Đào tạo bảo trì dự đoán: làm thế nào để dạy kỹ thuật viên cách hiểu các cảnh báo của AI thay vì bỏ qua chúng

Hệ thống bảo trì dự đoán cảnh báo về ổ bi hộp số trên bơm làm mát: "nguy cơ hỏng hóc cao, kiểm tra trong vòng 14 ngày". Kỹ thuật viên mở kết quả đo độ rung trên bơm. Kết quả có vẻ bình thường. Ghi chú kiểm tra cuối cùng, được viết cách đây ba tuần, ghi "tiếng ồn nhẹ, cần theo dõi". Cảnh báo này không khớp với một cảm biến và khớp một cách tương đối với một ghi chú mà không ai xem lại. Kỹ thuật viên còn mười hai công việc khác đang chờ xử lý. Cảnh báo bị đẩy xuống cuối danh sách và không ai ghi lại lý do.

Đây là một tình huống minh họa, không phải là trường hợp khách hàng đã được ghi nhận. Nó cho thấy khóa đào tạo bảo trì dự đoán cần chuẩn bị cho kỹ thuật viên những gì: cân nhắc cảnh báo so với các bằng chứng khác trên thiết bị, quyết định phải làm gì và có khả năng giải thích quyết định đó. Hướng dẫn này dành cho các nhà quản lý đào tạo nhà máy và các trưởng nhóm bảo trì hoặc độ tin cậy chịu trách nhiệm xử lý các cảnh báo. Nó tập trung vào thiết kế đào tạo. Chuyên gia bảo trì cần xác nhận mọi trường hợp và câu trả lời trước khi sử dụng.

Đào tạo bảo trì dự đoán là gì?

Đào tạo bảo trì dự đoán trang bị cho kỹ thuật viên khả năng hành động dựa trên các cảnh báo sớm về sự xuống cấp của thiết bị. Đối với cảnh báo AI, điều đó có nghĩa là diễn giải cảnh báo trong bối cảnh của máy móc, lịch sử hoạt động và các cảm biến khác, sau đó lựa chọn và biện minh cho hành động tiếp theo. Đó là kỹ năng ra quyết định, chứ không phải kỹ năng vận hành công cụ.

sự kiện nhanh chóng

1. Mô tả vấn đề về hiệu năng

Hãy bắt đầu từ công việc, chứ không phải phần mềm. Bảo trì dự đoán, theo cách nói của Bộ Năng lượng Hoa Kỳ. Hướng dẫn về các phương pháp thực hành tốt nhất trong vận hành và bảo trì"Nó cố gắng phát hiện sự khởi đầu của một cơ chế xuống cấp với mục đích khắc phục sự xuống cấp đó trước khi xảy ra hư hỏng đáng kể." Chương đó cũng nói rằng việc áp dụng và đào tạo đúng cách là "vô cùng quan trọng," và các địa điểm không nên mua loại thiết bị này nếu không có cam kết nghiêm túc về việc đào tạo người vận hành, giám sát và sửa chữa.

Cảnh báo từ trí tuệ nhân tạo (AI) là một lời nhắc nhở cần đưa ra phán đoán. Kỹ thuật viên phải quyết định xem cảnh báo đó có phù hợp với những gì họ biết về máy móc hay không, cần kiểm tra thêm những gì và cần hành động khẩn cấp đến mức nào. Có hai lỗi thường xảy ra. Một là bỏ qua một cảnh báo thực sự chỉ vì nó không khớp với một chỉ số đo duy nhất. Lỗi thứ hai là theo đuổi mọi cảnh báo, điều này làm lãng phí thời gian kiểm tra vào các cảnh báo sai và khiến mọi người mất niềm tin vào hệ thống.

