Interaktive Visualisierung für die Prozessindustrie

Die acs ag nutzt verschiedene Möglichkeiten Prozessdaten zu visualisieren, um Prozesse besser zu verstehen und schliesslich die Produktion zu optimieren. Hier stellen wir exemplarisch die `Parallel Coordinates Visualisierung` vor, eine einfache, aber mächtige Methode zur interaktiven Visualisierung von Prozessdaten.

Das Beispiel stammt aus einem Analyseprojekt, wo wir einem Unternehmen halfen, seine Dialysefilterproduktion zu analysieren und soweit zu optimieren, dass Filter mit spezifischen Filterwerten hergestellt werden können. In einer Analyse wurden 7 wichtige Prozessparameter ((Folien-)Breite, Temperatur_1, Temperatur_2,...) identifiziert, die zusammen mit dem gemessenen Filterwert in einer gemeinsamen Grafik visualisiert wurden. Wir ermöglichen Ihnen nun selbst zu erleben, wie die `Parallel Coordinates Visualisierung` einem User einen guten Einblick in Zusammenhänge und Korrelationen zwischen den Daten verschafft.

Selbsterleben

Die 7 Prozessparameter (Breite, Temperatur_1, Temperatur_2,...) und die Zielgrösse (Filterwerte) werden mit je einer senkrechten parallelen Koordinate (daher der Name) dargestellt. Die Prozessparameter und die Filterwerte wurden jede Minute gemessen. Die gemessenen Werte jeder Messreihe werden mit einem blauen Strich verbunden (z.B ein blauer Strich von Breite=950 zu Temperatur_1=30.7 zu Temperatur _2=19, usw.) Weil in diesem Beispiel viele Messdaten vorhanden sind, gibt es auch viele blaue Striche.

Sie können nun mit dem Cursor eine Achse markieren und einen Auswahlbereich wählen, den sie danach auch an verschiedene Positionen ziehen können. Sofort werden nur noch die dazu passenden Treffer in blau angezeigt; die restlichen sind nur noch schwach grau erkennbar. Sie können nun visuell Korrelationen in den Daten erkennen. Denn die Stärke der Korrelation zwischen den verschiedenen Eigenschaften wird durch die Linienkonzentration angezeigt. So lassen sich Zusammenhänge sehr schnell visuell nachvollziehen.

Erkenntnisgewinn Korrelation Filterwert mit Materialeigenschaft

Werden beispielsweise tiefe Filterwerte ausgewählt (grüner Pfeil im unten stehenden Bild) führt dies zu einer Konzentration blauer Linien bei tiefer Materialeigenschaft (roter Pfeil). Sie können nun mit dem Cursor eine Achse markieren und einen Auswahlbereich wählen, den sie danach auch an verschiedene Positionen ziehen können. Sofort werden nur noch die dazu passenden Treffer in blau angezeigt; die restlichen sind nur noch schwach grau erkennbar. Sie können nun visuell Korrelationen in den Daten erkennen. Denn die Stärke der Korrelation zwischen den verschiedenen Eigenschaften wird durch die Linienkonzentration angezeigt. So lassen sich Zusammenhänge sehr schnell visuell nachvollziehen.

Wir verwenden diese Parallel Coordinates Visualisierung gerne um einerseits das Prozesswissen der involvierten Firmen zu steigern und andererseits bildete sie eine der Grundlagen für acs Intelligence (LINK) mit Machine Learning Algorithmen Prozesse weiter zu optimieren.