Wykorzystanie sztucznej inteligencji do optymalizacji utrzymania ruchu w zakładach Swire Coca-Cola
Swire Coca-Cola, jeden z kluczowych partnerów rozlewniczych The Coca-Cola Company, wdrożył zaawansowane rozwiązanie MLnext oparte na sztucznej inteligencji. Celem tej inicjatywy jest zwiększenie dostępności maszyn produkcyjnych poprzez eliminację nieplanowanych przestojów oraz redukcję kosztów serwisowania newralgicznych podzespołów.
Redukcja kosztów i eliminacja awarii krytycznych podzespołów
Przedsiębiorstwo mierzyło się z wyzwaniem wysokich kosztów eksploatacji obrotowych monobloków wykorzystywanych w procesach formowania z rozdmuchem i napełniania. Awarie tych precyzyjnych urządzeń generowały konieczność zakupu drogich części zamiennych oraz prowadziły do czasochłonnych napraw, co w okresach szczytowego zapotrzebowania zagrażało stabilności dostaw i reputacji marki. Implementacja technologii predykcyjnej pozwoliła na wczesne wykrywanie sygnałów błędów, zapobiegając usterkom już w ich początkowej fazie. System został zintegrowany z istniejącą infrastrukturą bez przerywania procesów wytwórczych, co zapewniło ciągłość pracy zakładu podczas wdrożenia.
Predykcyjne monitorowanie silników i wizualizacja danych
Rozwiązanie skoncentrowano na monitorowaniu 14 silników o znaczeniu krytycznym w zakładzie w Hangzhou, szczególnie w obszarze przejścia między formowaniem a napełnianiem. Model sztucznej inteligencji został opracowany na podstawie historycznych danych operacyjnych z różnych etapów produkcji, z uwzględnieniem scenariuszy dla różnych rozmiarów butelek — zarówno dużych, jak i małych — co zapewnia wysoką precyzję diagnostyki w całym zakresie warunków produkcyjnych. Do bieżącej analizy i wspierania decyzji produkcyjnych wykorzystano szablony Grafana, które integrują dane z wielu źródeł. Zapewnia to pełną przejrzystość stanu roboczego maszyn w czasie rzeczywistym i stanowi fundament dla inteligentnego zarządzania produkcją.
Samodzielne skalowanie rozwiązań w strukturach przedsiębiorstwa
Ważnym aspektem wdrożenia jest zapewnienie pełnej skalowalności systemu. Dzięki udostępnieniu intuicyjnego narzędzia do modelowania wizualnego, zespoły wewnętrzne Swire Coca-Cola mogą samodzielnie tworzyć i implementować modele dla kolejnych linii produkcyjnych w lokalizacjach takich jak Nanning czy Hefei. Takie podejście pozwoliło na skrócenie czasu modelowania i wdrażania o 50%, jednocześnie znacząco ograniczając zależność od zewnętrznego wsparcia technicznego. Wykorzystanie otwartego systemu PLCnext Technology oraz zasobów PLCnext Store wspiera dalszą transformację cyfrową i optymalizację wskaźnika OEE.
Wdrożenie systemu MLnext w zakładach Swire Coca-Cola pozwoliło na skuteczne przejście z reaktywnego na zapobiegawcze utrzymanie ruchu. Dzięki analityce opartej na sztucznej inteligencji przedsiębiorstwo obniżyło wydatki na części zamienne, zminimalizowało ryzyko przestojów i zyskało narzędzia do sprawnego skalowania nowoczesnych rozwiązań technologicznych w wielu lokalizacjach.
Źródło: Phoenix Contact
Więcej na www.phoenixcontact.com
