Werfen: manteniment predictiu de congeladors

Estem molt contents de contar-vos la finalització d'un altre projecte més a Data Science per part de l'equip de TI. Aquest cop hem col·laborat amb Werfen, una companyia líder a nivell mundial en diagnòstic especialitzat.

Quan vam parlar amb l'Original Equipment Manufacturing Technology Center de Werfen tenien una necessitat molt clara: prevenir que es facin malbé les mostres biològiques. Per conservar aquestes mostres es fa ús de congeladors de temperatura ultrabaixa (ULT). Aquests són un tipus de nevera que emmagatzema contingut a temperatures d'entre -40⁰C i -86⁰C.
Werfen va proposar un repte a Procon Systems: predir quan aquests congeladors tinguin un mal funcionament i així prevenir que es facin malbé les mostres que els contenen. Per això ens van proporcionar dades de l'entorn del congelador que podrien afectar-ne el funcionament, com són la temperatura interior del congelador, temperatura de sala o la marca i model.

Mitjançant l'ús de xarxes neuronals recurrents per crear un autoencoder s'ha fet un model no supervisat per detectar anomalies que millora el sistema d'alarmes actual.

Un altre exemple de com aplicar les últimes tècniques de Machine Learning al sector de la Indústria 4.0!