Optymalizacja procesów produkcyjnych w Swire Coca-Cola dzięki technologii MLnext
Swire Coca-Cola, jeden z największych partnerów rozlewniczych The Coca-Cola Company, wdrożył zaawansowane systemy oparte na sztucznej inteligencji w celu minimalizacji przestojów i optymalizacji kosztów utrzymania ruchu. Wykorzystanie rozwiązania MLnext pozwoliło na przejście z reaktywnego modelu serwisowania na predykcyjną konserwację urządzeń o znaczeniu krytycznym, co znacząco podniosło efektywność operacyjną zakładów.
Wyzwania operacyjne w procesie rozlewniczym
Przedsiębiorstwo borykało się z wysokimi kosztami eksploatacji obrotowych monobloków do formowania z rozdmuchem i napełniania. Awarie tych precyzyjnych podzespołów generowały konieczność zakupu drogich części zamiennych oraz angażowały znaczne zasoby ludzkie podczas czasochłonnych napraw. Nieplanowane przerwy w pracy linii produkcyjnych stanowiły szczególne zagrożenie w okresach szczytowego zapotrzebowania, wpływając negatywnie na terminowość dostaw oraz stabilność udziałów w rynku. Dodatkowym priorytetem była potrzeba uzyskania pełnej samodzielności w skalowaniu nowych rozwiązań na kolejne zakłady produkcyjne, takie jak Hangzhou, Nanning czy Hefei, bez stałej zależności od zewnętrznego wsparcia technicznego.
Predykcyjne monitorowanie stanu urządzeń z wykorzystaniem sztucznej inteligencji
Wdrożenie systemu skoncentrowano na monitorowaniu 14 silników o znaczeniu krytycznym w zakładzie w Hangzhou, ze szczególnym uwzględnieniem newralgicznego etapu przejściowego między formowaniem a napełnianiem. Algorytmy sztucznej inteligencji zostały wytrenowane w oparciu o historyczne dane operacyjne obejmujące zróżnicowane scenariusze produkcyjne, w tym procesy dotyczące butelek o różnych pojemnościach. Dzięki temu stworzono model zdolny do precyzyjnego wykrywania wczesnych symptomów usterek, co pozwala na eliminację awarii w ich początkowej fazie. System ten zapewnia ciągłość produkcji i chroni infrastrukturę przed kosztownymi uszkodzeniami mechanicznymi.
Skalowalność i integracja danych w czasie rzeczywistym
Kluczowym elementem wdrożenia jest narzędzie do modelowania wizualnego, które umożliwia zespołom wewnętrznym samodzielne tworzenie i implementację modeli dla nowych linii produkcyjnych. Rozwiązanie to skraca czas wdrożenia w kolejnych lokalizacjach o 50%, co znacząco przyspiesza transformację cyfrową całego przedsiębiorstwa. System integruje się z istniejącą infrastrukturą bez konieczności wstrzymywania procesów wytwórczych. Dodatkowo wykorzystanie szablonów Grafana pozwala na wizualizację danych z wielu źródeł, zapewniając pełną przejrzystość stanu roboczego maszyn i stanowiąc fundament dla inteligentnych decyzji produkcyjnych opartych na faktach.
Podsumowanie efektów wdrożenia
Zastosowanie technologii MLnext w Swire Coca-Cola przyniosło wymierne korzyści finansowe i operacyjne. Poprzez redukcję kosztów konserwacji, minimalizację nieplanowanych przestojów oraz zwiększenie samodzielności technicznej pracowników, firma wzmocniła swoją stabilność rynkową. Rozwiązanie to, oparte na ekosystemie PLCnext Technology, stanowi solidną bazę dla dalszej optymalizacji wydajności i zrównoważonego rozwoju produkcji.
Źródło: Phoenix Contact
Więcej na www.phoenixcontact.com
