A generic model of the information and decisional chain using Machine Learning based assistance in a manufacturing context

Abstract

У наш час виробники повинні мати справу з величезною міжнародною конкуренцією і постійно вдосконалювати свої показники. У цьому контексті для виробничих систем використовуються декілька основних підходів, а саме: CBM (обслуговування на основі стану), PHM (прогнозування та керування станом) і PLM (керування життєвим циклом продукції) для підтримки і підвищення їхньої доступності, надійності і продуктивності. Це означає, що дані про експлуатаційне використання виробничого обладнання повинні бути доступними для всіх зацікавлених сторін через ефективні інформаційні ланцюги. Однак, незважаючи на велику кількість даних, зацікавлені сторони повинні отримувати допомогу в прийнятті рішень. Ця стаття має на меті запропонувати загальну архітектуру, яка моделює ланцюжок інформації та рішень від цільової системи до відповідних зацікавлених сторін, допомагаючи їм у прийнятті рішень. Запропонована загальна архітектура проілюстрована прикладом використання на основі алгоритму LSTM (Long Short-Term Memory) в контексті керування енергоспоживанням для парку мобільних роботів.Nowadays, manufacturers must deal with huge international competition and continually improve their performances. In this context, several essential approaches namely CBM (Condition-based maintenance), PHM (Prognostics and Health Management), and PLM (Product Lifecycle Management) are used for manufacturing systems to maintain and increase their availability, reliability and performance. This implies that operational usage data of the manufacturing equipment must then be made available to all stakeholders concerned through efficient informational chains. However confronted with a large amount of data, the stakeholders must be assisted in their decision-making. This paper aims to propose a generic architecture that models the information and decision chain from the target system to the relevant stakeholders by assisting them in their decision-making. The proposed generic architecture is illustrated by a use case based on the LSTM (Long Short-Term Memory) algorithm in the context of energy management for a fleet of mobile robots.