09.10.2024 by Dr. Marc Egelhofer
ИИ в лабораторията: Оптимизиран анализ на данни и контрол на качеството на пластмасови рециклирани материали
Лабораториите често се сблъскват с огромно количество данни от различни източници и инструменти. Управлението, анализът и използването на това количество данни е предизвикателство, особено когато данните са разпределени в различни системи. Това важи с особена сила за контрола на качеството на полимерните рециклирани материали при преработката на пластмаси. DIN SPEC 91446 определя четири нива на качество на рециклатите, които зависят от качеството на данните. Колкото по-високо е нивото на качество, толкова повече данни, свързани с качеството, трябва да се събират.
Следователно за лабораторията максималното качество означава и максимален брой точки с данни, които трябва да бъдат анализирани и документирани в ежедневната практика. Ето защо един от ключовите въпроси за лабораториите е как съвременните технологии като изкуствения интелект (ИИ) могат да бъдат интегрирани в съществуващите процеси, за да се повиши качеството и ефективността на данните.
AI - Случай на употреба на полимерни рециклирани материали
Един от казусите включва преработвател на пластмаси, който закупува смеси от рециклирани материали от различни доставчици. Дружеството се сблъсква със силно фрагментирано управление на данните. Измерените стойности, необходими за контрола на качеството, бяха разпръснати в различни електронни таблици в Excel, а ръчният анализ на тези данни отнемаше значителни ресурси.
В подобна среда използването на изкуствен интелект не може да осигури значително облекчение. Само чрез въвеждането на платформа, базирана на данни, в комбинация с цифров асистент, поддържан от ИИ, преработвателят на пластмаси успя да оптимизира значително процесите си. Платформата интегрира всички съответни данни от устройствата, като по този начин осигурява пълен преглед на анализираните материали.
След това дигиталният асистент, поддържан от ИИ, може да разгърне пълния си потенциал - от комплексен анализ на данни и идентифициране на корелации до визуализация на данни и генериране на отчети.
Сценарий за наблюдение на доставчика
Един особено показателен сценарий показва как наблюдението на доставчиците се улеснява с помощта на изкуствен интелект. Казусът показва например как с помощта на проста заявка се анализират данни от трима различни доставчици и бързо се установяват отклонения в доставените партиди. В един от случаите ИИ установява, че един от доставчиците е доставил партида с три пъти по-висок вискозитет от договорения. Този прецизен анализ на данните позволи на компанията да оцени по-добре качеството на доставчиците и да вземе информирани решения за бъдещите доставчици.
Също така беше възможно предварително да се избегне използването на материал с твърде висок вискозитет, което можеше да доведе до сериозни проблеми при обработката и по-ниско качество на продукта.
Заключение
Този пример от проучване на случай показва, че ИИ вече не е визия за бъдещето, а се използва в лабораториите още днес. Той помага за ефективното анализиране на large количества данни, като по този начин гарантира качеството на рециклираните пластмаси. Лабораториите, които разчитат на решения за управление на данни, поддържани от ИИ, се възползват не само от подобреното качество на данните, но и от значителна икономия на време и ресурси. Това в крайна сметка повишава конкурентоспособността и спомага за разработването на по-добри продукти.
Прочетете пълния текст на казуса за повече примери за това как ИИ може да подпомогне лабораторията:
