AI-verklaringen voor krimpkrachtbewaking: bewijs voor juistheid en begrijpelijkheid

Er verschijnt een alarm voor ‘ontbrekende draadjes’, terwijl het scherm een deel van de krimpkrachtcurve rood markeert. Dat kan een engineer helpen bepalen waar de controle moet beginnen. Twee vragen zijn daarmee nog niet beantwoord: ontbreken er werkelijk draadjes in het product, en helpt het rode gebied iemand om de juiste actie te ondernemen?

Deze analyse is bedoeld voor kwaliteits- en procesengineers die AI voor krimpkrachtbewaking beoordelen. Aan de hand van een openbare studie van Hofmann en collega’s bekijken we classificatieresultaten, modelverklaringen en effecten op gebruikers afzonderlijk. We benoemen de noemers en vergelijkingsvoorwaarden die direct bruikbaar zijn in een technische beoordeling. Het artikel is gepubliceerd op 31 maart 2026; de definitieve publicatieversie is gedateerd op 10 april. Dit is een gerichte analyse van een bestaande studie. Oorspronkelijk artikel

Maak onderscheid tussen de drie beoordelingsvragen

Verbanden tussen deze drie kunnen stapsgewijs worden vastgesteld, maar geen van de drie vervangt de andere. Ons advies voor een beoordeling is om eerst naar de richting van de fouten te kijken, daarna naar de manier waarop de verklaring is getest en ten slotte naar de praktische taken die gebruikers hebben uitgevoerd. De volgende paragrafen behandelen het beschikbare bewijs uit het artikel in die volgorde.

Van één curve naar vier gekleurde fasen: wat het model doet

De studie gebruikt een random forest om voorbewerkte krimpkrachtcurven in drie categorieën in te delen: normaal, ontbrekende draadjes en isolatie die in de geleiderkrimp is meegekrimpt. Een random forest bestaat uit meerdere beslisbomen. Elke boom neemt een beslissing op basis van de invoerkenmerken; die beslissingen worden samengevoegd tot de modeluitvoer. In deze studie bestaat de invoer uit opeenvolgende bemonsteringspunten op de curve, in plaats van één door een persoon geselecteerde piek. TreeExplainer van SHAP berekent vervolgens de bijdrage van elk punt aan de uitvoer voor een bepaalde klasse. Artikel, paragraaf 3; Officiële documentatie over random forests

De verwerkingsketen kan als volgt worden gelezen:

1. Registratie en voorbewerking→
2. Random forest geeft een klasse als uitvoer→
3. TreeSHAP verklaart de uitvoer voor die klasse→
4. Bijdragen worden per procesfase samengevoegd→
5. Kleuren worden op de oorspronkelijke curve weergegeven

Dit is een schema van de onderlinge relaties binnen de methode. De classificatie vindt plaats voordat de kleuren worden weergegeven; de kleuren voegen geen onafhankelijke kwaliteitscontrole toe.

Bestaande krimpkrachtbewaking mag niet zonder meer worden beschouwd als beperkt tot het vergelijken van één piek. De door het artikel aangehaalde beschrijving van de BB07i4 door de fabrikant omvat vergelijking met referentiecurven, verwerking van drift en meerdere referentie-instellingen. De hier onderzochte bijdrage verbindt een aangeleerde classificatie met verklaringen per fase. Het artikel biedt geen vergelijking op een gemeenschappelijke basis die voldoende is om ‘beter dan alle conventionele bewaking’ te kwantificeren. Beschrijving van de BB07i4 door de fabrikant

