliminowanie tych potencjalnych przyczyn, które na pewno w diagnozowanym procesie nie miały miejsca. 24

25 Przykładowa reguła a w języku j CLIPS (defrule wniosek-w205-uspokojony-metal (not (wada tak)) (rodzaj-wady w-205) (W205-dostatecznie-uspokojony-metal nie) => (assert (wada tak)) (assert (diagnoza wada-w205-6))) (defrule ustal-w205-uspokojony-metal (declare (salience -20)) (not (wada tak)) (diagnoza) (rodzaj-wady w-205) (not (W205-dostatecznie-uspokojony-metal?)) => (bind?odp (pytan1 "Czy jest dostatecznie uspokojony metal?")) (assert (W205-dostatecznie-uspokojony-metal?odp))) 25

26 Przykładowa diagnoza (defrule wypisz-diagnoze-wada-w205-6 (wada tak) (diagnoza wada-w205-6) => (diag (create$ "1. Zbadac zawartosc tlenu w cieklym metalu; przed spustem i w kadzi." "2. Zbadac zawartosc tlenu i odtleniacza w odlewie." "3. Zmodyfikowac (skrócic) okres wykanczania metalu w piecu." "4. Zastosowac wieksza ilosc lub inny rodzaj odtleniacza koncowego" " (zestaw odtleniaczy)." 5. Jeśli to mozliwe, zbadac aktywnosc tlenu w kapieli ))) 26

27 Integracja z systemem zarządzania wiedzą W chwili obecnej system CastExpert pozwala na zdiagnozowanie przyczyny powstawania wady odlewu w oparciu o dialog z uŝytkownikiem. Integracja CastExperta z aparaturą pomiarową procesu wytapiania staliwa mogłaby w przypadku niektórych wad pozwolić na wyeliminowanie konieczności dialogu, co z pewnością wpłynęłoby na szybkość udzielania ekspertyzy, a takŝe dałoby moŝliwość informowania o anomaliach w procesie jeszcze zanim doszłoby do powstania wady. Architektura CastExperta, wykorzystująca JESS jak równieŝ Javę, daje moŝliwość stosunkowo prostej integracji systemu z innymi modułami, takimi jak system przepływu informacji, system monitorowania procesów produkcyjnych itp. Zbudowanie platform komunikacyjnych pomiędzy wszystkimi elementami infrastruktury informatycznej zakładu powinno być kolejnym krokiem w tworzeniu systemu zarządzania wiedzą. 27

28 Kierunki rozwoju NajbliŜsza przyszłość: Rozwijanie bazy modeli symulacyjnych Wzbogacanie zawartej w systemie wiedzy, zorientowanej aktualnie na odlewy staliwne, o inne technologie odlewnicze. Doskonalenie interfejsu uŝytkownika Tworzenie platform komunikacyjnych Dalsze prace: Wprowadzenie innych formalizmów wiedzy: logiki rozmytej, sieci Bayesa oraz logiki wiarygodnego rozumowania Stworzenie ontologii dla systemu 28

29 Literatura: 1) Pogorzałek J., RóŜański P., Wpływ wytapiania stali na poziom zawartości gazów w gotowych odlewach, Przegląd Odlewnictwa, miesięcznik naukowo-techniczny, Państwowe Wydawnictwo Techniczne, Katowice, t. 56, nr 3, ) Hartmann D., Process management and virtual engineering In foundries, 66. Światowy Kongres Odlewniczy, Istambuł, 2006 [w:] Odlewnictwo Nauka i Praktyka, COCAFTEC - Centrum Kompetencji dla Zaawansowanych Technologii Odlewniczych, Instytut Odlewnictwa - Kraków, 2006, ISSN , t. 50, ) Mrzygłód B., Elementy reprezentacji wiedzy w zakresie wad pwierzchni wyrobów metalowych, Praca doktorska, AGH, Kraków ) Głownia J., Odlewy ze stali stopowej : zastosowanie, Wyd. Fotobit, Kraków ) Białobrzeski A., Dudek P., Fajkier A., Leśniewski W., Staliwo konstrukcyjne węglowe: WG PN-ISO , Przegląd Odlewnictwa, miesięcznik naukowo-techniczny, Państwowe Wydawnictwo Techniczne, Katowice, t. 56, 2006, nr 1-12 [oraz:] t. 55, 2005, nr ) Probst G., Raub S., Romhardt K., Zarządzanie wiedzą w organizacji, Oficyna Ekonomiczna, Kraków ) ICONS, 8) Odlewnia śeliwa Śrem S.A., 9) Kluska-Nawarecka, S., Dobrowolski, G., Marcjan, R., Nawarecki, E., Od pasywnych do aktywnych źródeł danych i wiedzy : zdecentralizowany system informacyjno-decyzyjny dla wspomagania technologii odlewniczej. AGH, Kraków, ) Smirnov, A., Levashova, T., Shilov, N., Ontology based information integration in automotive supply chains, 12th IFAC Symposium on Information Control Problems in Manufacturing, Saint-Etienne, France,

30 Dziękuj kuję za uwagę Zapraszam do dyskusji 30