魏德米勒工业数据分析解决方案帮助GEA

GEA是一家长时间致力于状况监测的供货商，随着魏德米勒最新的主动化机器学习软件的推出，GEA期望开发和扩展在设备方面供给的服务，在德国厄尔德启动了相应的“试点”项目。

　　数字技能和工业4.0给机械和工程职业的公司带来挑战的同时也带来了全新的机遇：他们需求可以依据单个产品和客户要求调整出产设施。服务事务越来越遭到重视。

　　“长时间以来，咱们一向致力于机器状况监测，并树立了阈值剖析办法。咱们也知道，在这一范畴还有更多的潜力。”GEA服务产品管理高档副总裁Kerstin Altensuer解说道，“咱们期望绘制流程图，与客户一起优化运用程序。当然，咱们也期望树立新的商业形式和运用范畴，例如机器租借或订货。”

　　GEA在液体分离器和倾析器制造范畴具有125年的经历，口碑极佳。这些产品运用于各个职业，如食品、化学和制药工业以及生物技能、能源工业、航运业和环境技能工业。

　　GEA期望经过创立新事务形式或运用发掘更多收入来历。Kerstin Altensuer说：“咱们意识到，在这些项目中咱们需求数据专家的专业常识和协助。找到合适的算法专家并招引他们参加团队并不简单，这使得工作变得愈加杂乱。”

　　GEA期望经过创立新事务形式或运用发掘更多收入来历。Kerstin Altensuer说：“咱们意识到，在这些项目中咱们需求数据专家的专业常识和协助。找到合适的算法专家并招引他们参加团队并不简单，这使得工作变得愈加杂乱。”

　　GEA期望从头设计其向客户供给的服务，树立一系列智能服务。提高其设备的质量和性能，是发掘新商业形式的基础，这将使GEA在市场上具有竞争力。

　　德米勒的工业剖析事务部门经理Tobias Gaukstern解说说：“很快咱们就会明白，咱们首要需求经过概念证明(PoC)来验证项意图可行性，然后才干协助GEA独立开发和运营ML模型。”

　　未来经过运用主动机器学习软件服务，GEA的专家将可以独立练习机器学习算法或模型。Tobias Gaukstern解说道：“AutoML东西使运用程序专家运用ML的过程变得更快、更简单，而且不需求任何ML范畴的专家常识。”

　　机械工程公司经常面临这样的问题：他们的设计、主动化以及过程专家不能很简单地将他们的常识转化为机器学习范畴的解决方案。当前仅是将这些运用程序的专业常识汇集到一起或一个软件中都很困难，更不用说算法了。

　　GEA电子解决方案部门经理Matthias Heinrich解说道：“咱们对这个解决方案很感兴趣，由于咱们有很多职业工程师，他们对机器十分熟悉，而且在必定程度上可以解读数据。在魏德米勒的协助下，咱们现在可以将这些常识转化为一种算法。”

　　为了检验理论观测在GEA出产环境中的实地运用，咱们在厄尔德运用历史数据进行了概念证明(PoC)，承认是否可以实现主动检测乳品职业分离器中的异常行为。

　　这个项意图成功要归功于团队内部的紧密协作。一方面，区域临近是一个很大的优势，由于项目团队可以很简单地在短时间内开会讨论单个问题。

　　Kerstin Altensuer解说道：“从数据学家的角度来看，魏德米勒有着十分广泛的常识。同时，作为一家机械工程公司你会有遇知音的感觉，由于你要会见的不仅是IT专家，还是真实了解机器的工程师。”

　　作为该项意图一部分，GEA管理数据输入和需求剖析，而魏德米勒则负责概念证明。Tobias Gaukstern解说说：“这次分工协作是十分成功的。咱们有序积极的和谐，取得十分好的结果，这为试点运用和终究转化到系列出产打下了基础。”

魏德米勒工业数据分析解决方案帮助GEA

联系方式

工作时间