Het artikel verdeelt de curve in vier fasen: uitlijnen, inrollen, comprimeren en terugveren. Deze komen overeen met de contactvleugels die de krimpstempel beginnen te raken en zich ermee uitlijnen, de vleugels die naar de geleider toe inrollen, het verdichten van geleider en contact, en het elastische herstel nadat de krimpstempel terugtrekt. De studie gebruikt de grensindices 75, 150, 345 en 500. Dit zijn posities binnen deze gegevensverwerkingsmethode. Ze kunnen niet rechtstreeks worden gebruikt als tijden, slagafstanden of universele segmentatieparameters voor een andere machine. Artikel, paragrafen 2.1 en 3.5, vergelijking 4

Bij het samenvoegen per fase is er een detail dat gemakkelijk over het hoofd wordt gezien: vergelijking 6 in het artikel neemt het gemiddelde van de SHAP-waarden binnen elke fase en normaliseert daarna het resultaat tot kleurbanden. Dit maakt van de vier fasen geen afzonderlijke ‘faalkansen’ en telt evenmin simpelweg alle absolute bijdragen binnen elke fase op.

Neem een zuiver rekenkundig voorbeeld. Twee punten in dezelfde fase hebben bijdragen van +0,02 en -0,02. Het gemiddelde met behoud van het teken is 0; het gemiddelde van hun absolute waarden is 0,02. Het eerste behoudt de verhouding tussen bijdragen die de uitvoer een kant op sturen en elkaar opheffen, terwijl het tweede de omvang van de bijdragen beschrijft. Deze twee manieren van samenvoegen beantwoorden verschillende vragen. Dit zijn geen meetwaarden uit het artikel. Bewaar bij het lezen of reproduceren van een kleurenkaart samen de verklaarde klasse, de tekens, de samenvoegingsmethode en de regels voor kleurnormalisatie. Anders verandert de betekenis van ‘het roodste gebied’.

TreeSHAP verklaart hoe de modeluitvoer afwijkt van de basiswaarde. Daarbij moet ook worden gekozen hoe afhankelijke invoerkenmerken worden behandeld. Opeenvolgende curvepunten zijn gecorreleerd. Daarom behoren ook de softwareversie, achtergrondgegevens en opties voor de afhankelijkheid tussen kenmerken tot de voorwaarden van de verklaring. Alleen een kleurenkaart opslaan maakt dezelfde kleur nog niet tot een versie-onafhankelijke indicator. Officiële documentatie van TreeExplainer

Welke fouten gaan schuil achter het resultaat van 95,9%?

De studie registreerde 1.617 curven van twee combinaties van draad en contact, met draden van 0,50 mm² en 0,35 mm². De onderzoekers maakten de monsters met ontbrekende draadjes en meegekrimpte isolatie bewust aan. Ze verdeelden de gegevens willekeurig in 1.293 trainingsmonsters en 324 testmonsters. Dit is geen verzameling verzendregistraties die is bemonsterd volgens de defectfrequentie van een echte productielijn. Artikel, paragraaf 3.2

De auteurs rapporteren een classificatienauwkeurigheid over drie klassen van 95,9%. Juistheid wordt hier bepaald ten opzichte van de labels van de auteurs. Een label voor een bewust aangebracht defect moet nog steeds worden onderscheiden van een afwijking die op basis van producteisen is vastgesteld. Begin met het onderscheiden van de richting van de fouten:

De percentages in de tabel zijn beschrijvende waarden die zijn berekend uit de aantallen in het artikel en vervolgens afgerond. Hun noemers zijn respectievelijk het aantal als normaal gelabelde monsters en het aantal als defect gelabelde monsters. Ze zijn noch het totale foutenpercentage, noch het aandeel defecten onder de monsters die het model als normaal classificeert. Een verwarringsmatrix moet duidelijk aangeven welke as de referentielabels weergeeft en welke de voorspelde klassen. Anders kan dezelfde cel gemakkelijk worden gelezen als antwoord op een andere vraag. Artikel, paragraaf 4.1; Definitie van een verwarringsmatrix

Er is ook een klein verschil tussen de gerapporteerde waarde en de aantallen in de tekst. De aantallen tellen op tot 6 + 4 + 3 = 13 foutieve classificaties. Opnieuw berekend met een totaal van 324 resulteert dit in een classificatienauwkeurigheid over drie klassen van ongeveer 96,0%, wat niet exact overeenkomt met de 95,9% van de auteurs. Daarom behouden we de gerapporteerde waarde en vermelden we de foutenaantallen en noemers afzonderlijk, zonder te beweren dat hun herberekening exact hetzelfde resultaat oplevert.

