Menos paradas, más eficiencia: Coca‑Cola apuesta por MLnext para la máxima disponibilidad Reducción de las paradas imprevistas y de los costes de mantenimiento de las instalaciones de producción de Coca-Cola gracias al mantenimiento predictivo basado en la IA.

Swire Coca-Cola es uno de los cinco mayores socios embotelladores de The Coca-Cola Company a nivel mundial y un fabricante líder de alimentos y bebidas con sede en Hong Kong (1965). La empresa opera en China y en otras regiones. Swire Coca-Cola comercializa cerca de 60 categorías de producto. Junto con el equipo, hemos optimizado los principales retos en sus procesos de producción.

Los elevados costes de mantenimiento de los monobloques rotativos de soplado-llenado suponen un desafío considerable, ya que, en caso de fallos inesperados, sus componentes precisos requieren piezas de recambio costosas, así como reparaciones que conllevan mucho tiempo y suponen un gran esfuerzo. Además, las paradas de estos sistemas críticos provocan interrupciones en la producción, retrasos en las entregas y aumentan el riesgo de perder cuota de mercado, especialmente en periodos de máxima actividad, cuando las alianzas comerciales y la reputación de la marca son más vulnerables. Al mismo tiempo, existe una clara necesidad de escalabilidad: el cliente desea poder trasladar cualquier solución de manera eficiente a múltiples líneas de producción y plantas —incluyendo las de Hangzhou, Nanning y Hefei— sin tener que depender en gran medida de soporte externo.

Para la optimización del núcleo, nos centramos en un primer momento en 14 motores de dos líneas de producción en el emplazamiento de Hangzhou, especialmente en el delicado proceso de transferencia de soplado-llenado. Al combinar datos de funcionamiento históricos de diferentes fases de la producción, así como de escenarios con botellas grandes y pequeñas, se ha creado un modelo de IA que detecta de forma temprana y precisa las señales de error incipientes y evita fallos no planificados desde el principio.

Al proporcionar una herramienta de modelado visual fácil de usar, permitimos al cliente crear de forma autónoma modelos para otras líneas (Nanning, Hefei) basándose en su propia experiencia en producción. Se trata de una forma cómoda e independiente de llevar a cabo el mantenimiento predictivo en varios emplazamientos e instalaciones.

Las plantillas Grafana permiten visualizar datos de instalaciones procedentes de múltiples fuentes, aportan una transparencia integral del estado de funcionamiento y constituyen la base para tomar decisiones de producción inteligentes y basadas en datos.

La implementación de la solución MLnext basada en IA en Swire Coca-Cola ha demostrado aportar un valor añadido claro y cuantificable a los procesos de producción. Gracias a la detección precoz de fallos en las instalaciones, la empresa puede reducir considerablemente los costes de mantenimiento, evitar tiempos de inactividad imprevistos y garantizar la continuidad de la producción durante las temporadas altas críticas. Además, la introducción de una herramienta de modelado visual permite a los equipos internos ampliar la solución de forma autónoma a varias plantas, lo que reduce a la mitad el tiempo de implementación y disminuye la dependencia de la asistencia externa. En combinación con la transparencia de datos en tiempo real que ofrece Grafana, la solución favorece unos procesos de toma de decisiones más fundamentados y sienta unas bases sólidas para futuras iniciativas de la transformación digital.

Consúltenos. Le asesoraremos y encontraremos juntos la solución óptima.