Godterisskyen: microsoft azurblå er søt for henne

Hva skjer når du kombinerer et 123 år gammelt selskap, et 172 år gammelt produkt og dagens blødende skyteknologi? For The Hershey Company var oppskriften intet mindre enn deilig. Den Pennsylvania-baserte produsenten av Twizzlers lakris slet med å produsere en jevn strøm av rødt godteri da det strømmet fra et gigantisk kar gjennom en ekstruder (hvor det til slutt ville bli kuttet i spiralutformingen).

Hvis maskinen gikk for kald, ble det ikke produsert nok lakris. Hvis maskinen gikk for varm, ble det produsert for mye lakris. Da det ble produsert for mye lakris, måtte Hershey gi bort det godteriet med tap. Vi snakker tonnevis med gratis godteri. For referanse: Når ekstruderen løp for varmt, ville den ekstrudere 100 ekstra gram lakris i minuttet. Flott for oss! Dårlig for Hershey. For å opprettholde et jevnt utløp, tildelte Hershey operatørene å gjøre manuelle justeringer i løpet av dagen for å sikre at maskinen aldri gikk for varm eller for kald. Dette viste seg å være en minimalt tilstrekkelig metode for å opprettholde stabil produksjon; Hershey var fast bestemt på å gjøre det enda bedre.

Selskapet implementerte Microsoft Azure for å beregne, måle og overvåke temperaturen på ekstruderen. For de av dere som ikke er kjent med Microsoft Azure, er det en samling av IT-applikasjoner som ligger i Microsoft-skyen. Microsoft Azure tilbyr verktøy for netthandel, BI, og til og med morsomme ting som spillutvikling. Ved å legge sensorer til det industrielle utstyret og mate dataene tilbake til Microsoft, kunne Hershey utvikle en bedre forståelse av når temperaturavvik skulle oppstå.

Hershey ønsket å forutsi hvilken vekt lakriset skulle bli uten å måtte stoppe maskinen og veie den, fortalte George S. Lenhart III, Senior Manager i IS Disruptive Solutions og IoT hos The Hershey Company. Ved å bruke sensorer innebygd i ekstruderen, som førte data tilbake til Microsoft Azure, var Hershey i stand til å overvåke nøyaktig hvor lang tid det tok før maskinen kjøles ned til en nøyaktig temperatur - og hvor lang tid det tok før maskinen varmet opp igjen.

Resultatet

Når standardavviket var blitt vurdert, og solide forutsigelser for når maskinen ville overstige tilfredsstillende høydepunkter og nedturer, hadde Hershey programmert Microsoft Azure for å kontrollere ekstruderen direkte. Ved å bruke Microsoft Azures maskinlæringsalgoritmer (ML), som ga produksjonsutstyret autonom kontroll over å heve og senke maskinens temperatur, ble ekstruderen justert 240 ganger om dagen - uten hjelp fra en menneskelig operatør.

Etter implementeringen av Microsoft Azure senket Hershey uønskede ekstrudering fra 100 gram per minutt til omtrent 25 gram per minutt. I tillegg ble de totale minuttene dramatisk redusert (selv om Lenhart ikke ga spesifikasjoner om hvor mye tid som ble redusert og hvor mye penger som faktisk ble spart).

Det første eksperimentet - overvåking av temperatur- og lavtemperatur - tok Hershey og Microsoft omtrent en uke å fullføre. Å perfeksjonere eksperimentet for automatisk å kontrollere temperaturjusteringene tok flere iterasjoner i løpet av seks måneder. Testing av skyens sikkerhet, som gjorde det mulig for ekstruderen å sende data frem og tilbake til Microsoft Azure, tok omtrent ti måneder.

Hershey er nå to år inne i prosjektet. Lenhart sa at nyere implementeringer for andre Microsoft Azure-kunder sannsynligvis vil være mye raskere takket være forbedringer av Microsoft Azure-teknologi, så vel som for nyere back-end smartmaskineri, som har modnet siden 2015. "Jeg kan tenke meg at vi ville ha noen oppe og løper i løpet av tre til fire måneder, "sa Lenhart, " og deretter tar det sannsynligvis fire til fem måneder til å perfeksjonere det. Og når jeg sier perfekt, mener jeg virkelig at det hele er hamret ut."

På spørsmål om han trodde Hershey og Azure noen gang kunne komme til det punktet hvor ingen lakris bortkastes under ekstrudering, ristet Lenhart på hodet. "Vi kommer aldri til å komme til null, " sa han.

"Så det er et spill i produksjonen som kalles variabilitet, " fortsatte han. "Vi vil redusere variabiliteten. Det spillet spilles alltid. Men hvis du tar forskjellen der, multipliserer det med antall minutter med antall timer med antall ekstrudere, snakker du om tonn lakris. " Søren!