Wyjaśnienia AI w monitorowaniu siły zaciskania: dowody trafności i zrozumiałości

Pojawia się alarm „brakujące druciki”, a ekran podświetla na czerwono fragment krzywej siły zaciskania. Może to pomóc inżynierowi zdecydować, od czego zacząć kontrolę. Nie odpowiada jednak jeszcze na dwa pytania: czy w wyrobie rzeczywiście brakuje drucików i czy czerwony obszar pomaga użytkownikowi podjąć właściwe działanie.

Ten przegląd jest przeznaczony dla inżynierów jakości i procesu oceniających monitorowanie siły zaciskania z wykorzystaniem AI. Na przykładzie publicznie dostępnego badania Hofmanna i współautorów oddzielnie analizujemy wyniki klasyfikacji, wyjaśnienia modelu i efekty dla użytkowników. Wskazujemy mianowniki i warunki porównania, które można bezpośrednio wykorzystać podczas przeglądu technicznego. Artykuł opublikowano 31 marca 2026 r.; jego ostateczna wersja wydawnicza jest datowana na 10 kwietnia. Jest to przegląd tematyczny istniejącego badania. Oryginalny artykuł

Rozdziel trzy przedmioty oceny

Powiązania między tymi trzema obszarami można ustalać stopniowo, ale żaden nie zastępuje pozostałych. Zalecamy rozpocząć przegląd od kierunków błędów, następnie sprawdzić sposób testowania wyjaśnienia, a na końcu ustalić, jakie zadania praktyczne wykonali użytkownicy. W tej kolejności omawiamy poniżej dowody dostępne w artykule.

Od jednej krzywej do czterech kolorowych faz: co robi model

W badaniu zastosowano las losowy do klasyfikacji wstępnie przetworzonych krzywych siły zaciskania do trzech kategorii: stan normalny, brakujące druciki oraz izolacja zaciśnięta w strefie zacisku żyły. Las losowy składa się z wielu drzew decyzyjnych. Każde drzewo wydaje ocenę na podstawie cech wejściowych, a oceny są łączone w wynik modelu. W tym badaniu danymi wejściowymi są kolejne punkty próbkowania krzywej, a nie pojedyncza wartość szczytowa wybrana przez człowieka. Następnie TreeExplainer z biblioteki SHAP oblicza wkład każdego punktu próbkowania w wynik dla określonej klasy. Artykuł, rozdział 3; Oficjalna dokumentacja lasu losowego

Łańcuch przetwarzania można odczytać następująco:

1. Akwizycja i przetwarzanie wstępne→
2. Las losowy wyznacza klasę→
3. TreeSHAP wyjaśnia wynik dla tej klasy→
4. Wkłady są agregowane według faz procesu→
5. Kolory są wyświetlane na oryginalnej krzywej

Jest to schemat relacji w obrębie metody. Klasyfikacja następuje przed wyświetleniem kolorów; kolory nie stanowią dodatkowej, niezależnej kontroli jakości.

Nie należy zakładać, że wszystkie istniejące systemy monitorowania siły zaciskania ograniczają się do porównywania pojedynczej wartości szczytowej. Przywołany w artykule opis producenta BB07i4 obejmuje porównywanie z krzywymi odniesienia, obsługę dryftu i wiele ustawień odniesienia. Omawiany wkład badawczy łączy wyuczoną klasyfikację z wyjaśnieniami odnoszącymi się do faz. Artykuł nie przedstawia wspólnego porównania wystarczającego do ilościowego potwierdzenia przewagi „nad wszystkimi tradycyjnymi systemami monitorowania”. Opis BB07i4 producenta

Autorzy dzielą krzywą na cztery fazy: ustawianie, zawijanie, ściskanie i odprężenie sprężyste. Odpowiadają one początkowemu kontaktowi skrzydełek końcówki ze stemplem zaciskającym i ich ustawieniu, zawijaniu skrzydełek do wnętrza w kierunku żyły, zagęszczaniu żyły i końcówki oraz sprężystemu powrotowi po cofnięciu stempla. W badaniu stosuje się indeksy graniczne 75, 150, 345 i 500. Są to pozycje w ramach konkretnej metody przetwarzania danych. Nie można ich bezpośrednio stosować jako czasów, przemieszczeń ani uniwersalnych parametrów podziału dla innej maszyny. Artykuł, rozdziały 2.1 i 3.5, równanie 4

Agregacja faz zawiera łatwy do przeoczenia szczegół: w równaniu 6 oblicza się średnią wartości SHAP w każdej fazie, a następnie normalizuje wynik, tworząc pasma kolorów. Nie zamienia to każdej z czterech faz w „prawdopodobieństwo uszkodzenia” ani nie polega na prostym sumowaniu wszystkich bezwzględnych wkładów w danej fazie.

