Verbesserung der Vorhersage der Produktionsdauer durch maschinelles Lernen (KI)
intelliDivide Cutting
Vorhersagegenauigkeit des auf maschinellem Lernen basierenden Modells. Dargestellt wird die Abweichung der Vorhersage von der tatsächlich benötigten Zeit in Sekunden pro Schnittplan.
Vorhersagegenauigkeit des bisher verwendeten Simulationsmodells. Dargestellt wird die Abweichung der Vorhersage von der tatsächlich benötigten Zeit in Sekunden pro Schnittplan.
Bisher basierte die Vorhersage der Produktionszeit in intelliDivide Cutting auf einem Simulationsmodell, das die tatsächlichen Gegebenheiten vor Ort nicht ausreichend berücksichtigen konnte. Dadurch konnten Abweichungen zwischen der Vorhersage und der tatsächlich benötigten Zeit auftreten.
Um die Vorhersagen zu verbessern, haben wir nun ein neues, auf maschinellem Lernen basierendes Modell implementiert, das anonymisierte Feedback-Daten von Sägen, die mit tapio verbunden sind, nutzt. Diese Daten werden kontinuierlich in das Modell eingespeist, um die Vorhersage von neu berechneten Schnittplänen auf tatsächlichen, realen Werten basieren zu lassen.
Sägen, die bereits über 500 Schnittpläne geschnitten und über tapio zurückgemeldet haben, profitieren von noch genaueren Ergebnissen, indem individuelle Rückmeldedaten zur Vorhersage der Produktionszeit genutzt werden.
Diese Verbesserungen ermöglichen eine bessere Planung der Produktion sowie eine genauere Kalkulation von Angeboten.
Zurück zur Übersicht