Öngörücü bakım eğitimi: Teknisyenlere yapay zeka uyarılarını görmezden gelmek yerine yorumlamayı nasıl öğretebiliriz?

Öngörücü bakım sistemi, soğutma pompasındaki bir dişli kutusu yatağında "yüksek arıza riski, 14 gün içinde kontrol edin" uyarısı veriyor. Teknisyen pompadaki titreşim ölçümünü açıyor. Normal görünüyor. Üç hafta önce yazılan son kontrol notunda "hafif ses, izleyin" yazıyor. Uyarı, bir sensörle çelişiyor ve kimsenin tekrar incelemediği bir notla kısmen örtüşüyor. Teknisyenin açık on iki işi daha var. Uyarı listenin en altına düşüyor ve kimse nedenini kaydetmiyor.

Bu, belgelenmiş bir müşteri vakası değil, örnek bir senaryodur. Bu, öngörücü bakım eğitiminin teknisyenleri neye hazırlaması gerektiğini göstermektedir: bir uyarıyı ekipmandaki diğer kanıtlarla karşılaştırmak, ne yapılması gerektiğine karar vermek ve kararı açıklayabilmek. Bu kılavuz, tesis eğitim yöneticileri ve uyarılara yanıt verme sorumluluğunu üstlenen bakım veya güvenilirlik liderleri içindir. Eğitim tasarımına odaklanmaktadır. Her vaka ve yanıt, kullanılmadan önce bir bakım uzmanı tarafından doğrulanmalıdır.

Öngörücü bakım eğitimi nedir?

Öngörücü bakım eğitimi, teknisyenleri ekipman bozulmasının erken uyarılarına göre hareket etmeye hazırlar. Yapay zeka uyarıları için bu, uyarıyı makinenin bağlamında, geçmişi ve diğer sensörlerle birlikte yorumlamak, ardından bir takip işlemi seçmek ve gerekçelendirmek anlamına gelir. Bu bir karar verme becerisidir, alet kullanma becerisi değil.

Hızlı gerçekler

1. Performans sorununu açıklayın.

İşe yazılımla değil, işle başlayın. ABD Enerji Bakanlığı'nın ifadesiyle, öngörücü bakım... İşletme ve Bakım En İyi Uygulamalar Kılavuzu"Önemli bir bozulma meydana gelmeden önce bu bozulmayı düzeltmek amacıyla, bozulma mekanizmasının başlangıcını tespit etme girişimleri" olarak tanımlanmaktadır. Aynı bölümde, doğru uygulama ve eğitimin "kritik öneme sahip" olduğu ve tesislerin operatör eğitimine, izleme ve onarıma ciddi bir bağlılık göstermeden bu tür ekipmanları satın almaması gerektiği belirtilmektedir.

Yapay zekâ uyarısı, bir değerlendirme çağrısıdır. Teknisyen, uyarının makine hakkında bildikleriyle örtüşüp örtüşmediğine, başka neleri kontrol etmesi gerektiğine ve ne kadar acil hareket etmesi gerektiğine karar vermelidir. İki hata söz konusudur. Birincisi, tek bir okumayla bile eşleşmediği için gerçek bir uyarıyı görmezden gelmektir. İkincisi ise her uyarıyı takip etmektir; bu da yanlış alarmlar nedeniyle denetim zamanını boşa harcar ve insanlara sisteme güvenmeyi bırakmayı öğretir.

Uyarı aşırı yüklenmesi eski bir sorundur. Bir kıyaslama makalesi... ASM Konsorsiyumu Proses tesislerindeki 37 operatör konsolunu, EEMUA 191 kılavuzunda belirtilen, sürekli çalışma koşullarında 10 dakikada birden az alarm verme kriterine göre incelediler. Konsolların yaklaşık üçte biri bu kriteri karşıladı ve yazarlar, örneklemlerinin daha iyi performans gösteren konsollara doğru eğilim gösterdiğini belirtiyor. Bunlar bakım uyarıları değil, kontrol odası alarmlarıdır, ancak insan kaynaklı sorun aynıdır: Uyarılar insanların değerlendirebileceğinden daha hızlı geldiğinde, insanlar bunları filtrelemeyi öğrenirler.

2. Öğrenme ve bağlam eksikliklerini teşhis edin.

İşin gerektirdiği nitelikleri, mevcut eğitim uygulamalarınız ve değerlendirmelerinizle karşılaştırın.

