Vitro Flat Glass sta lavorando a un progetto per ridurre i costi del settore e l'utilizzo di energia sviluppando un modello di rete neurale per le operazioni di fornace di vetro. L'obiettivo è quello di migliorare il suo modello di ordine ridotto per le operazioni di fornace di vetro con dati di produzione reali. In base ai dettagli del progetto della proposta di Vitro, verrà utilizzato un approccio di machine learning per identificare il confine nello spazio operativo tra prodotti buoni e di scarsa qualità.

Vitro partecipa al programma DOE HPC4Manufacturing

Vitro è una delle sette aziende che partecipano al programma di produzione HPC4 Manufacturing Office (AMO) del Department of Energy (DOE) Advanced Manufacturing Office. Il DOE fornirà 1,87 milioni di dollari in finanziamenti totali per l'iniziativa, che utilizza le risorse e le competenze del calcolo ad alte prestazioni del DOE (HPC) per far avanzare le tecnologie di produzione e di energia pulita negli Stati Uniti.

Vitro Flat Glass collaborerà con il Lawrence Livermore National Laboratory (LLNL) per "sviluppare il controllo in tempo reale del forno in vetro utilizzando un modello di ordine ridotto basato su rete neurale di una simulazione CFD del flusso di vetro fuso in un progetto successivo intitolato 'Advanced Machine Apprendimento per la valorizzazione del modello di forno in vetro. '"

Secondo la proposta, "il modello potenziato consentirà un controllo rapido e accurato delle operazioni del forno. Modelli simili, se distribuiti nell'industria del vetro, potrebbero migliorare l'efficienza operativa e ridurre i costi complessivi e l'utilizzo di energia di 3,5 trilioni di unità termiche britanniche all'anno. Queste riduzioni aiuteranno a mantenere la competitività globale degli Stati Uniti in questo settore ".