09.10.2024 by Dr. Marc Egelhofer
Umělá inteligence v laboratoři: Optimalizovaná analýza dat a kontrola kvality plastových recyklátů
Laboratoře se často potýkají s ohromným množstvím dat z různých zdrojů a přístrojů. Správa, analýza a využití tohoto množství dat je náročná, zejména pokud jsou data oddělena v různých systémech. To platí zejména pro kontrolu kvality polymerních recyklátů při zpracování plastů. Norma DIN SPEC 91446 definuje čtyři úrovně kvality recyklátů, které závisí na kvalitě dat. Čím vyšší je úroveň kvality, tím více dat relevantních pro kvalitu musí být shromážděno.
Maximální kvalita proto pro laboratoř znamená také maximální počet datových bodů, které je třeba analyzovat a dokumentovat v každodenní praxi. Jednou z klíčových otázek pro laboratoře proto je, jak lze do stávajících procesů integrovat moderní technologie, jako je umělá inteligence, aby se zvýšila kvalita a efektivita dat.
AI - Případ použití recyklátu polymerů
Jedna případová studie se týká zpracovatele plastů, který odebírá směsi recyklátů od různých dodavatelů. Společnost se potýkala s velmi roztříštěnou správou dat. Naměřené hodnoty potřebné pro kontrolu kvality byly rozptýleny v různých tabulkách Excelu a ruční analýza těchto dat zabírala značné zdroje.
V takovém prostředí nemůže použití umělé inteligence přinést žádnou významnou úlevu. Teprve zavedení platformy založené na datech v kombinaci s digitálním asistentem s podporou AI umožnilo zpracovateli plastů výrazně optimalizovat své procesy. Platforma integrovala všechna relevantní data ze zařízení, a poskytla tak kompletní přehled o analyzovaných materiálech.
Digitální asistent s podporou AI pak může naplno rozvinout svůj potenciál - od komplexní analýzy dat a identifikace korelací až po vizualizaci dat a tvorbu reportů.
Scénář sledování dodavatele
Zvláště názorný scénář ukazuje, jak je sledování dodavatelů usnadněno pomocí umělé inteligence. Případová studie například ukazuje, jak bylo možné pomocí jednoduchého dotazu analyzovat data od tří různých dodavatelů a rychle Identify odchylky v dodávaných šaržích. V jednom případě AI identifikovala, že jeden z dodavatelů dodal šarži s třikrát vyšší viskozitou, než bylo dohodnuto. Tato přesná analýza dat umožnila společnosti lépe posoudit kvalitu dodavatelů a učinit informovaná rozhodnutí o budoucích dodavatelích.
Bylo také možné se předem vyhnout použití materiálu s příliš vysokou viskozitou, což by mohlo vést k velkým problémům při zpracování a nižší kvalitě výrobku.
Závěr
Tento příklad z případové studie ukazuje, že umělá inteligence již není vizí budoucnosti, ale že se již dnes používá v laboratořích. Pomáhá efektivně analyzovat large množství dat, čímž zajišťuje kvalitu recyklovaných plastů. Laboratoře, které se spoléhají na řešení pro správu dat s podporou AI, těží nejen z lepší kvality dat, ale také ze značné úspory času a zdrojů. To v konečném důsledku zvyšuje konkurenceschopnost a pomáhá vyvíjet lepší výrobky.
Přečtěte si celou případovou studii, kde najdete další příklady toho, jak může AI podpořit laboratoře:
