在欧文斯康宁公司的研究中，数据科学家与材料科学家携手合作，将预测分析与科学研究结合在一起以简化该公司的创新工作。
该公司全球信息服务总监兼卓越分析中心主任Malavika Melkote说，“我们通常并不处理非常深入的科学和技术问题，我们在市场营销、客户供应链、制造业中处理许多问题。这是我们第一次在创新团队中开展纯粹科学项目的研究。”
这一举措是欧文斯康宁公司需要简化其开发和测试用于制造风力涡轮机叶片的材料流程的结果。为了应对这一挑战，需要IT团队、分析专家和该公司的创新团队密切合作，并由高级科学顾问Eric Carlier领导开发。
为了发展风能业务并满足客户的需求，欧文斯科宁公司必须通过优化玻璃纤维成分、更高的模量以开发更硬、更长的叶片，以及提供卓越的疲劳性能(以延长使用寿命)来不断改善复合材料的性能。
Carlier说：“我们的创新组织内有一个专门致力于开发新材料的团队，当我们谈论新材料时，它涉及很多方面。”
进行预测
他表示，开发和测试新材料的第一方面是开发新的玻璃纤维，然后将其放入模具中以创建涡轮叶片。第二个方面涉及玻璃纤维的成分，该成分使叶片具有有效传递能量所需的刚度。第三个方面一直是这项工作的重点，正在对玻璃纤维进行化学处理以将其与树脂更好地粘合在一起。这一过程复杂，时间冗长并且成本高昂。开发新的粘合剂可能需要数月或数年的时间，这种粘合剂可以使玻璃纤维粘在树脂或塑料上，从而制造出增强的玻璃纤维复合材料。
Carlier说：“叶片的刚度非常重要，这就是我们为什么要使用玻璃纤维的原因。显然，其他要求之一是确保材料可以在一定时间内使用。叶片的设计使用寿命为25年或更长时间，因此需要保证材料的使用寿命。”
这就是挑战的关键。虽然评估和预测疲劳性能的最短时间是几周，但这项测试必须确定这种材料在几十年内是否耐用。Carlier带领的团队需要对复合材料进行可重复的、可预测的和筛选的测试，以证明产品成分与最终产品性能之间的关系。
通过将预测分析引入到组合中，该公司已将任何给定新材料的测试时间从10天减少到大约2小时，这意味着更快的产品开发和减少重复性能测试的成本。
欧文斯科宁公司的这个项目获得了IT杰出CIO 100奖项。
科学与数据的融合
欧文斯科宁公司的数据科学家Gideon van den Broek认为，与Carlier带领的开发团队开展合作，以数据驱动的预测模型补充其经验方法是有意义的。
Melkote说：“van den Broek与Eri及其团队合作，试图在数据的背景下理解材料科学，并使用数据科学来提高洞察力、迭代和整体分析的速度。”
van den Broek带领的数据科学团队与Carlier带领的开发团队合作，该团队成员包括来自北美和欧洲的高分子化学家、材料测试科学家以及复合材料应用工程师。他们收集了有关要预测的产品性能的数据，并建立了一个模型了解这些性能如何与最终材料的性能相关。他们利用企业数据和分析平台，通过跨部门和全球范围内更有效的协作来加快全球技术团队的协作。他们还创建了一个用于存储的全球企业解决方案，以支持对所有测试和产品开发人员的工作结果进行分析。
这并不是说其工作开展就很顺利。van den Broek和他的团队建立的第一个预测模型就是一个无法解释的黑盒模型。
Carlier说，“我们开始为此进行讨论以提出一种更具信心的模型。对我而言，主要挑战之一是说服创新团队成员相信测试方法是最好的。当与团队成员一起工作时，要根据行业标准对材料进行测试，这很难说服他们，我们需要一些可以节省时间的技术。为此，能够解释这种模型如何工作对于获得这种信任至关重要。”
从分析方面来看，其挑战在于建立足够的专业知识以真正理解问题并建立信任。
Melkote说：“这只是试图克服一些障碍，即我们对行业的理解要有效地应用于数据科学领域有多深入。只要Gideon能够树立起数据科学家的公信力，就能充分理解并带来结果，那么其团队实际上就可以进一步提高其成熟度，使之更可信、更有用。”
Melkote表示，这一飞跃是开创性的。分析专家和创新团队现在正在研究其他几个项目，以在创新团队中实现更深层次的数据驱动的数字化转型。
Melkote说，“数据科学家可以帮助人们理解数据，并且可以向业务合作伙伴更好地进行解释，这很快带来更好的结果。”
Melkote认为，通过采用通用语言交流，与行业专家开展强有力的合作，是分析获得成功的重要组成部分。她还建议团队集中精力，明确范围，并且具有向他人提供帮助的能力。
她还指出，分析和技术领导者应毫不犹豫地参与处理最复杂的问题集。
她说，“不要害怕处理这些问题，因为这些专家拥有自己的技术背景和分析专长，可以通过良好的合作伙伴关系，证明自己能够处理这些难题。”
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号