優化複雜流程

背景及目標

界定並開發一套數據工具，改善一個涉及發酵的複雜工業流程，同時優化產量及生產質量。

成果

• 產品已投入運作，並獲流程工程師廣泛採用。
• 至今平均產量提升 1.2 個百分點。
• 產品正推廣至所有廠房，並成為標準工具；其學習能力將進一步擴大成效。

我們的方法

監察

• 實時接收物聯網數據並監察批次
• 警示

模型及可解釋性

• 具 SHAP 可解釋性的機器學習模型，用以理解多變量相關性

最佳及最差批次

• 規則歸納引擎，找出最佳及最差批次