提升原料需求預測、維修預測和供應鏈優化
雲端互動打造的機器學習模型不僅必須能與客戶現有的系統整合,還能更精準的預估礦物元素,此作法可謂產業先驅。此外,機器學習的應用可更進一步延伸至製造業其他面向,如精確預估原物料需求、改善預防性維護和保養(MRO)等,為製造業帶來巨大的革新。
挑戰
機器學習與深度學習的應用已經成為許多科技及工程領域中重要的預測模型。因應此趨勢和客戶需求,雲端互動結合客戶的產業數據、建構機器學習模型、優化其現有的校準軟體(calibration software),解決FLSmidth正面臨的痛點:使用更好的演算法來預測礦物加工的元素,優化複雜且精細的水泥選礦流程。
解決方案
雲端互動擁有自己的數據科學團隊,透過梳理龐大的產業數據,從數據採集、數據導入、分析和預測的過程,結合多種機器學習模型,為FLSmidth於現行多變量迴歸分析模型之上,打造一個更精確且具擴充性的選礦系統。