Rozważmy czysto arytmetyczny przykład. Wkłady dwóch punktów w tej samej fazie wynoszą +0,02 i -0,02. Ich średnia z zachowaniem znaków wynosi 0, a średnia ich wartości bezwzględnych to 0,02. Pierwsza zachowuje relację między wkładami wzmacniającymi się i znoszącymi, natomiast druga opisuje wielkość wkładu. Te dwie agregacje odpowiadają na różne pytania. Nie są to pomiary z artykułu. Odczytując lub odtwarzając mapę kolorów, należy łącznie zachować wyjaśnianą klasę, znaki, metodę agregacji i reguły normalizacji kolorów. W przeciwnym razie zmienia się znaczenie „najbardziej czerwonego obszaru”.

TreeSHAP wyjaśnia, jak wynik modelu różni się od wartości bazowej. Wymaga również wyboru sposobu traktowania zależnych cech wejściowych. Kolejne punkty krzywej są skorelowane, dlatego wersja oprogramowania, dane tła i opcje dotyczące zależności cech również należą do warunków wyjaśnienia. Samo zapisanie mapy kolorów nie sprawia, że ten sam kolor staje się niezmiennym wskaźnikiem między wersjami. Oficjalna dokumentacja TreeExplainer

Jakie błędy składają się na wynik 95,9%?

W badaniu zarejestrowano 1 617 krzywych dla dwóch par przewód–końcówka, z przewodami o przekrojach 0,50 mm² i 0,35 mm². Badacze celowo przygotowali próbki z brakującymi drucikami i izolacją zaciśniętą w strefie żyły. Dane podzielili losowo na 1 293 próbki treningowe i 324 próbki testowe. Nie jest to zbiór zapisów dotyczących wysyłek, pobranych zgodnie z częstością występowania wad na rzeczywistej linii produkcyjnej. Artykuł, rozdział 3.2

Autorzy podają trafność klasyfikacji do trzech klas na poziomie 95,9%. Poprawność jest tutaj określana względem etykiet autorów. Etykietę celowo przygotowanej wady nadal trzeba odróżniać od niezgodności stwierdzonej na podstawie wymagań dotyczących wyrobu. Najpierw rozdzielmy kierunki błędów:

Wartości procentowe w tabeli są opisowymi, zaokrąglonymi wynikami obliczonymi na podstawie liczebności z artykułu. Ich mianownikami są odpowiednio liczba próbek oznaczonych jako normalne i liczba próbek oznaczonych jako wadliwe. Nie są to ani całkowity odsetek błędów, ani udział wad wśród próbek uznanych przez model za normalne. Macierz pomyłek powinna jednoznacznie wskazywać, która oś odpowiada etykietom odniesienia, a która przewidywanym klasom. W przeciwnym razie tę samą komórkę łatwo odczytać jako odpowiedź na inne pytanie. Artykuł, rozdział 4.1; Definicja macierzy pomyłek

Między podaną wartością a liczebnościami w tekście występuje również niewielka rozbieżność. Łącznie jest to 6 + 4 + 3 = 13 błędnych klasyfikacji. Ponowne obliczenie dla 324 próbek daje trafność klasyfikacji do trzech klas wynoszącą około 96,0%, co nie odpowiada dokładnie podanym przez autorów 95,9%. Zachowujemy więc wynik autorów, a liczby błędów i mianowniki przedstawiamy oddzielnie, bez twierdzenia, że przeliczenie daje dokładnie zgodny rezultat.

W przeglądzie jakości ważniejsze jest rozróżnienie między myleniem dwóch klas wad a uznawaniem wadliwej próbki za normalną. Pierwszy przypadek wpływa na kierunek diagnozy, drugi dotyczy zdolności modelu do wykrywania wad. Jeśli zadanie ograniczymy do dwóch klas — normalnej i wadliwej — 3 pomyłki między klasami wad przestaną być błędami, a wskaźnik się zmieni. To także pokazuje, dlaczego nie można bezpośrednio porównywać trafności różnych zadań klasyfikacyjnych.

Co potwierdzają testy z zaburzeniami

Aby sprawdzić użyteczność wyjaśnień fazowych, badacze zerowali wybrane fazy, zastępowali je wartościami losowymi albo usuwali, po czym ponownie trenowali modele tą samą metodą. Kombinacje jednej, dwóch i trzech faz dały 42 modele z zaburzeniami, porównane z modelem bazowym bez zaburzeń. Jest to porównanie tego, co nadal może osiągnąć model ponownie wytrenowany bez informacji z określonego obszaru. Nie jest to jedynie jednorazowe zamaskowanie wejścia pierwotnego modelu. Artykuł, rozdziały 3.7 i 4.2

W tabeli 4 zaburzenie samej fazy ściskania daje trafność 0,861 dla każdej z trzech metod, poniżej podanej przez autorów wartości bazowej 0,959. Zaburzenie samej fazy zawijania lub odprężenia sprężystego daje we wszystkich odpowiadających przypadkach wynik 0,954. Potwierdza to konkretne ustalenie: dla tych danych i tej metody porównania faza ściskania zawiera informacje klasyfikacyjne, których brak jest trudniejszy do skompensowania przez pozostałe obszary.

