建立运行证据
用同一个运行身份关联实际条件、阶段轨迹、材料、工装和质量结果。
PROCESS DIAGNOSIS · CONSTRAINED OPTIMIZATION
开源工艺追因与优化系统。把设备、生产和检验数据关联成可信证据,让每次真实配方运行持续支持下一份配方。
RECIPE OPTIMIZATION · RUN-042
产品界面示意 · 同时呈现事实、差异、不确定性和可执行下一步
FROM DATA TO DECISION
无需先建立实验,也无需工程师重新归类配方。系统自动关联已完成运行的实际参数、过程上下文和质量结果,在证据允许时生成独立的下一配方建议。
用同一个运行身份关联实际条件、阶段轨迹、材料、工装和质量结果。
已完成的真实配方运行通过质量和覆盖准入后,自动成为可复核的优化样本。
在目标、安全边界和历史覆盖范围内给出一份候选配方、预测区间和选择理由。
工程师在原有生产流程中确认;新运行回流后再生成下一份建议。
ENGINEER IN THE LOOP
Ingot 负责吸收真实运行、检查数据准入、计算并披露不确定性;工程师负责定义目标与安全边界、确认是否采用下一份配方。建议不自动下发,受控验证只在因果确认或越出历史覆盖时另行建立。
问题 · 变量 · 边界
协议 · 点位 · 单位
运行 · 轨迹 · 上下文
质量 · 来源 · 完整性
观察 · 建模 · 建议
采用 · 回流 · 沉淀
THE METHOD TOOLBOX
系统先判断真实运行是否完整、可比并覆盖至少两种实际配方,再按样本数量、数据覆盖和安全约束选择响应面或受约束优化。因果确认和越界探索才使用独立的受控验证。
核对数据是否完整、实际值与单位是否一致、时间和来源是否明确,并识别版本变化与漂移。
使用匹配比较、稳健统计、阶段轨迹和上下文分层缩小候选范围。
自动关联实际配方、过程上下文和已复核质量结果,并明确排除原因与证据范围。
在目标、安全边界和已观察参数包络内提出一份候选配方,同时说明预期、风险和选择理由。
WORKS WITH YOUR EXISTING SYSTEMS
系统通过统一的运行身份关联现有系统中的实际配方、过程和质量数据,形成用于工艺追因与配方优化的工程证据。生产执行、实时控制和合规审批仍由原有系统及工程团队负责。
MES · SCADA · Historian接收运行和过程事实,但不替代生产执行、监控或实时控制
LIMS · QMS · ELN关联检验、审核和研发记录,但不替代完整的质量或文档管理
DOE · 响应面 · 贝叶斯优化按问题和数据条件选择方法,不把一种算法套在所有场景上
确认 · 执行 · 回流系统提出下一配方;工程师设定边界并通过现有生产流程确认是否采用
STABLE CORE, EVOLVING METHODS
设备、产品或工艺场景变更时,需要重新配置数据映射、变量、目标、约束和上下文;运行身份、证据原则、独立建议记录和工程师决策权保持稳定。
真实数据支持工程判断,观察结论必须能够回到来源并接受验证
设备映射、变量、阶段、质量目标、安全约束、上下文和机理知识
统计方法、代理模型、优化策略、页面布局和语言模型
RUN IT YOURSELF
Ingot 采用 Apache-2.0 许可,可在厂内自托管。现场采集、运行证据、工艺追因、真实运行优化、可选受控验证和知识沉淀位于同一仓库;公开验证协议与结果可以独立复现。
主要软件流程已经实现并有自动化测试;真实工厂收益验证尚未完成。系统可用于产品评估和受控试点,现有证据不能证明其已稳定减少实验或缩短研发周期。
git clone https://github.com/liuweichaox/Ingot.git
cd Ingot
cp .env.example .env
docker compose -f docker-compose.app.yml up -d --buildSTART WITH ONE REAL DATA LOOP
接入一组真实配方运行,核对实际参数和质量结果,让系统形成优化观察并给出第一份可审核的下一配方。