使用數(shù)據(jù)收集和分析來提高公司的效率和生產(chǎn)力，并開發(fā)新的商業(yè)模式，這一解決方案激發(fā)了機械和工廠工程師尋找新增長和收入可能性的興趣。GEA是一家長期致力于狀態(tài)監(jiān)測的供應(yīng)商，隨著魏德米勒ZUI新的自動化機器學(xué)習(xí)軟件的推出，GEA希望開發(fā)和擴展在設(shè)備方面提供的服務(wù)，在德國厄爾德啟動了相應(yīng)的“試點”項目。

工業(yè)4.0：挑戰(zhàn)和重大機遇并存
數(shù)字技術(shù)和工業(yè)4.0給機械和工程行業(yè)的公司帶來挑戰(zhàn)的同時也帶來了全新的機遇：他們需要能夠根據(jù)個別產(chǎn)品和客戶要求調(diào)整生產(chǎn)設(shè)施。服務(wù)業(yè)務(wù)越來越受到關(guān)注。“長期以來，我們一直致力于機器狀態(tài)監(jiān)測，并建立了閾值分析方法。我們也知道，在這一領(lǐng)域還有更多的潛力。”GEA服務(wù)產(chǎn)品管理高級副總裁Kerstin Altensuer解釋道，“我們希望繪制流程圖，與客戶一起優(yōu)化應(yīng)用程序。當(dāng)然，我們也希望建立新的商業(yè)模式和應(yīng)用領(lǐng)域，例如機器租賃或訂購。”
在算法中提供專業(yè)知識
GEA在液體分離器和傾析器制造領(lǐng)域擁有125年的經(jīng)驗，口碑極佳。這些產(chǎn)品應(yīng)用于各個行業(yè)，如食品、化學(xué)和制藥工業(yè)，以及生物技術(shù)、能源工業(yè)、航運業(yè)和環(huán)境技術(shù)工業(yè)。GEA希望通過創(chuàng)建新業(yè)務(wù)模式或應(yīng)用挖掘更多收入來源。Kerstin Altensuer說：“我們意識到，在這些項目中我們需要數(shù)據(jù)專JIA的專業(yè)知識和幫助。找到合適的算法專JIA并吸引他們加入團隊并不容易，這使得事情變得更加復(fù)雜”。
與其各自為戰(zhàn)，不如協(xié)作共贏
如何從合適的專JIA獲取專業(yè)的知識？正是在尋求解決這一問題的過程中，GEA了解到魏德米勒在工業(yè)分析領(lǐng)域的專業(yè)性。GEA希望重新設(shè)計其向客戶提供的服務(wù)，建立一系列智能服務(wù)。提高其設(shè)備的質(zhì)量和性能，是挖掘新商業(yè)模式的基礎(chǔ)，這將使GEA在市場上具有競爭力。
將行業(yè)工程師的知識轉(zhuǎn)化為算法
GEA和魏德米勒開始探索如何建立該項目，以及項目追求的核心目標(biāo)。魏德米勒的工業(yè)分析業(yè)務(wù)部門經(jīng)理Tobias Gaukstern解釋說：“很快我們就會明白，我們首先需要通過概念論證（PoC）來驗證項目的可行性，然后才能幫助GEA獨立開發(fā)和運營ML模型。”未來通過使用自動機器學(xué)習(xí)軟件服務(wù)，GEA的專JIA將能夠獨立訓(xùn)練機器學(xué)習(xí)算法或模型。Tobias Gaukstern解釋道：“AutoML工具使應(yīng)用程序專JIA使用ML的過程變得更快、更容易，并且不需要任何ML領(lǐng)域的專JIA知識。”機械工程公司經(jīng)常面臨這樣的問題：他們的設(shè)計、自動化以及過程專JIA不能很容易地將他們的知識轉(zhuǎn)化為機器學(xué)習(xí)領(lǐng)域的解決方案。當(dāng)前僅是將這些應(yīng)用程序的專業(yè)知識匯集到一起或一個軟件中都很困難，更不用說算法了。GEA電子解決方案部門經(jīng)理Matthias Heinrich解釋道：“我們對這個解決方案很感興趣，因為我們有很多行業(yè)工程師，他們對機器非常熟悉，并且在一定程度上能夠解讀數(shù)據(jù)。在魏德米勒的幫助下，我們現(xiàn)在可以將這些知識轉(zhuǎn)化為一種算法。”為了檢驗理論觀測在GEA生產(chǎn)環(huán)境中的實地應(yīng)用，我們在厄爾德使用歷史數(shù)據(jù)進行了概念論證（PoC），確認是否可以實現(xiàn)自動檢測乳品行業(yè)分離器中的異常行為。
密切合作的優(yōu)勢
這個項目的成功要歸功于團隊內(nèi)部的緊密合作。一方面，區(qū)域臨近是一個很大的優(yōu)勢，因為項目團隊可以很容易地在短時間內(nèi)開會討論個別問題。Kerstin Altensuer解釋道:“從數(shù)據(jù)學(xué)家的角度來看，魏德米勒有著非常廣泛的知識。同時，作為一家機械工程公司你會有遇知音的感覺，因為你要會見的不僅是IT專JIA，還是真正了解機器的工程師。”作為該項目的一部分，GEA管理數(shù)據(jù)輸入和需求分析，而魏德米勒則負責(zé)概念論證。Tobias Gaukstern解釋說:“這次分工合作是非常成功的。我們有序積極地協(xié)調(diào)，取得非常好的結(jié)果，這為試點應(yīng)用和ZUI終轉(zhuǎn)化到系列生產(chǎn)打下了基礎(chǔ)。 ”