目录:
当您将拥有123年历史的公司，拥有172年历史的产品以及当今最前沿的云技术结合在一起时，会发生什么？ 对于好时公司（Hershey Company）来说，食谱简直就是美味。 宾夕法尼亚州的Twizzlers甘草制造商一直在努力产生稳定的红糖流，因为它是从一个大桶中倒出通过挤出机（最终将其切割成螺旋状设计）。
如果机器运转太冷，则生产的甘草不足。 如果机器运行得太热，则会产生过多的甘草。 当生产出过多的甘草时，好时不得不无偿地赠予那糖果。 我们正在谈论无数的免费糖果。 供参考：当挤出机过热时，每分钟将挤出100克额外的甘草。 对我们来说太好了！ 对好时不利。 为了保持持续稳定的倾盆大雨，Hershey指定操作员全天进行手动调整，以确保机器永远不会过热或过冷。 事实证明，这是保持稳定输出的最低限度的方法。 好时决心要做得更好。
该公司实施Microsoft Azure来计算，测量和监视挤出机的温度。 对于不熟悉Microsoft Azure的您来说，它是Microsoft云中存储的一组IT应用程序。 Microsoft Azure提供了用于电子商务，商业智能（BI）甚至游戏开发等有趣内容的工具。 通过在其工业设备中添加传感器并将数据反馈给Microsoft，Hershey可以更好地了解何时会出现温度偏差。
好时公司IS Disruptive Solutions和IoT的高级经理George S. Lenhart III告诉我，好时想预测甘草的重量，而不必停止机器并称重。 通过使用内置在挤出机中的传感器，该传感器将数据反馈到Microsoft Azure，Hershey能够准确地监控机器冷却到准确温度所需的时间以及机器再次加热所需的时间。
结果
一旦评估了标准偏差，并对机器何时将超过令人满意的高点和低点做出可靠的预测，Hershey便对Microsoft Azure进行编程以直接控制挤出机。 使用Microsoft Azure的机器学习（ML）算法，可以自动控制制造设备对机器温度的升高和降低，挤出机一天可进行240次调整，而无需人工操作。
在Microsoft Azure实施后，好时将不必要的挤出次数从每分钟100克降低到每分钟约25克。 另外，总的分钟数大大减少了（尽管Lenhart没有提供减少多少时间和实际节省多少钱的细节）。
第一个实验-监视温度的高低-使Hershey和Microsoft花了大约一周的时间来完成。 完善实验以自动控制温度调整需要花费六个月的多次迭代。 测试云的安全性大约需要10个月，这使挤出机可以将数据来回发送到Microsoft Azure。
Hershey现在已进入该项目两年了。 Lenhart表示，由于对Microsoft Azure技术的改进以及自2015年以来已经成熟的新型后端智能机械的改进，其他Microsoft Azure客户端的较新实现可能会快得多。 Lenhart说，“它需要3到4个月才能运行，然后可能还要花4到5个月来完善它。当我说完美时，我的意思是真的把所有东西都敲了出来。”
当被问到他是否认为好时（Hershey）和天青（Azure）能达到在挤出过程中不浪费甘草的地步时，伦哈特摇了摇头。 他说：“我们永远不会达到零。”
他继续说：“因此，制造业中存在一种称为可变性的游戏。” “我们想减少变异性。这种游戏总是在玩。但是，如果您在那里求差，将其乘以分钟数乘以小时数再乘以挤出机的数目，就意味着要制造大量的甘草。 ” 该死！
