使用机器学习最小化光纤制造成本

斯特莱特科技有限公司专业从事光纤电缆、超大规模网络设计、网络软件部署。

在光纤制造过程中，玻璃材料开始有控制的滴液来制造非常细的光纤。这个过程涉及许多变量，并可能导致昂贵的废料。

Sterlite的分析团队建立了一个机器学习模型，以尽可能地减少废料数量。首先，光学测试机测量一套玻璃棒的参数。MATLAB^®将这个数据集与玻璃圆柱体的几何特性相结合，以计算从结果预制件中产生的纤维的理论轮廓。然后，另一个工程软件将这种纤维轮廓转换成数据集，然后发送给机器学习模型，使之与圆柱体匹配。这些复杂的步骤使用MATLAB Compiler™打包成一个轻量级的应用程序，供车间操作员使用。