Tình trạng quá tải thông báo là một vấn đề cũ. Một bài báo đánh giá từ... Hiệp hội ASM Nghiên cứu này đã khảo sát 37 bảng điều khiển vận hành trong các nhà máy chế biến dựa trên hướng dẫn EEMUA 191 về việc có ít hơn một cảnh báo mỗi 10 phút trong điều kiện vận hành ổn định. Khoảng một phần ba số bảng điều khiển đáp ứng được tiêu chuẩn này, và các tác giả lưu ý rằng mẫu nghiên cứu của họ nghiêng về các bảng điều khiển hoạt động tốt hơn. Đây là các cảnh báo trong phòng điều khiển, không phải cảnh báo bảo trì, nhưng vấn đề về con người là giống nhau: khi các cảnh báo đến nhanh hơn khả năng đánh giá của con người, họ sẽ học cách lọc bỏ chúng.

2. Chẩn đoán những thiếu sót về kiến ​​thức và bối cảnh.

Hãy so sánh những yêu cầu của công việc với những gì chương trình đào tạo hiện tại của bạn đang thực hành và đánh giá.

1. Chương trình huấn luyện hiện tại có sử dụng các trường hợp báo động thực tế không? Nếu kỹ thuật viên chỉ học cách đọc những gì bảng điều khiển hiển thị, họ chỉ thực hành thao tác điều hướng. Họ chưa thực hành việc xác định ý nghĩa của một cảnh báo đối với một máy móc cụ thể.
2. Yêu cầu về khả năng nhận thức là gì? Trong hệ thống phân loại Bloom được sửa đổi, việc cân nhắc một cảnh báo dựa trên dữ liệu cảm biến và lịch sử kiểm tra, cũng như phân biệt bằng chứng liên quan và không liên quan, là phân tích, và việc đánh giá xem hành động tiếp theo nào là cần thiết là đánh giá. Việc ghi nhớ các loại cảnh báo nằm ở cấp độ thấp hơn. Hướng dẫn của chúng tôi về... Phù hợp các hoạt động học tập với phân loại Bloom. Giải thích cách đọc hiểu những yêu cầu này.
3. Các kỹ thuật viên có nhận được phản hồi về các cảnh báo mà họ xử lý không? Nếu không ai cho họ biết liệu cuộc kiểm tra có xác nhận cảnh báo hay không, họ không thể hiệu chỉnh. Hãy hỏi nhóm phụ trách độ tin cậy của bạn xem vòng lặp này có tồn tại hay không.
4. Liệu có yếu tố nào khác ngoài kỹ năng đang cản trở? Hãy kiểm tra số lượng cảnh báo, chất lượng dữ liệu cảm biến, quy trình leo thang và thời gian còn lại. Nếu hầu hết các cảnh báo là sai, việc bỏ qua chúng là một phản ứng hợp lý, và việc đào tạo sẽ không thay đổi điều đó.

3. Thiết kế quá trình chuẩn bị và luyện tập có mục đích.

Hãy giao nhiệm vụ riêng biệt cho từng giai đoạn.

Chuẩn bị: xác nhận những điều cơ bản. Kiểm tra nhanh chóng, tự thực hiện các chế độ lỗi của thiết bị trong phạm vi, từng cảm biến đo lường điều gì, hệ thống đánh giá rủi ro như thế nào và các bước leo thang xử lý của bạn. Việc kiểm tra như thế này chỉ xác nhận các điều kiện tiên quyết. Không báo cáo nó như một phần khả năng hoạt động.

Bài tập: Chèn lỗi và bằng chứng mâu thuẫn. Ba bài tập, theo thứ tự độ khó tăng dần:

• Cảnh báo hay tiếng ồn? Hiển thị một loạt cảnh báo kèm theo xu hướng cảm biến và ghi chú kiểm tra gần đây. Với mỗi cảnh báo, người học cho biết liệu bằng chứng có ủng hộ cảnh báo đó hay không và mức độ tự tin của họ. Bao gồm cả những cảnh báo sau đó được chứng minh là sai.
• Hãy chọn bước tiếp theo. Đưa ra cảnh báo với bằng chứng mâu thuẫn. Người học lựa chọn giữa việc theo dõi, đo lại, kiểm tra ngay, lên lịch sửa chữa hoặc báo cáo lên cấp cao hơn, và giải thích lý do lựa chọn.
• Viết biên bản bàn giao. Người học viết ra hai hoặc ba câu mà họ sẽ để lại cho ca làm việc tiếp theo, bao gồm cả những điều họ vẫn cần phải biết.