Voor een kwaliteitsbeoordeling is het belangrijkere onderscheid dat tussen het verwarren van de twee defectklassen en het classificeren van een defect monster als normaal. Het eerste beïnvloedt de richting van de diagnose; het tweede betreft het vermogen van het model om defecten te detecteren. Als de taak wordt teruggebracht tot twee klassen, normaal en defect, tellen de 3 verwisselingen tussen defectklassen niet meer als fouten en verandert de maatstaf. Dit laat ook zien waarom classificatienauwkeurigheden van verschillende taken niet rechtstreeks vergelijkbaar zijn.

Wat de verstoringstests onderbouwen

Om te onderzoeken of de verklaringen per fase bruikbaar waren, zetten de onderzoekers geselecteerde fasen op nul, vervingen ze deze door willekeurige waarden of verwijderden ze deze. Daarna trainden ze de modellen opnieuw met dezelfde trainingsmethode. Combinaties van één, twee en drie fasen leverden 42 verstoorde modellen op, die werden vergeleken met de onverstoorde referentie. Deze vergelijking laat zien wat een opnieuw getraind model zonder de informatie uit een bepaald gebied nog kan bereiken. Het gaat niet alleen om het eenmalig afdekken van de invoer van het oorspronkelijke model. Artikel, paragrafen 3.7 en 4.2

In tabel 4 levert het verstoren van alleen de compressiefase voor elk van de drie behandelingen een classificatienauwkeurigheid van 0,861 op, lager dan de door de auteurs gerapporteerde referentie van 0,959. Het afzonderlijk verstoren van de inrolfase of de terugveerfase geeft in alle gevallen een overeenkomstig resultaat van 0,954. Dit onderbouwt een specifieke bevinding: bij deze gegevens en deze vergelijkingsmethode bevat de compressiefase classificatie-informatie waarvan het verlies moeilijker door de andere gebieden kan worden opgevangen.

Deze test toont niet rechtstreeks aan dat het rode gebied de fysieke oorzaak van het defect is. De prestatiedaling na opnieuw trainen wordt beïnvloed door de hoeveelheid verwijderde informatie, de mate waarin andere fasen kunnen compenseren, het model en de methode voor gegevensverdeling. Het artikel erkent ook dat de fasen verschillende aantallen bemonsteringspunten bevatten. Het verwijderen van een langere fase kan een groter verlies veroorzaken; de omvang van dat verlies alleen toont niet aan dat elk punt belangrijker is.

Als de volgende stap het vergelijken van twee verklaringsmethoden is, kan een gerichtere aanvullende test worden voorgesteld. Laat elke methode hetzelfde aantal punten of intervallen van dezelfde lengte selecteren. Vergelijk ze vervolgens met dezelfde vervangingsmethode, trainingsinstellingen en testverzameling. Dit voorstel is bedoeld om de verstorende invloed van ‘meer verwijderen’ te verminderen. Het is geen resultaat dat al in het artikel is behaald.