1. Mevcut eğitimlerde gerçek durum senaryoları kullanılıyor mu? Teknisyenler yalnızca gösterge panelinde gösterilenleri öğrenirlerse, navigasyon pratiği yapmış olurlar. Ancak belirli bir makine için bir uyarının ne anlama geldiğine karar verme pratiği yapmamış olurlar.
2. Bilişsel talep nedir? Bloom'un revize edilmiş taksonomisinde, bir uyarıyı sensör verileri ve inceleme geçmişiyle karşılaştırmak ve ilgili kanıtları ilgisiz olanlardan ayırmak analizdir; hangi takibin haklı olduğuna karar vermek ise değerlendirmedir. Uyarı kategorilerini hatırlamak daha alt seviyede yer alır. Rehberimiz Öğrenme etkinliklerini Bloom taksonomisine uygun hale getirmek Bu taleplerin nasıl okunacağını açıklıyor.
3. Teknisyenler, müdahale ettikleri uyarılar hakkında geri bildirim alıyorlar mı? Eğer kimse onlara denetimin uyarıyı doğrulayıp doğrulamadığını söylemezse, kalibrasyon yapamazlar. Güvenilirlik ekibinize bu döngünün olup olmadığını sorun.
4. Beceriden başka bir şey mi engel teşkil ediyor? Uyarı hacmini, sensör verilerinin kalitesini, yükseltme yolunu ve mevcut süreyi kontrol edin. Uyarıların çoğu yanlışsa, onları görmezden gelmek mantıklı bir tepkidir ve eğitim bunu değiştirmeyecektir.

3. Amaca yönelik hazırlık ve uygulama tasarlayın.

Her aşamaya ayrı bir görev verin.

Hazırlık: Temel bilgileri teyit edin. Kapsam dahilindeki ekipmanın arıza modlarına, her sensörün neyi ölçtüğüne, sistemin riski nasıl puanladığına ve izleyeceğiniz adımlara ilişkin kısa, kendi hızınızda bir kontrol. Bu tür bir geri çağırma kontrolü yalnızca ön koşulları doğrular. Bunu yetenek olarak raporlamayın.

Uygulama: Hata enjeksiyonları ve çelişkili kanıtlar. Talep sırasına göre artan şekilde üç egzersiz:

• Uyarı mı, gürültü mü? Sensör eğilimleri ve son inceleme notlarıyla birlikte bir dizi uyarı gösterin. Her bir uyarı için öğrenci, kanıtların uyarıyı destekleyip desteklemediğini ve ne kadar emin olduğunu belirtir. Daha sonra yanlış olduğu kanıtlanan uyarıları da ekleyin.
• Takip edilecek adımı seçin. Çelişkili kanıtlar varsa uyarı verin. Öğrenci, izleme, başka bir ölçüm alma, hemen inceleme, onarım planlama veya durumu üst mercilere bildirme seçeneklerinden birini seçer ve seçimini gerekçelendirir.
• Devir teslim notunu yazın. Öğrenci, bir sonraki derse bırakacağı iki veya üç cümleyi, henüz bilmesi gerekenleri de içerecek şekilde yazar.

Geçmişte ekipmanınızda meydana gelen arızalardan alınan veya bir uzman tarafından oluşturulan güvenli arıza senaryolarını kullanın. İnsanları test etmek için çalışan ekipmana arıza enjekte etmeyin.

Geri bildirimler kararlarla bağlantılıdır. "Tek bir normal sensör okumasına güvendiniz ve diğer yöne işaret eden inceleme notunu kontrol etmediniz" ifadesi, yüzde puanından daha faydalıdır.

Canlı giriş mi yoksa eşzamansız inceleme mi? Canlı geri bildirim, deneyimli bir meslektaşın neden böyle davranıp davranmayacağını duymanın ders olduğu belirsiz durumlarda en büyük değeri katar. Asenkron inceleme, temel bilgiler ve çağrıları uzman bir cevap anahtarıyla karşılaştırmak için yeterlidir. Yaygın bir karışım, kendi kendine hazırlık ve ardından zor vakalar için kolaylaştırılmış bir oturumdur.

4. Gerçekçi bir örnek üzerinde çalışın.

Örnek amaçlıdır. Kullanımdan önce bir bakım uzmanı tarafından vaka ve yanıt kriterlerinin doğrulanması gerekmektedir.

Dosya. Yapay zeka sistemi, soğutma pompasındaki bir dişli kutusu yatağında yüksek arıza riski tespit etti. Bir titreşim sensörü normal aralıkta okuma yapıyor. Son inceleme notunda "hafif gürültü, izleyin" yazıyor. Pompa, yedek ünitesi olmayan bir soğutma devresinin parçasıdır.