Hãy sử dụng các trường hợp lỗi an toàn, được rút ra từ các sự cố trước đây trên thiết bị của bạn hoặc được xây dựng bởi chuyên gia. Không được cố tình tạo lỗi trên thiết bị đang hoạt động để kiểm tra người vận hành.

Phản hồi liên quan đến các quyết định. Câu nói "Bạn chỉ dựa vào kết quả đo bình thường của một cảm biến mà không kiểm tra ghi chú kiểm tra chỉ ra kết quả ngược lại" hữu ích hơn là điểm số phần trăm.

Nhập liệu trực tiếp hay xem xét không đồng bộ? Phản hồi trực tiếp mang lại giá trị cao nhất trong những trường hợp mơ hồ, nơi việc nghe lý do tại sao một đồng nghiệp giàu kinh nghiệm lại hành động như vậy hoặc không hành động như vậy chính là bài học. Việc xem xét không đồng bộ là đủ cho những vấn đề cơ bản và để kiểm tra các cuộc gọi so với đáp án của chuyên gia. Một sự kết hợp phổ biến là tự chuẩn bị theo tốc độ riêng, sau đó là một buổi thảo luận có người hướng dẫn về những trường hợp khó.

4. Hãy cùng nhau tìm hiểu một ví dụ thực tế.

Ví dụ minh họa. Chuyên viên bảo trì cần xác nhận trường hợp và tiêu chí trả lời trước khi sử dụng.

Trường hợp. Hệ thống AI cảnh báo về nguy cơ hỏng hóc cao ở ổ trục hộp số của bơm làm mát. Một cảm biến rung động cho kết quả nằm trong phạm vi bình thường. Ghi chú kiểm tra cuối cùng ghi "tiếng ồn nhẹ, cần theo dõi". Bơm này là một phần của mạch làm mát và không có bộ phận dự phòng.

Nhiệm vụ. Người học nêu rõ liệu bằng chứng có ủng hộ cảnh báo hay không, nêu tên bằng chứng, chọn câu hỏi tiếp theo và cho biết họ cần biết thêm điều gì.

Lần thử đầu tiên. "Chỉ số rung động bình thường, nên có lẽ đây là báo động giả. Tôi sẽ bỏ qua." Người học chỉ sử dụng một cảm biến và bỏ qua các cảm biến còn lại.

Phản hồi và thử lại. Người hướng dẫn yêu cầu người học so sánh cảnh báo với ghi chú kiểm tra và hỏi xem cảm biến rung có thể phát hiện và không thể phát hiện những lỗi nào. Phần thực hành lại yêu cầu bằng chứng, thông tin bổ sung và các câu hỏi còn bỏ ngỏ.

Một nỗ lực mạnh mẽ hơn. "Cả cảnh báo và phiếu kiểm tra cũ đều chỉ ra vấn đề ở ổ bi, chỉ có một cảm biến cho kết quả khác biệt. Tôi không biết liệu cảm biến đó có nằm đủ gần ổ bi để phát hiện lỗi này hay không. Hiện không có máy bơm dự phòng, nên việc chờ đợi sẽ tốn chi phí. Tôi sẽ đo lại lần thứ hai tại vỏ ổ bi và yêu cầu đẩy nhanh tiến độ kiểm tra. Nếu kết quả đo lần thứ hai cũng bình thường và việc kiểm tra không phát hiện ra lỗi gì, tôi sẽ ghi lại thông tin đó để nhóm phụ trách độ tin cậy có thể xem xét lại cài đặt cảnh báo. Nếu tôi không thể sắp xếp được thời gian kiểm tra trong tuần này, tôi sẽ báo cáo lên trưởng bộ phận bảo trì và giải thích lý do."

