Advanced Analytics is Smart Six Sigma bij Tata Steel

Tata Steel gebruikt sinds kort Advanced Analytics (AA) om procesverbeteropties te vinden. Het zijn daarbij hun eigen mensen die het speurwerk doen. Misschien zijn zij niet de allerbeste data-experts, maar het zijn wél mensen die goed modellen voor staalproductie kunnen bouwen. De computer kan zo’n model daarna ‘zelflerend’ uitbreiden, totdat het de complete dataset beschrijft. Door de mens zo de aftrap te laten geven, wordt de kans op onzinnige voorspellingen veel geringer.

Het werk van de AA Experts lijkt sterk op dat van Black Belts binnen (Lean) Six Sigma, feitelijk zijn het Smart Belts. Net zoals gewone Belts speuren AA Experts naar betere procesinstellingen. Zij laten zich daarbij echter bijstaan door kunstmatige intelligentie.

Het World Economic Forum (WEF) wees begin januari Tata Steel in IJmuiden aan als lighthouse op het gebied van Smart Industry. Inmiddels zijn er zestien van deze ‘productielocaties van de toekomst’. Het WEF ziet ze als bakens als het gaat om digitalisering, robotisering en/of kunstmatige intelligentie.

Smart Belts
Tata Steel trok de aandacht van het WEF door hun Advanced Analytics Academy. Daarin leiden zij mensen op tot projectleider Advanced Analytics (AA).

AA Experts doen dit bij Tata Steel ook. Ook hun doel is hetzelfde: betere procesinstellingen vinden.

Smart Belts
Je zou de AA Experts van Tata daarom ook Smart Belts kunnen noemen. De toevoeging "smart" verwijst daarbij naar een belangrijk verschil tussen hun benadering en die van een reguliere Black Belt. AA Experts gebruiken de computer niet alleen om statistische verbanden weer te geven, maar laten die computer ook ‘meebouwen’ aan het procesmodel áchter die berekeningen!

Dit kun je machine learning noemen. Of artificial intelligence, zo je wilt.

De gevonden statistische verbanden zijn minder transparant, dan de relaties waarmee een gewone Black Belt op de proppen komt. Je kunt namelijk niet aan het computerprogramma vragen waarom een bepaalde correlatie is gevonden. Ook de hulpmiddelen zijn anders.

Gewone Black Belts werken zuiver met statistiek, en gebruiken daarbij vaak het Minitab-programma ter ondersteuning. AA Experts vinden verbanden op basis van een procesmodel, gebouwd met het programma RStudio. Dat procesmodel wordt voltooid door een ‘zelflerende’ computer.

Verbanden
Statistiek speelt echter ook bij AA een grote rol. ‘Eén van de componenten van AA is data mining’, vertelt Dr Ir Menno van der Winden, general manager AA bij Tata Steel. ‘Je voedt dan een computer met grote hoeveelheden procesdata, en laat hem vervolgens zoeken naar verbanden tussen de procesinstellingen en de kwaliteit, of de snelheid waarmee een productieproces verloopt. De computer bouwt daarbij op de achtergrond een procesmodel op, dat de dataset beschrijft.’

Ontvang samenvattingen van al onze nieuwe praktijkverhalen!
De vijf voordelen van gratis registratie:

Elke twee maanden samenvattingen van al onze nieuwe artikelen
Geen andere e-mail (!)
Artikelen altijd volledig kunnen lezen
Toegang tot 350+ praktijkcases procesverbetering
Berichten kunnen plaatsen en opmerkingen toevoegen aan artikelen

Vereenvoudige weergave
Traditioneel brengen chemisch technologen verbanden aan het licht, door een veréénvoudigde weergave van de werkelijkheid te maken. Lang voor Six Sigma werd uitgevonden, probeerden zij zo al grip te krijgen op de gevoeligheid van een proces. Gerelateerde variabelen in hun model brachten zij daartoe samen in zogenaamde kengetallen.

Een procesmodel dat op die manier is gemaakt is gebaseerd op dingen die je echt weet, zoals reactiesnelheden, massabalansen, of transportsnelheden tussen grensvlakken van bijvoorbeeld gas en vloeistof.