Görev. Öğrenci, kanıtın uyarıyı destekleyip desteklemediğini belirtir, kanıtı adlandırır, bir takip adımı seçer ve daha ne bilmek istediğini söyler.

İlk deneme. "Titreşim ölçümü normal, bu muhtemelen yanlış alarm. Bunu böyle bırakacağım." Öğrenci bir sensörü kullandı ve diğerlerini görmezden geldi.

Geri bildirim ve yeniden deneme. Eğitmen, öğrenciye uyarıyı denetim notuyla karşılaştırmasını ve titreşim sensörünün hangi arıza modlarını tespit edip edemeyeceğini sormasını ister. Tekrar deneme aşamasında kanıt, takip ve açık uçlu sorular sorulur.

Daha güçlü bir girişim. "Hem uyarı hem de eski inceleme notu rulmanı işaret ediyor ve sadece bir sensör farklı bir sonuç veriyor. Bu sensörün arızayı tespit edebilecek kadar rulmana yakın olup olmadığını bilmiyorum. Yedek pompa yok, bu yüzden beklemek maliyetli. Rulman yuvasında ikinci bir ölçüm yapacağım ve incelemenin öne alınmasını isteyeceğim. İkinci ölçüm de normal çıkarsa ve incelemede bir şey bulunmazsa, bunu kaydedeceğim ki güvenilirlik ekibi uyarı ayarlarını inceleyebilsin. Bu hafta inceleme için zaman bulamazsam, bakım sorumlusuna durumu bildireceğim ve nedenini açıklayacağım."

Her bir yanıtın neden savunulabilir veya eksik olduğu. Her birini, kolaylaştırıcının tercihine göre değil, onaylanmış kriterlere göre değerlendirin. İlk girişim tek bir okumaya dayanır. Daha güçlü girişim ise kaynakları tartar, bilmediği şeyleri belirtir, yanlış olmanın sonuçlarını değerlendirir, orantılı bir adım atar ve geri bildirim döngüsünü tamamlar. Sebebi bildiğini iddia etmez.

5. Kapasiteyi değerlendirin ve devri planlayın

Yeterlilik kanıtı, öğrencinin daha önce karşılaşmadığı yeni uyarı durumlarına verilen yanıttır. Bakım uzmanınızla birlikte tanımladığınız her bir kriter için 0 ile 2 arasında kısa bir puanlama ölçeği kullanın.

Çapa noktaları: 0 eksik veya desteksiz, 1 ilgili eksikliklerle kısmi, 2 ise kabul edilen kriterlere göre eksiksiz ve gerekçelendirilmiş anlamına gelir. Kritik hataları ayrı olarak tanımlayın; örneğin, herhangi bir kontrol yapmadan güvenlik açısından kritik bir uyarıyı kapatmak gibi, böylece iyi bir genel puan bir hatayı gizleyemez. Her değerlendirmede yanlış olan uyarıları da dahil edin, böylece öğrencilerin aşırı tepki verip vermediğini veya yetersiz tepki verip vermediğini görebilirsiniz. Bu değerlendirme, önerilen bir başlangıç ​​noktasıdır, onaylanmış bir hazırlık standardı değildir. Kılavuzumuz Eğitimde muhakeme ve problem çözme becerilerinin değerlendirilmesi Değerlendiricilerin kalibrasyonu ve yazma referans noktaları konularını kapsar.

İşyeri takibi. İş başında yeterli süre geçirdikten sonra, denetim sonuçlarını kullanarak teknisyenin son uyarı kararlarından bir örneği güvenilirlik uzmanıyla birlikte gözden geçirin. Belirli bir popülasyon, payda ve zamanlama ile aynı iki ölçüt olan kanıt kullanımı ve gerekçeli müdahale açısından temel ve takip durumlarını karşılaştırın.

Değişenleri ölçün

Planlanmamış arıza sürelerini veya incelemeye alınan uyarıların oranını da takip ediyorsanız, eğitimden sonra arıza süresini azaltmadan önce aynı dönemde başka nelerin değiştiğini (örneğin yeni sensörler, yeniden ayarlanmış bir model veya yeni bir yedek parça politikası) kontrol edin. Eğitimden sonra arıza süresindeki azalma, tek başına eğitimin buna neden olduğunun kanıtı değildir.