Tại sao mỗi câu trả lời lại có thể chấp nhận được hoặc chưa đầy đủ. Đánh giá từng trường hợp dựa trên các tiêu chí đã được phê duyệt, chứ không phải theo sở thích của người điều phối. Lần thử đầu tiên chỉ dựa trên một lần đọc. Lần thử tốt hơn sẽ cân nhắc các nguồn thông tin, nêu rõ những gì mình chưa biết, xem xét hậu quả của việc sai sót, đưa ra quyết định phù hợp và hoàn thiện vòng phản hồi. Nó không khẳng định biết nguyên nhân.

5. Đánh giá năng lực và lập kế hoạch chuyển giao

Bằng chứng về năng lực thể hiện qua phản hồi đối với các trường hợp cảnh báo mới mà người học chưa từng gặp. Chấm điểm theo thang điểm ngắn từ 0 đến 2 cho mỗi tiêu chí, được xác định cùng với chuyên gia bảo trì của bạn.

Thang điểm: 0 nghĩa là không có hoặc không được hỗ trợ, 1 nghĩa là một phần với những thiếu sót liên quan, và 2 nghĩa là đầy đủ và được chứng minh dựa trên các tiêu chí đã thống nhất. Xác định riêng các lỗi nghiêm trọng, ví dụ như đóng cảnh báo an toàn quan trọng mà không kiểm tra, để điểm tổng thể tốt không thể che giấu lỗi. Bao gồm cả các cảnh báo sai trong mỗi bài đánh giá, để bạn có thể thấy liệu người học phản ứng thái quá cũng như phản ứng thiếu sót. Bảng đánh giá này là điểm khởi đầu được đề xuất, không phải là tiêu chuẩn sẵn sàng đã được xác nhận. Hướng dẫn của chúng tôi về... đánh giá khả năng phán đoán và giải quyết vấn đề trong quá trình đào tạo Nội dung bao gồm việc hiệu chỉnh người đánh giá và viết các tiêu chí đánh giá.

Theo dõi và giám sát tại nơi làm việc. Sau một thời gian làm việc thích hợp, hãy xem xét một số quyết định cảnh báo gần đây của kỹ thuật viên với chuyên gia về độ tin cậy, sử dụng kết quả kiểm tra. So sánh kết quả ban đầu và kết quả theo dõi trên cùng hai chỉ số: sử dụng bằng chứng và việc leo thang vấn đề có lý do chính đáng, với một nhóm đối tượng, mẫu số và thời gian xác định.

Đo lường những gì đã thay đổi

Nếu bạn cũng theo dõi thời gian ngừng hoạt động ngoài kế hoạch hoặc tỷ lệ cảnh báo cần kiểm tra, hãy xem xét những thay đổi khác trong cùng kỳ, chẳng hạn như cảm biến mới, mô hình được hiệu chỉnh lại hoặc chính sách phụ tùng thay thế mới, trước khi ghi nhận hiệu quả của việc đào tạo. Việc giảm thời gian ngừng hoạt động sau đào tạo không tự nó chứng minh rằng việc đào tạo đã gây ra điều đó.

Trong trường hợp phương thức giao hàng tương tác giúp ích

Các định dạng tương tác giúp ích cho những phần của thiết kế này phụ thuộc vào việc mọi người cam kết tham gia cuộc gọi trước khi gặp gỡ nhóm. Trong một phiên trực tiếp, người điều phối có thể hiển thị cảnh báo cùng với xu hướng cảm biến và ghi chú, yêu cầu mỗi kỹ thuật viên cam kết theo dõi trước khi nhóm thảo luận. Các trường hợp tương tự có thể được thực hiện theo tốc độ riêng để chuẩn bị. AhaSlides Hỗ trợ học tập tương tác và chuyển đổi linh hoạt giữa hình thức học trực tiếp và tự học. Hãy kiểm tra kỹ lưỡng mọi chức năng soạn thảo, phản hồi hoặc báo cáo mà bạn dự định sử dụng so với quy trình làm việc của riêng bạn, và coi các trình mô phỏng, trí tuệ nhân tạo và tích hợp hệ thống là các yếu tố bên ngoài hoặc chưa được xác nhận cho đến khi bạn thấy chúng hoạt động. Để biết thêm thông tin về thiết kế sản xuất liên quan, hãy xem hướng dẫn của chúng tôi về... đào tạo khắc phục sự cố vận hành.