Instemming van engineers met een faseverklaring bewijst nog geen betere taakuitvoering

Voor het deel over menselijke factoren beoordeelden twee procesexperts de invloed van elke fase op curven waarvan de kwaliteitsklassen al waren aangegeven. Hun beoordelingen werden vervolgens kwalitatief vergeleken met de visualisaties. Hiermee kan worden nagegaan of de verklaringen in grote lijnen aansluiten bij vakkennis. Dit levert geen nauwkeurigheid van blinde tests met operators uit meerdere ploegen, reactietijden op alarmen of veranderingen in onjuiste handelingen vóór en na het toevoegen van kleurbanden op. Artikel, paragraaf 4.3

De twee vragen kunnen afzonderlijk worden getest:

• Vraag engineers welk deel van de curve naar verwachting wordt beïnvloed door een bepaald defect om te controleren of een faseverklaring aannemelijk is. Vergelijk dat vervolgens met het gebied dat het model benadrukt.
• Laat gebruikers registraties behandelen waarvan zij de antwoorden niet kennen om te controleren of de interface hen helpt te reageren. Observeer hun oordelen wanneer zij de oorspronkelijke curve zien, daarna een klasseaanduiding en vervolgens de faseverklaring. Ook ‘kan geen oordeel geven’ registreren is zinvol; gebruikers mogen niet worden gedwongen om elke keer een oorzaak te noemen.

Bij die laatste vergelijking blijven de moeilijkheid van de monsters en de beschikbare informatie idealiter gelijk en wordt rekening gehouden met leereffecten door de presentatievolgorde. Anders kan een snellere tweede reactie simpelweg betekenen dat iemand dezelfde curve al heeft gezien. Bewaar ook de verklaringsschermen voor gemiste of verkeerd geclassificeerde monsters. Een duidelijke verklaring kan nog steeds een onjuiste voorspelling verklaren.

Wat is nu beschikbaar, en wat ontbreekt voor toepassing onder andere omstandigheden?

Het artikel biedt een openbaar toegankelijke volledige tekst en verwijst naar de Crimp Force Curve Dataset op Harvard Dataverse en een artikel in Scientific Data over registratie, labeling en technische validatie. De huidige datasetversie is V3.0. De volledige dataset bevat 2.439 curven en verschilt daarmee van de deelverzameling van 1.617 die in deze studie is gebruikt. De gegevens bevatten zowel handmatige labels als CFM-beslissingen, inclusief registraties waarin deze afwijken. Bepaal vóór de evaluatie welke referentielabels worden gebruikt en stel de werkelijke conformiteit vast met methoden die op het project van toepassing zijn. Deze openbare materialen ondersteunen offline evaluatie van methoden; een toegangspunt tot een dataset is geen gevalideerde software voor online bewaking. DOI van de dataset; Artikel met gegevensbeschrijving

De auteurs bieden ook een openbare cfc-analysis-coderepository. De link is hier vastgezet op de commit cf20535 van 22 augustus 2025, met bestanden voor gegevensvoorbewerking, validatie en het maken van grafieken. Deze biedt een ingang om de gegevens te begrijpen. Hieruit blijkt niet dat de volledige random forest-, TreeSHAP- en interfacecode voor deze studie uit 2026 is vrijgegeven.

Voor deze analyse hebben we de volledige dataset niet gedownload en uitgevoerd. Ook hebben we het volledige codepakket voor training, verdeling en visualisatie van de SHAP-studie niet verkregen en uitgevoerd. Om een exacte reproductie te kunnen claimen, moeten de volgende punten nog gezamenlijk worden gecontroleerd:

• de gegevensversie en de werkelijk gebruikte monster-ID’s;
• de voorbewerking en de schaalbereiken;
• de toewijzing aan training en test en de toevalszaadwaarden;
• de versies van afhankelijkheden en de SHAP-opties;
• de fasegrenzen en de weergaveregels.

Eén keer trainen met de parameters uit het artikel levert niet vanzelfsprekend hetzelfde resultaat op.

Als de evaluatie nieuwe contacten, draden of apparatuur gaat omvatten, kan het bewijs in de onderstaande volgorde worden voorbereid. Dit zijn evaluatiesuggesties, geen criteria voor productievrijgave.

