Machine learning pour optimiser une synthèse chimique

Notre client a mandaté MP DATA pour étudier, avec une approche innovante, les causes racines potentielles des non-qualités et développer un moteur de recommandations de paramètres process permettant de maximiser la qualité en sortie en fonction du contexte de production.

Pour donner suite à une première analyse, nous avons mis en œuvre une approche analytique basée sur des modèles de prédiction 100% explicables et capable de prédire dès les premières phases de la synthèse le risque de non-qualité et les actions correctives à entreprendre pour le minimiser. L’explicabilité des modèles a permis non seulement de faciliter l’adoption de la solution, mais également de compléter les analyses de causes racines par des études ciblées de procédés, qui ont confirmé les conclusions de l’approche Machine Learning.

La solution a ensuite été intégrée directement en salle de conduite sur des écrans dédiés.