Algoritme
Bij een complex proces zoals staalproductie is er echter heel veel onbekend. Dan lukt het niet om de modellering rond te krijgen. AA kan je dan helpen. De computer redeneert daarbij niet zoals een mens, maar omgekeerd. Er wordt – op basis van brute rekenkracht - een algoritme ontwikkeld dat een gegeven dataset met bijpassende uitkomsten beschrijft. Dat algoritme heeft daardoor geen natuurkundige basis. Het is niet gebaseerd op chemische en fysische feitelijkheden, maar is een black box.

‘Ook zo‘n black box model doet voorspellingen, maar het verschaft je geen inzicht. De kans op verkeerde resultaten is daardoor veel groter. De computer ziet bijvoorbeeld het verband tussen oorzaken en gevolgen niet. Dat kan leiden tot onzinnige conclusies.’

Hanengekraai
Kun je die onzinnige relaties vergelijken met ooievaars die een geboortegolf aankondigen? Of hanengekraai dat de zon doet opkomen? ‘Precies. Laat je data-specialisten die niets van staalproductie afweten het werk doen, dan is de kans op dat soort vondsten groot. Als een operator daarna tot twintig of wel dertig keer moet uitleggen dat je écht niets hebt aan een schijnbaar gevonden verband, dan zal de weerstand tegen AA snel toenemen. Zonde van de tijd, zal er worden gezegd, laten we hier mee stoppen.’

Te veel ‘hanengekraai’ kan worden voorkómen door eigen mensen in te zetten. Mensen met kennis van staalproductie. Om dat mogelijk te maken worden zij opgeleid tot AA Experts in de nieuwe AA Academy van Tata Steel. Dit interne opleidingsinstituut heeft het WEF nu aangemerkt als lighthouse, een lichtend voorbeeld voor anderen.

Fundament
Mensen die gepokt en gemazeld zijn in de staalindustrie, hebben een voorspong op gewone dataspecialisten. ‘Zij brengen bij de start van projecten hun kennis in, door éérst op de traditionele manier een procesmodel te maken. Alle bekende verbanden tussen procesparameters zijn daarin verwerkt. Dat model vormt daarna de basis voor AA.’

Leg je eerst zo‘n fundament, dan vind je later veel minder vaak dingen, die je meteen af kunt doen als onzinnig. ‘Bedrijfseigen AA Experts kunnen relevante suggesties bovendien uit de resultaten filteren. Dit betekent dat verbetervoorstellen alleen worden voorgelegd aan de operators, als die een goede kans van slagen hebben.’

Zelflerend
Een AA-model kan zelflerend zijn. Er is dan sprake van artificiële intelligentie oftewel AI. Als een suggestie niet het verwachte procesresultaat geeft, dan kan dit resultaat als feedback worden ingevoerd, waarna het model zichzelf verbetert.

Het onderste uit de kan halen met AI is echter niet het doel, benadrukt Van der Winden. ‘Daarom ook die pragmatische insteek, waarbij we beginnen met alles wat we al weten. We willen zo veel mogelijk zinnige verbeter-suggesties vinden, het liefst op basis van begrijpelijke hypotheses.’

Valideren
Daartoe blijft Tata Steel zo dicht mogelijk bij de traditionele ingenieurs-aanpak: modelvorming op basis van natuurkundige en chemische wetten. ‘Ook dat is echter geen doel op zich. Wél blijven we elk model steeds valideren met historisch gevonden inzichten.’

In de meeste gevallen wordt er ‘offline’ geanalyseerd. Soms kan een AA-model echter aan de procesbesturing worden gekoppeld. ‘Suggesties kunnen dan meteen worden uitgevoerd. In de praktijk zit er meestal wel een mens tussen, die goedkeuring moet geven. Dat heeft ook met de veiligheid te maken, ja.’

De uitkomsten van een zelflerend systeem zijn altijd tot op zekere hoogte onvoorspelbaar. ‘Praktisch gezien valt dit echter mee. Anders zouden er niet al flinke stappen gezet zijn richting een zelfrijdende auto.’