Test ten nie dowodzi bezpośrednio, że czerwony obszar jest fizyczną przyczyną wady. Na spadek wyników po ponownym trenowaniu wpływają ilość usuniętych informacji, możliwość kompensacji przez inne fazy, model i sposób podziału danych. Artykuł wskazuje też, że fazy zawierają różne liczby punktów próbkowania. Usunięcie dłuższej fazy może powodować większą stratę; sam rozmiar straty nie dowodzi, że każdy punkt jest ważniejszy.

Jeśli kolejnym krokiem ma być porównanie dwóch metod wyjaśniania, można zaproponować bardziej ukierunkowany test dodatkowy. Niech każda metoda wybierze taką samą liczbę punktów lub przedziały o tej samej długości, a następnie porównajmy je przy tej samej metodzie zastępowania, ustawieniach treningu i zbiorze testowym. Propozycja ma ograniczyć wpływ czynnika zakłócającego, jakim jest „usunięcie większej ilości”. Nie jest wynikiem już uzyskanym w artykule.

Zgodność opinii inżynierów z wyjaśnieniem fazowym nie dowodzi poprawy wykonywania zadań

W części dotyczącej czynników ludzkich dwóch ekspertów procesu oceniało wpływ poszczególnych faz na krzywe, których klasy jakości były już znane. Ich oceny porównano następnie jakościowo z wizualizacjami. Pozwala to sprawdzić, czy wyjaśnienia zasadniczo odpowiadają wiedzy zawodowej. Nie dostarcza jednak trafności ocen operatorów z wielu zmian w testach z ukrytymi odpowiedziami, czasów reakcji na alarm ani zmian liczby błędnych działań przed dodaniem pasm kolorów i po nim. Artykuł, rozdział 4.3

Te dwa pytania można testować oddzielnie:

• Aby sprawdzić wiarygodność wyjaśnienia fazowego, należy zapytać inżynierów, na jaki obszar krzywej powinna wpływać dana wada, a następnie porównać odpowiedź z obszarem wyróżnionym przez model.
• Aby sprawdzić, czy interfejs pomaga reagować, należy poprosić użytkowników o pracę z zapisami, dla których nie znają odpowiedzi. Obserwujmy ich oceny najpierw na podstawie oryginalnej krzywej, potem wskazania klasy, a następnie wyjaśnienia fazowego. Zapis „nie można rozstrzygnąć” też ma znaczenie; nie należy za każdym razem wymuszać wskazania przyczyny.

W drugim porównaniu najlepiej utrzymać stały poziom trudności próbek i zakres dostępnych informacji oraz uwzględnić efekt uczenia się wynikający z kolejności prezentacji. Szybsza druga odpowiedź może bowiem oznaczać jedynie, że osoba widziała już tę samą krzywą. Zachowujmy też obrazy wyjaśnień dla próbek przeoczonych lub błędnie sklasyfikowanych. Jasne wyjaśnienie nadal może wyjaśniać błędną predykcję.

Co jest obecnie dostępne, a czego brakuje do przeniesienia metody?

Artykuł udostępnia pełny tekst i odsyła do zbioru Crimp Force Curve Dataset w Harvard Dataverse oraz publikacji w Scientific Data opisującej akwizycję, etykietowanie i walidację techniczną. Aktualne wydanie zbioru to V3.0. Pełny zbiór zawiera 2 439 krzywych, a więc różni się od podzbioru 1 617 krzywych wykorzystanego w badaniu. Dane zachowują zarówno etykiety ręczne, jak i decyzje CFM, w tym zapisy, w których są one rozbieżne. Przed oceną należy określić używane etykiety odniesienia i ustalić rzeczywistą zgodność metodami właściwymi dla projektu. Materiały publiczne umożliwiają ocenę metod offline; dostęp do zbioru danych nie jest zwalidowanym oprogramowaniem do monitorowania online. DOI zbioru danych; Publikacja opisująca dane

Autorzy udostępniają też publiczne repozytorium kodu cfc-analysis. Podany odnośnik wskazuje konkretny commit cf20535 z 22 sierpnia 2025 r., zawierający pliki przetwarzania wstępnego, walidacji i wykreślania danych. Ułatwia on zrozumienie danych. Nie dowodzi udostępnienia kompletnego kodu lasu losowego, TreeSHAP i interfejsu dla badania z 2026 r.

