多年來,過程製造商使用各種工具來優化工業過程的特定的經濟目標。多變量過程控製(MPC),或更好的被稱為先進的過程控製(APC),是最常見的工具提供福利和增加利潤。然而,隨著進步繼續計算技術方麵,製造商轉移到簡化係統和減少依賴複雜的,耗時的建模技術。因此,他們最緊迫的挑戰之一在於有效地部署和維護資產與資源能力和見識。
由於健壯、安全雲服務釋放人工智能(AI)和統計方法,對時間序列數據常見的車間是容易。近年來,人工智能已經被證明是一個有價值的離線分析過程工程師的工具。不過,問題一直是——當工業用戶能夠利用人工智能關閉循環,消除人類的決策過程?
在最近的一份簡報Intelecy我們學會了用例的過程製造商已經成功地部署了一個人工智能
執行實時閉環優化解決方案。根據Intelecy,曾經是一個複雜的解決方案用於數據科學家,定製的集成,和數據湖泊,現在已經搬到一個簡單的解決方案通過雲服務,軟件即服務(SaaS)的好處MLOps(機器學習操作)照顧的模型。
Intelecy,總部位於挪威,成立一個簡單而強大的願景——讓可持續利用工業生產產生的大量的數據,利用其潛能。Intelecy的使命是使工業組織流程和減少浪費,提高排放、能源消耗和成本。公司擁有他們沒有代碼工業智能解決方案可以在幾分鍾內創建機器學習模型實時預測驅動效率,質量,和可持續性的優化。
我們學習了一個有趣的Intelecy用例——食品和飲料公司在挪威,齒Jaeren, 2014年開始生產設施連續流40000標簽,代表超過每天2.5億行數據。該公司旨在優化蛋白粉生產的產量,減少變化,質量目標。他們已經有近紅外光譜傳感器連續測量蛋白質,和過程變化是手動執行。使用Intelecy AI工具,齒Jaeren過程工程師建造的機器學習模型,預測蛋白質含量將如何發展未來的一個小時。Intelecy網關是數據實時流雙向OPC-UA。(AI /毫升)的預測預報模型被送回工廠SCADA控製過程。項目的結果,運營商可以自動過濾循環調整基於預測,意味著有更少的變化和更好的收益。
