Autonomiczne sterowanie oparte na sztucznej inteligencji zapewnia natychmiastowe oszczędności kosztów

CelZmniejszenie zużycia surowców przy jednoczesnej optymalizacji jakości rozciągania na mokro.

<h6>Wyzwanie dla klienta</h6> <p>Północnoamerykański producent bibułki higienicznej i ręczników był zainteresowany zmniejszeniem zużycia surowców przy jednoczesnej optymalizacji jakości mokrego materiału rozciągliwego. Młyn stosował nieefektywny schemat dozowania chemii wytrzymałości na mokro. Dynamicznie zmieniająca się natura produkcji ciągłej oraz okresowe pomiary jakości w procesie produkcji tkanek stawiają wyzwania w zakresie optymalizacji.</p> <h6>Zalecane rozwiązanie&nbsp;</h6> <p>Firma Solenis poleciła OPTIX™ Applied Intelligence – platformę analityki predykcyjnej opartą na uczeniu maszynowym, która posiada możliwości autonomicznego sterowania. OPTIX generuje wirtualny pomiar jakości rozciągania na mokro w czasie rzeczywistym przy użyciu funkcji uczenia maszynowego.</p> <h6>Osiągnięte wyniki</h6> <p>W ciągu sześciu miesięcy stosowania autonomicznej kontroli OPTIX zakład osiągnął 25% redukcję zużycia środków chemicznych o wytrzymałości na mokro. Autonomiczne algorytmy sterowania dostosowały dozowanie chemii wytrzymałości na mokro, aby zapewnić osiągnięcie docelowej jakości rozciągania na mokro. Autonomiczna kontrola oparta na sztucznej inteligencji zoptymalizowała jakość rozciągania na mokro, zmniejszając wahania o 23% i zwiększając zgodność z celem o 98%, jednocześnie unikając produkcji nieodpowiedniej jakości.</p> <h6>Następne działania</h6> <p>Drugie rozwiązanie OPTIX stosowane do optymalizacji gramatury podstawowej na tej samej maszynie w celu dalszego zmniejszenia zmienności i kosztów operacyjnych.</p> <p><img style="max-width: 100%; width: auto; height: auto; display: block; margin-left: auto; margin-right: auto;" src="/link/a8a55e9c89ab4f4a8e9829def3d98785.aspx" alt="" width="1100" height="827" /></p>