Gefaald
In principe komt een AA Expert pas in actie als alle andere, eenvoudigere, methoden hebben gefaald. ‘Als je bijvoorbeeld al weet hoe je iets kunt verbeteren, dan doe je dat natuurlijk meteen. Bijvoorbeeld als Kaizen activiteit in het kader van Lean.’

Weet je nog niet wat je moet doen, dan wordt vaak eerst een gewoon Lean Six Sigma project gestart.

Levert dat óók geen resultaat op, dán volgt pas AA. ‘Die aanpak is namelijk het meest bewerkelijk en geeft de meest ongewisse resultaten. Dat komt doordat je met AA ook verbanden vindt waar je uiteindelijk niets aan hebt.’

Dat AA altijd pas volgt na Six Sigma is echter geen wet van meden en perzen. ‘Soms krijg je sneller resultaat met AA, dan met Six Sigma. Een andere keer constateren we achteraf dat we iets toch met Six Sigma hadden kunnen oplossen.’

Leap of faith
Grosso modo wordt AA vooral toegepast als je geen flauw idee hebt waar je de oplossing moet zoeken. Een hypothese is weliswaar ook bij AA gewenst, maar die mag vaag zijn.

Van der Winden herinert zich de situatie waarin AA voor het eerst werd ingezet. ‘In 2017 hadden we een probleem met een product, waarvan de kwaliteit toen varieerde. Dat wil de klant natuurlijk niet, dus het leidde regelmatig tot product afkeur. Dat kost niet alleen geld, in ons geval is er nog een extra probleem. Onze capaciteit is 100% volgepland. Je kunt dus niet even snel een extra hoeveelheid van iets maken.’

Van der Winden zat destijds in een valley of despair, een dal van wanhoop. Hij had écht geen idee wat er aan de hand was. ‘AA was toen een leap of faith. We gaven dat het voordeel van de twijfel, en met succes.’

Assessment
Daarna smaakte dit naar meer. Tata Steel besloot daarom om andere mogelijkheden voor AA in kaart te brengen, via een assessment. Daarbij werd een groot aantal teamleiders benaderd met het volgende vragenlijstje, te beantwoorden voor hun top vijf van technische problemen:

‘Je zou ook nog de vraag kunnen stellen of er hypotheses zijn, en of er al een basis is voor de bouw van een procesmodel. Standaard doen we dit echter niet.’

Goed idee
Uit de assessment bleek dat toepassing van AA, op meer dan incidentele basis, een goed idee was. ‘Er was voldoende eigenaarschap, lees: mensen die iets ‘hun’ probleem vonden. En er werden veel moeilijk oplosbare problemen gerapporteerd, waarbij er toch nog wel enig idee is in welke richting er moet worden gezocht.’

Helemaal in het duister gaan tasten wil je namelijk liever niet. Dan levert AA je namelijk een volledig black box model op, waarmee je zoekt naar een speld in een hooiberg. Of liever: je vindt onnoemelijk veel spelden, waaruit je de juiste speld – betere procesinstellingen - moet zien te selecteren.

Gegadigden
Hierna was vraag twee: wie moeten de AA modellen gaan bouwen? ‘Er waren maar liefst 300 kansrijke toepassingen voor AA, die ons tezamen heel veel voordeel zouden kunnen opleveren. Dit grote aantal mogelijke projecten was voor ons een extra reden om af te zien van externe data-experts. Onze eigen mensen moesten het gaan doen.’

Hierna kwam vraag drie: hoe kom je intern aan deze AA Experts? ‘Gegadigden waren er genoeg. Veel mensen waren namelijk al enthousiast geraakt na presentaties van mij.’

Ruwweg gaat het om twee typen kandidaten, die beiden al bekend zijn met procesverbetering. Ten eerste Black Belts in Lean Six Sigma. Ten tweede procestechnologen, ingenieurs dus. Met name die tweede groep is óók al bekend met modellering.

RStudio
Tata Steel gebruikt voor de procesmodellering de open source programmeertaal R, met RStudio als gebruikersinterface. R omvat een uitgebreide bibliotheek van standaard bouwstenen. Bovendien kun je heel gemakkelijk bekende functies invoeren, die bijvoorbeeld chemische processen beschrijven. Op die manier reduceer je het aantal onzinnige of triviale uitkomsten die je later krijgt met AA.