Những điều mà huấn luyện không thể khắc phục được

• Quá nhiều thông báo. Nếu hầu hết các cảnh báo đều sai, kỹ thuật viên sẽ học cách bỏ qua chúng, và việc khắc phục sẽ thuộc về người tinh chỉnh mô hình. Bài báo đánh giá hiệu năng ASM ở trên là một ví dụ ban đầu, được ghi chép đầy đủ về tình trạng quá tải cảnh báo.
• Dữ liệu cảm biến bị thiếu hoặc không chính xác. Hệ thống cảnh báo dựa trên cảm biến bị lỗi cần được sửa chữa, chứ không phải là một bài học.
• Diễn biến leo thang chưa rõ ràng. Nếu không ai thống nhất được ai là người quyết định khi nào cần tắt cảnh báo, các kỹ thuật viên sẽ phải tự quyết định.
• Không có thời gian để điều tra. Thời gian kiểm tra là một quyết định liên quan đến lịch trình.
• Những hạn chế của bằng chứng. Điểm số trên một tập hợp các trường hợp không phản ánh mọi quyết định mà kỹ thuật viên đưa ra tại hiện trường.

Hãy thông báo sớm cho nhà tài trợ về những vấn đề này và thống nhất ai sẽ chịu trách nhiệm khắc phục từng vấn đề.

Các câu hỏi thường gặp

Đào tạo bảo trì dự đoán là gì?

Chương trình đào tạo trang bị cho kỹ thuật viên khả năng xử lý các cảnh báo sớm về sự xuống cấp của thiết bị. Đối với cảnh báo AI, trọng tâm là diễn giải cảnh báo trong bối cảnh cụ thể và biện minh cho các hành động tiếp theo.

Tại sao các kỹ thuật viên lại bỏ qua các cảnh báo bảo trì dự đoán?

Những lý do phổ biến là quá tải thông báo, thiếu ngữ cảnh, không có phản hồi về việc cảnh báo có đúng hay không, và không có thời gian. Hãy kiểm tra những điều này trước khi thiết kế chương trình đào tạo.

Liệu các kỹ thuật viên có nên tìm hiểu cách thức hoạt động của mô hình trí tuệ nhân tạo?

Hãy dạy họ những gì cần thiết để đánh giá một cảnh báo: các dữ liệu đầu vào là gì, mô hình có thể và không thể nhận biết được những gì, và độ tin cậy của nó trên thiết bị của họ ra sao. Thông tin chi tiết về cấu trúc bên trong của mô hình hiếm khi cần thiết.

Làm sao bạn biết khóa đào tạo đã có hiệu quả?

Chấm điểm các trường hợp cảnh báo mới, chưa từng thấy để sử dụng làm bằng chứng và xác định xem việc leo thang cảnh báo có hợp lý hay không, so sánh với mức cơ sở, sau đó xem xét lại các quyết định cảnh báo thực tế với chuyên gia về độ tin cậy.

Bắt đầu từ đâu

Chọn một loại tài sản mà cảnh báo thường xuyên xuất hiện. Yêu cầu một chuyên gia về độ tin cậy chọn ra mười cảnh báo trong quá khứ, một số được xác nhận bằng kiểm tra và một số là sai, và thống nhất các bước xử lý dự kiến ​​cho mỗi cảnh báo. Soạn thảo bảng đánh giá ba tiêu chí, thực hiện bài tập "cảnh báo hay nhiễu?" với một nhóm, sau đó chấm điểm một bộ cảnh báo mới trước khi triển khai.

Để xem cách một quy trình xem xét cảnh báo như thế này có thể được thực hiện trực tiếp và tái sử dụng theo tốc độ riêng sau đó, hãy khám phá AhaSlides.