Sterlite使用机器学习将光纤制造成本降至最低

Sterlite技术有限公司专门从事光纤和电缆，超大规模网络设计，部署和网络软件。

在光纤制造过程中，玻璃材料开始受控滴注，以产生非常细的光纤链。这个过程涉及很多变量，可能会导致代价高昂的报废。

Sterlite的分析团队建立了一个机器学习模型，以尽可能减少废料数量。首先，光学试验机测量玻璃棒的一组参数。MATLAB^®将此数据集与玻璃圆柱体的几何属性结合起来，以计算纤维的理论轮廓，如果它是由结果预制件生产的。然后，另一个工程软件将纤维剖面转换为数据集，可以发送给机器学习模型，从而将纤维棒与圆筒进行匹配。这些复杂的步骤使用MATLAB Compiler™打包成一个轻量级应用程序，供车间操作人员使用。