2021.12.03
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
機器設備商應用Azure機器學習來實現更精準的預測零件剩餘壽命
生產線無預警停工會導致重大損失，常見方法是在零件損壞前定期更換零件，但這樣會增加維護時間跟零件耗損成本。日本機械製造商「株式会社小松製作所」利用Azure平台，將遠端監控所收集下來的數據儲存於雲端並使用 Azure 機器學習構建預測模型來計算零件的預期壽命，並利用Power BI視覺化顯示結果。小松製作所表示: “我們的測試表明，Azure 機器學習的準確率與其他機器學習工具相同，但成本要低得多。與量身開發的AI診斷系統相比，Azure機器學習訂閱的投資成本幾乎為零，從而能更投入於緊密的開發工作。”
來源：Komatsu Industries optimizes machinery up-time and predicts remaining useful life of components using Azure Machine Learning
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800 高雄市新興區民生一路56號11樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900