Etkileşimli sunumun yardımcı olduğu yerler

Etkileşimli formatlar, bu tasarımın, grup toplantısına katılmadan önce herkesin bir görüşmeye katılma taahhüdünde bulunmasını gerektiren kısımlarına yardımcı olur. Canlı bir oturumda, kolaylaştırıcı sensör trendleri ve notlarıyla birlikte bir uyarı gösterebilir ve grup bunu tartışmadan önce her teknisyenden bir takip görüşmesi yapma taahhüdünde bulunmasını isteyebilir. Aynı durumlar hazırlık olarak kendi hızlarında da yürütülebilir. AhaSlides Etkileşimli öğrenmeyi ve canlı ile kendi hızınızda öğrenme arasında geçişi destekler. Kullanmayı planladığınız tüm yazma, geri bildirim veya raporlama işlevlerini kendi iş akışınızla karşılaştırın ve simülatörleri, yapay zekayı ve sistem entegrasyonlarını, çalıştıklarını görene kadar harici veya doğrulanmamış olarak değerlendirin. İlgili bir üretim tasarımı için kılavuzumuza bakın. operatör sorun giderme eğitimi.

Eğitimin düzeltemeyeceği şeyler

• Çok fazla uyarı. Eğer uyarıların çoğu yanlışsa, teknisyenler bunları görmezden gelmeyi öğrenir ve çözüm, modeli ayarlayan kişiye kalır. Yukarıdaki ASM kıyaslama makalesi, uyarı aşırı yüklenmesinin erken ve iyi belgelenmiş bir örneğidir.
• Eksik veya yetersiz sensör verileri. Arızalı bir sensöre dayalı olarak oluşturulan bir uyarı sistemi, ders çıkarmak yerine tamir edilmeyi gerektirir.
• Belirsiz bir tırmanış. Alarmın ne zaman kapatılması gerektiğine kimin karar vereceği konusunda bir anlaşmaya varılmamışsa, teknisyenler doğaçlama yapacaklardır.
• Araştırmaya zaman yok. Denetim zamanı, planlama kararına bağlıdır.
• Kanıt sınırları. Bir dizi vaka üzerinden alınan puan, teknisyenin sahada verdiği her kararı açıklamaz.

Bunları sponsorlara önceden bildirin ve her birini kimin düzelteceği konusunda anlaşın.

Sık Sorulan Sorular

Öngörücü bakım eğitimi nedir?

Bu eğitim, teknisyenleri ekipman bozulmasının erken uyarılarına göre hareket etmeye hazırlar. Yapay zeka uyarıları için, uyarıyı bağlam içinde yorumlamaya ve takip işlemini gerekçelendirmeye odaklanır.

Teknisyenler neden önleyici bakım uyarılarını görmezden geliyor?

En sık karşılaşılan nedenler arasında uyarı yoğunluğu, yetersiz bağlam, uyarının doğru olup olmadığına dair geri bildirim olmaması ve zaman yetersizliği yer almaktadır. Eğitim tasarımına başlamadan önce bunları kontrol edin.

Teknisyenler yapay zeka modelinin nasıl çalıştığını öğrenmeli mi?

Onlara bir uyarıyı değerlendirmek için gerekenleri öğretin: girdilerin neler olduğunu, modelin neleri görüp neleri göremediğini ve kendi ekipmanlarında ne kadar güvenilir olduğunu. Modelin iç yapısına nadiren ihtiyaç duyulur.

Eğitimin işe yaradığını nereden biliyorsunuz?

Yeni, daha önce görülmemiş uyarı vakalarını kanıt kullanımı ve gerekçeli müdahale açısından değerlendirin, bir temel değerle karşılaştırın, ardından gerçek uyarı kararlarını bir güvenilirlik uzmanıyla gözden geçirin.

Nerede başlar

Sıkça uyarı verilen bir varlık sınıfı seçin. Bir güvenilirlik uzmanından, bazıları denetimle doğrulanmış, bazıları yanlış olan on geçmiş uyarıyı seçmesini ve her biri için beklenen takip işlemlerini belirlemesini isteyin. Üç kriterli değerlendirme şablonunu hazırlayın, bir ekiple "uyarı mı, gürültü mü?" egzersizini yapın, ardından uygulamaya geçirmeden önce yeni bir uyarı setini puanlayın.

Bu tür bir uyarı incelemesinin nasıl canlı olarak çalıştırılabileceğini ve sonrasında kendi hızınızda yeniden kullanılabileceğini görmek için inceleyin. AhaSlides.