华盛顿州普尔曼讯——闭环干燥解决方案利用机器学习和人工智能技术，为批量烘箱、连续生产线及工业工艺系统提供自动自适应干燥控制；新版软件体现了收购后的整合成果

Addium Inc. 今日推出了其全新的SKALA Solo自优化人工智能系统，旨在为批次烘箱、连续生产线和工业工艺系统实现干燥过程的自动化。SKALA Solo 体现了 Drying Technology, Inc. 的 Delta T 传感器技术及其专利算法与 AQUALAB 产品组合的深度融合。

Addium Inc. 于 2021 年 3 月收购了 Drying Technology 公司，旨在帮助加工商精确预测批次何时达到正确的含水率。无论是在烘焙、烘烤、脱水、腌制还是其他工业场景中，SKALA Solo 都能以极低的能耗和人力投入，提供高质量且稳定的成品。

SKALA Solo 依托人工智能、自动化、机器学习和自适应干燥技术，释放出强大的预测能力，通过将水分波动降低多达 30%，从而最大限度地提高产量。除了消除系统“停机时间”外，工业过程控制系统操作员每年还可节省多达 10% 的能源。

“有了 SKALA Solo，操作员无需再凭经验猜测食品何时熟透，”METER Group 的苏珊·纽曼博士说道。“SKALA 软件运行于设备 PLC 内部，可自动进行测量并调整水分控制，从而确保产品的一致性、质量和最佳工艺流程，使每批产品都能完美出炉，同时将浪费降至最低。 “能耗得以降低，因为系统在最佳含水率（而非过度干燥）下生产产品，无需返工，停机时间减少，且系统由SKALA Solo通过专门优化能耗的参数进行控制。”

在连接设备并利用现有工艺数据对 SKALA Solo 的先进机器学习算法进行训练后，食品企业将受益于一个自我优化的闭环系统。在每次干燥运行过程中，SKALA 的人工智能会预测工艺中的含水率，并自动调整干燥机控制参数，以生产出完美的成品。技术人员将独立测量含水率并将其输入 SKALA，随后系统会利用这些辅助数据点来测试和完善其预测模型，并抵消季节性波动的影响。

这通常能使产量提高2%至3%，相当于每年因减少干燥损失而节省10万美元至720万美元，具体金额取决于产量及每磅产品的成本。

“闭环控制使每位操作员都能达到相同的质量标准。当系统进行调整时，操作员需确保设备清洁、所有维护工作已完成，并确认系统中装载的是正确的产品。操作员会定期采集验证数据，将其输入闭环系统以验证模型。这为操作员营造了一种从容的工作氛围，因为精益制造使他们能够专注于对工艺成功至关重要的环节，”纽曼补充道。

智能自动化通过消除人为失误的风险，解决了产品生产中的不一致问题；SKALA Solo 基于数据自动做出决策，使操作员能够确保每批生产都能获得最佳效果。

“SKALA Solo 消除了因季节和环境条件导致的产品质量波动，”纽曼说道。“一段时间后，操作人员将能够实现无人值守，从而避免因需将干燥不足的物料多次送入干燥机而造成的不必要资源消耗。”

需要特别指出的是，与许多过于复杂且人手不足的工业4.0解决方案不同，部署SKALA Solo通常无需停机。 该解决方案的设计初衷是无需任何复杂的配置或昂贵的专业服务培训即可完成安装和启用。即使需要安装额外的传感器，停机时间也极短。此外，由于SKALA Solo消除了操作员需要等待产品从干燥机中出来才能测试含水率的环节，企业可以提高产量，而无需技术人员反复调整温度和设定值。

Solo 无需联网即可运行，既能带来智能工厂的优势，又无需承担网络安全风险、硬件投资成本，也不必冒“改造”整个工厂的风险。

关于

关于METER集团

METER集团提供实时、高分辨率的数据，为食品质量、环境研究、城市及农业领域的生产和工艺提供支持。凭借员工的智慧，METER将科学、工程与设计专长相结合，将物理测量数据转化为有价值的信息。

‍