案例名称:【数字化推动冷藏箱发泡工艺优化】
公司名称:【中国国际海运集装箱(集团)股份有限公司(000039)】
案例简述:
国务院办公厅印发《“十四五”冷链物流发展规划》标示着冷链行业进入新的发展阶段。冷链全流程对载体均有非常高的温度控制性能要求,除了使用专用温度控制设备进行温度调节外,也需要用到特殊材料进行保温。聚氨酯泡沫是目前世界主流隔热材料之一,广泛应用于冷藏集装箱的保温层。当前业内普遍采用基于聚合MDI的闭式浇筑三明治发泡,其工艺涉及参数达到一百多种,且参数间存在明显的交叉关系,有的参数甚至人工难以观测。在这样的复杂场景下,传统的优化手段以人工经验主导,无法兼顾众多影响参数,目前已陷 入工艺瓶颈,难以突破。
本案例主要介绍如何利用数字化技术,分两个阶段推动冷藏箱保温材料硬质聚氨酯发泡工艺优化,打破工艺瓶颈。一阶段利用IOT对工艺过程进行数字化,通过对数据的分析挖掘,帮助生产趋向质量稳定。在数据积累可观量级后,二阶段以数字化为基础走向智能化,利用大数据技术进行特征工程处理,使用人工智能算法进行模型训练,并将AI模型与业务生产流程相结合,赋能工艺优化,从而降低生产成本,优化产品质量。该关键工艺摸索出的优化路线不仅为企业带来经济效益, 同样为行业提供了一种可行的应用模式参考。
扫码查看详细案例
好文章,需要你的鼓励
本文探讨代理型 AI 如何推动网络安全变革。CrowdStrike CEO George Kurtz 详细介绍了其在自主威胁响应中的应用及由此带来的新风险,强调了数据驱动策略的重要性。
Ai2 最近发布了名为 Olmo 2 1B 的 10 亿参数小型 AI 模型,在算术推理与事实核查测试中表现优于 Google、Meta 与阿里,尽管存在潜在风险,不建议商业应用。
在人工智能推动海量数据处理需求下,电力短缺问题愈发严重。为突破电网瓶颈,开发商正通过现场发电、天然气和小型模块反应器等措施,确保数据中心高效、可靠地供电。
一项新研究称 LM Arena 平台存在不公正操作,偏向大企业私测的专有模型,而开放模型得不到足够评测,平台运营者对此表示争议。