Contexto y objetivos
Definir y desarrollar una herramienta de datos para mejorar un proceso industrial complejo que incluye una fermentación, con el fin de optimizar a la vez el rendimiento y la calidad de la producción.
Resultados
- El producto está en producción y los ingenieros de procesos lo han adoptado bien.
- Mejora del rendimiento medio hasta la fecha: +1,2 puntos porcentuales.
- El producto se está desplegando en todas las fábricas y se está convirtiendo en la referencia; su capacidad de aprendizaje aumentará aún más la mejora.
Nuestro enfoque
Seguimiento
- Ingesta de datos IoT en tiempo real y seguimiento de los lotes
- Alertas
Modelo e interpretabilidad
- Un modelo de aprendizaje automático con interpretabilidad SHAP para entender las correlaciones multivariantes
Mejores y peores lotes
- Un motor de inducción de reglas que identifica los mejores y los peores lotes
Otros casos de estudio
Todos los casos de estudio- Modelización y optimización de la cadena de suministro Mejorar la planificación y la logística de la transformación de materias primas agrícolas Leer el caso de estudio →
- RAG aumentado para la I+D Inteligencia competitiva sobre motores de avión, basada en un grafo de conocimiento, para un líder mundial del sector aeroespacial Leer el caso de estudio →
- Innovación con datos para mejorar la calidad Valorar una innovación interna de detección de defectos para un fabricante de aleaciones avanzadas Leer el caso de estudio →