Nadat de AA Expert alle bekende relaties in het basismodel heeft ingevoerd, zoekt de software naar onbekende verbanden tussen de procesparameters. Je kunt ook zeggen: de software creëert een functie, die de dataset van procesparameters en bijbehorende uitkomsten beschrijft. Met die functie kun je vervolgens nieuwe uitkomsten voorspellen. Het is echter uiteindelijk de AA Expert, met zijn kennis van het échte proces, die beoordeelt of daar goede hints tussen zitten.

Wij danken onze partners/adverteerders, door hen kunnen wij onafhankelijke artikelen maken!
Ontdek bijvoorbeeld hoe onderstaande partij Six Sigma in de praktijk helpt brengen!

Coimbee

Benut de kennis en kunde van alle medewerkers, en zorg met ons digitale plan- en communicatiebord Coimbee voor meer en succesvollere verbeteringen

1. Verbetervoorstellen snel vastleggen en (op)volgen, overal en vanaf elke werkplek
2. Verbeteringen gestructureerd uitvoeren conform Plan-do-check-act (PDCA), zodat root causes worden opgespoord
3. Verbeteringen optimaal borgen voor blijvende resultaten

Neem afscheid van Excel, One-note of Trello. Coimbee is gebruiksvriendelijk, web-based en voor procesverbetering ontworpen!

> Naar website

> Toon andere adviseurs categorie Six Sigma

Advanced Analytics Academy
‘Er werken bij ons veel mensen met datakennis. Voor AA moet je echter nog meer weten. Een voorbeeld is data cleaning: hoe voorkom je dat je het programma voedt met verkeerde datasets, bijvoorbeeld als gevolg van een temperatuursensor die kapot was.’

De eerste AA Experts werden opgeleid door Mc Kinsey. ‘Daarna zijn onze mensen elkaar gaan trainen.’

Dit gebeurt in de Advanced Analytics Academy. ‘In onze academy kunnen managers een verkorte opleiding volgen, vergelijkbaar met de champions training bij Lean Six Sigma. Zij leren dan wanneer AA een goede optie is, en het een goed idee is om een AA Expert te vragen om hulp.’

Nooit klaar
Inmiddels hebben de AA Experts zo’n 40 verbeterprojecten afgerond. Van der Winden denkt dat het aantal mogelijke AA-projecten oneindig is. ‘Met AA kun je namelijk, net zoals met Lean en Six Sigma, continu blijven verbeteren. Je bent dus nooit klaar. Uit het ene verbeterproject vloeit het andere voort.’

Raffinage
Gevraagd naar een succesvol project, noemt Van der Winden de raffinage van ruw vloeibaar ijzer. Het blijkt te gaan om een soort veredelingsproces,

‘Om ijzer bestand te maken tegen vervorming, moet het gehalte aan koolstof en fosfor erin omlaag. Dat doen we door het in contact te brengen met zuurstof. Koolstof reageert dan tot koolstofdioxide, en fosfor scheidt zich af als slak. Dit raffinageproces wordt uitgevoerd in grote 350-tons vaten, de zogenaamde convertors.’

Grens opzoeken
Kritisch is de hoeveelheid zuurstof die wordt toegevoegd. Is het te weinig dan verloopt de raffinage te langzaam, en is het teveel dan schuimt het ijzermengsel uit het vat. ‘Vroeger bleven we aan de veilige kant. Nu hebben we echter met AA een functie gevonden die, aan de hand van 60 procesparameters, voorspelt wanneer de kans groot wordt dat een vat binnen één minuut overloopt. Je hebt dan nog tijd om dit te voorkómen, door de gastoevoer terug te schroeven. Onze operators kunnen nu steeds de grens opzoeken, zónder dat de boel overschuimt.’

AA blijkt breder inzetbaar dan voor procesverbetering alleen. ‘We gebruiken het bijvoorbeeld ook om de belasting die Tata toebrengt aan haar omgeving te verminderen’, besluit Van der Winden.