图像显示
图像显示
通过实时预测产品质量优化
顶级3Petrochem公司
概述
大塑料厂三大洲超过36家工厂每年产生320亿磅热塑树脂和石化因客户订单独有性,公司必须转换制造设置来保证质量并测试批量质量当前质量缺乏实时可见度导致订单间隔时间长产品质量误差可能导致全订单失效测试,导致数百万元收入损失
BHC3TM流程优化应用实施后,制造商平均产品转换时间减少了30%以上,使公司能够确切理解产品进出时,节省数以百万计美元BHC3进程优化机预测差远小于稳态生产期间实验室测试,从而对机器学习模型的精度产生更大的信心
关于造型者
- 150亿欧元年收入
- 320亿磅温塑树脂
石化产品逐年生产 - 三大洲36家工厂
- 7000+雇员
构建并部署AI应用
使用AI预测产品样本质量时,我们综合相关数据并应用可缩放监督机学习算法团队汇总超过20亿行数据 八源编成统一联想图像数据表示为收集25BHC3类型建模关键设备间的关系和持续过程流,如喷口恢复压缩机、反应堆和产品排出系统团队随后分析理解制造设置与反应器内条件之间的延迟并创建32 000多时间表达式推断无法从原始数据提取的信息创建并调优机学习模型后,团队优化火车测试拆分以确保每一段数据中产品类型的适当平衡
项目高亮
- 从开机到制作准备应用10周
- 20亿行从8个数据源获取10年数据,以1分钟间隔度量
- 32,000+基于时间表达式构造机器学习
- 810万磅产品从低深度产品移到单行生产线高深度产品
结果
3000万美元
增益逐年捕获
95%
预测熔流精度和可溶性内容相对于实验室测试
8M+
磅产品逐行保存
50
减少实验室测试以确定产品质量
求解架构
周验结果非年份
接下步
找专家讲
向一位AI专家讲讲BHC3产品能为能源部门做些什么
请求演示
参考BHC3AI平台并深入学习应用
调度简介
人见BHC3团队 并看看和我们合作是什么感觉