Na potrzeby tego przeglądu nie pobraliśmy i nie uruchomiliśmy pełnego zbioru danych ani nie uzyskaliśmy i nie uruchomiliśmy kompletnego pakietu kodu treningu, podziału i wizualizacji badania SHAP. Stwierdzenie dokładnego odtworzenia wymagałoby jeszcze wspólnego sprawdzenia:

• wersji danych i identyfikatorów faktycznie użytych próbek;
• przetwarzania wstępnego i zakresów skalowania;
• przydziału do zbiorów treningowego i testowego oraz ziaren losowości;
• wersji zależności i opcji SHAP;
• granic faz i reguł wyświetlania.

Nie można zakładać, że jednokrotne trenowanie według parametrów z artykułu da taki sam wynik.

Jeśli ocena ma objąć nowe końcówki, przewody lub urządzenia, dowody można przygotować w poniższej kolejności. Są to zalecenia dotyczące oceny, a nie kryteria zwolnienia do produkcji.

1. Najpierw ustal sposób uzyskiwania etykiet odniesienia. Zapisz, jak przygotowuje się i potwierdza brakujące druciki oraz izolację wciśniętą w zacisk, a także jak odróżnia się drobne anomalie od stanów dopuszczalnych. Zachowaj te informacje razem z identyfikatorami próbek. Jeśli etykiety są mylone, poprawa wyniku modelu nie rozwiąże problemu definicji jakości.
2. Zarezerwuj nowe warunki do rzeczywiście zewnętrznego testu. Aby wykazać możliwość stosowania między partiami, wyłącz całe partie z treningu. Aby wykazać przydatność po zmianie urządzenia lub końcówki, wyłącz odpowiednie warunki. Losowy podział danych z tego samego źródła odpowiada tylko na część tych pytań. Wynik dla trzech klas nie obejmuje też automatycznie nieznanych wad.
3. Porównaj z istniejącym monitorowaniem na tym samym zbiorze próbek. Oddzielnie policz fałszywe alarmy dla próbek normalnych, przeoczone wady i błędne wskazania typu wady względem etykiet odniesienia, zachowując rzeczywiste mianowniki. Nie porównuj trafności z artykułu z częstością alarmów dla innego zbioru wyrobów. Gdy zmienia się częstość występowania wad produktu, sprawdź osobno grupy przewidywane jako wadliwe i normalne, ustalając, ile anomalii w każdej grupie potwierdzają metody stosowane w projekcie.
4. Na końcu oceń, czy wyjaśnienie zmienia działania. W ramach istniejącej procedury reakcji sprawdź, czy pasma kolorów ograniczają kontrole prowadzone w niewłaściwym kierunku lub pomagają inżynierom rozpoznać niewiarygodność modelu. Jeśli jedynym ustaleniem jest większa intuicyjność wyjaśnień fazowych, ogranicz wniosek do ich wiarygodności i nadal wymagaj walidacji reakcji użytkowników.

Najbardziej użyteczna pierwsza strona przeglądu technicznego może zawierać tylko trzy wiersze: kierunki błędów i mianowniki w nowych warunkach, porównanie z zaburzeniami użyte do przetestowania wyjaśnienia oraz zadania oceny rzeczywiście wykonane przez użytkowników. Las losowy, TreeSHAP i pasma kolorów faz z badania tworzą zestaw wart zbadania w odniesieniu do pierwszych dwóch wierszy. Trzeci nadal wymaga dowodów z docelowego środowiska pracy.

Aby dalej przygotowywać przegląd jakości zaciskania, przeczytaj, co pokazują wysokość zacisku, siła wyrywania i przekrój, i rozróżnij zastosowania krzywych procesu oraz kontroli gotowego wyrobu. Więcej przeglądów badań i poradników praktycznych znajdziesz w bibliotece materiałów.

Źródła i uwagi do lektury

Główne badanie: Hofmann, B., Bründl, P., Nguyen, H. G. i 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. Chiński przegląd i zalecenia dotyczące oceny opracowano niezależnie na podstawie publicznie dostępnego pełnego tekstu; nie reprodukowano żadnej z oryginalnych ilustracji. Oryginalny artykuł jest udostępniony na licencji CC BY 4.0. Przykład arytmetyczny i proponowane dodatkowe testy nie są wynikami pomiarów autorów ani nie oznaczają odtworzenia badania lub walidacji na linii produkcyjnej przez MTTJ.

Dostęp do źródeł: 7 października 2026 r. Jeśli autorzy udostępnią kod, zmienią wyniki albo pojawi się niezależna walidacja na różnych urządzeniach, w pierwszej kolejności należy zaktualizować warunki implementacji i ocenę możliwości przeniesienia metody.

AI wspomagała porządkowanie źródeł i przygotowanie tekstu tego artykułu.