Что именно изменилось в контроле качества по сравнению с прежним процессом?

Раньше операторы вручную проверяли тесто и корректировали параметры уже после появления отклонений. Теперь ML-модель в реальном времени прогнозирует характеристики будущих чипсов и предлагает изменить рецепт или настройки оборудования до выпуска партии.

Какие данные использует цифровой двойник и насколько детально он отслеживает производство?

Система собирает около 200 точек данных каждую миллисекунду, включая влажность, размер частиц муки, сорт картофеля и сезон сбора урожая. Для обработки используется Siemens Industrial Edge Device, который поддерживает постоянно обновляемую цифровую копию теста.

Во сколько обошёлся проект и как устроена ML-система?

В цифрового двойника на заводе Pringles в Кутно инвестировали 4–5 млн долларов. Решение использует две ML-модели: одна работает прямо на производственной линии в реальном времени, вторая предназначена для более глубокого анализа факторов качества.

Новости

На заводе Pringles в Польше внедрили цифрового двойника для контроля качества чипсов

Обновлено: 6 августа 2026 г.

Инфографика: 4–5 млн долларов инвестиции в проект — Графика: hegai.media

Kellanova вместе с Siemens внедрила на заводе в Кутно цифрового двойника производственной линии Pringles. Система анализирует около 200 параметров каждую миллисекунду, среди них влажность, размер частиц муки, сорт картофеля и сезон сбора урожая. ML-модель в реальном времени прогнозирует характеристики будущих чипсов и подсказывает операторам, когда нужно скорректировать рецепт или настройки оборудования.

Как сообщает Hi-Tech Mail (Hi-Tech Mail.ru), в проект инвестировали 4–5 млн долларов. Решение использует данные с сенсоров и машин, которые обрабатываются на Siemens Industrial Edge Device. На их основе формируется постоянно обновляемая цифровая копия теста. Система замечает даже небольшие изменения сырья, в том числе размер частиц муки.

В компании говорят, что на вкус, форму и хруст Pringles влияет более 200 факторов. Раньше операторы контролировали качество вручную: проверяли тесто, взвешивали готовые чипсы и меняли параметры уже после появления отклонений. Теперь производство работает на опережение. Одна ML-модель действует в реальном времени прямо на линии, вторая используется для более глубокого анализа.

Ключевые факты

В проект цифрового двойника на заводе в Кутно инвестировали 4–5 млн долларов
Система собирает около 200 точек данных каждую миллисекунду
На итоговые характеристики Pringles влияет более 200 факторов
Решение использует две ML-модели: одна работает в реальном времени на линии, вторая предназначена для более глубокого анализа

Вопросы и ответы

Что именно изменилось в контроле качества по сравнению с прежним процессом?: Раньше операторы вручную проверяли тесто и корректировали параметры уже после появления отклонений. Теперь ML-модель в реальном времени прогнозирует характеристики будущих чипсов и предлагает изменить рецепт или настройки оборудования до выпуска партии.
Какие данные использует цифровой двойник и насколько детально он отслеживает производство?: Система собирает около 200 точек данных каждую миллисекунду, включая влажность, размер частиц муки, сорт картофеля и сезон сбора урожая. Для обработки используется Siemens Industrial Edge Device, который поддерживает постоянно обновляемую цифровую копию теста.
Во сколько обошёлся проект и как устроена ML-система?: В цифрового двойника на заводе Pringles в Кутно инвестировали 4–5 млн долларов. Решение использует две ML-модели: одна работает прямо на производственной линии в реальном времени, вторая предназначена для более глубокого анализа факторов качества.

Ключевые факты

Вопросы и ответы

Контекст по теме