1. Bepaal eerst hoe de referentielabels tot stand komen. Leg vast hoe ontbrekende draadjes en meegekrimpte isolatie worden aangebracht en bevestigd, en hoe lichte afwijkingen van aanvaardbare toestanden worden onderscheiden. Bewaar deze informatie samen met de monster-ID’s. Wanneer labels verwarrend zijn, lost een hogere modelscore het probleem van de kwaliteitsdefinitie niet op.
2. Reserveer nieuwe omstandigheden voor een echt externe test. Houd volledige batches apart om gebruik over verschillende batches aan te tonen. Houd de overeenkomstige omstandigheden apart om gebruik na een verandering van apparatuur of contacten aan te tonen. Het willekeurig splitsen van gegevens uit dezelfde bron beantwoordt slechts een deel van deze vragen. Onbekende defecten vallen evenmin automatisch onder een resultaat met drie klassen.
3. Vergelijk met bestaande bewaking op dezelfde verzameling monsters. Tel valse alarmen bij normale monsters, gemiste defecten en onjuiste defecttypeaanduidingen afzonderlijk ten opzichte van de referentielabels en behoud de werkelijke noemers. Vergelijk de classificatienauwkeurigheid uit het artikel niet met het alarmpercentage van een andere verzameling werkstukken. Wanneer de defectfrequentie van het product verandert, onderzoek dan ook de als defect en als normaal voorspelde groepen afzonderlijk om vast te stellen hoeveel afwijkingen in elke groep door de projectmethoden worden bevestigd.
4. Beoordeel ten slotte of de verklaring tot andere acties leidt. Controleer binnen de bestaande afhandelingsprocedure of de kleurbanden controles in de verkeerde richting verminderen of engineers helpen herkennen wanneer het model onbetrouwbaar is. Als alleen blijkt dat faseverklaringen intuïtiever aanvoelen, beperk de conclusie dan tot hun aannemelijkheid en behoud de noodzaak om de reacties van mensen te valideren.

De bruikbaarste eerste pagina voor een technische beoordeling kan uit slechts drie regels bestaan: foutenrichtingen en noemers onder de nieuwe omstandigheden; de verstoringsvergelijking waarmee de verklaring is getest; en de beoordelingstaken die gebruikers werkelijk hebben uitgevoerd. De random forest, TreeSHAP en kleurbanden per fase uit de studie bieden een combinatie die voor de eerste twee regels het onderzoeken waard is. Voor de derde is nog bewijs uit de beoogde werkomgeving nodig.

Lees ter verdere voorbereiding van een krimpkwaliteitsbeoordeling wat krimphoogte, trekkracht en dwarsdoorsneden elk laten zien om het gebruik van procescurven en inspectie van het eindproduct te onderscheiden. Meer onderzoeksanalyses en praktische handleidingen staan in de kennisbank.

Bronnen en leesnotities

Hoofdstudie: Hofmann, B., Bründl, P., Nguyen, H. G. en Franke, J., Transparent machine learning for crimp force monitoring using phase-based SHAP explanations, Industrial Artificial Intelligence 4, 2 (2026), DOI: 10.1007/s44244-026-00028-6. De Chinese analyse en evaluatiesuggesties zijn onafhankelijk geschreven op basis van de openbaar beschikbare volledige tekst; geen van de oorspronkelijke figuren is overgenomen. Het oorspronkelijke artikel valt onder de licentie CC BY 4.0. Het rekenvoorbeeld en de voorgestelde aanvullende tests in deze analyse zijn geen meetresultaten van de auteurs en vormen evenmin een reproductie of validatie op een productielijn door MTTJ.

Bronnen geraadpleegd op 7 oktober 2026. Als de auteurs later code vrijgeven, resultaten herzien of onafhankelijke validatie op verschillende apparatuur beschikbaar komt, moeten eerst de implementatievoorwaarden en de beoordeling van de overdraagbaarheid worden bijgewerkt.

AI heeft geholpen bij het ordenen van bronnen en het schrijven van dit artikel.