Coffee Roast & Ground: predict quality values trend

Scenario

Le aziende del settore agroalimentare sono un terreno fertile per lo sviluppo di modelli di intelligenza artificiale, producono infatti una grande quantità di dati dagli strumenti utilizzati che vengono ancora poco analizzati.

In questo contesto Technology Reply ha collaborato con il cliente studiando la soluzione più adatta per la sua necessità, andando a sviluppare un algoritmo che permetta di elaborare la mole di dati generata dalle macine e di automatizzare il processo di monitoraggio dei parametri di qualità del caffè.

Soluzione

Lo sviluppo dell’algoritmo da parte di Technoloy Reply è avvenuto tramite il linguaggio di programmazione Python, utilizzando in particolare la libreria FbProphet. La scelta è ricaduta sull’algoritmo offerto da questa libreria poichè si è scelto di comprendere l’andamento nel tempo delle variabili di qualità sfruttando però i settaggi dei parametri delle macine come regressori addizionali. FbProphet è infatti un algoritmo di previsione dei dati per le serie temporali basato su un modello additivo in cui le tendenze non lineari vengono adattate alla stagionalità annuale, settimanale e giornaliera. FbProphet è inoltre robusto ai dati mancanti, situazione che rispecchiava il caso in analisi poichè per ragioni di business la macina non è in funzione durante determinati giorni.

All’algoritmo si richiede, a fronte di un nuovo campionamento di caffè per il controllo della qualità, di predire l’andamento delle successive due ore delle tre variabili di qualità utilizzate. L’andamento delle variabili predetto viene infine monitorato su una dashboard dove il cliente può visionare per ogni macina e miscela desiderata la predizione effettuata dall’algoritmo per ogni singola variabile considerata.

Vantaggi

L’implementazione degli algoritmi per la predizione dei trend delle variabili di qualità comporta in primo luogo un risparmio economico poichè, generando una predizione del trend per le successive due ore, nel caso in cui le predizioni rientrino nelle soglie di qualità definite, si può allungare il tempo di campionamento per il controllo del caffè avendo un risparmio sulla quantità di caffè totale che viene prelevata. In secondo luogo l’utilizzo di questo algoritmo permette di intervenire tempestivamente sui settaggi delle macine nel caso in cui venga predetto un fuori soglia nelle ore successive avendo un risparmio di tempo notevole potendo anticipare il comportamento delle variabili qualitative.