Moins de temps d'arrêt, plus d'efficacité : Coca-Cola mise sur MLnext pour une disponibilité maximale Réduction des arrêts imprévus et des coûts de maintenance des installations de production chez Coca-Cola grâce à la maintenance préventive basée sur l'IA.

Swire Coca-Cola figure parmi les cinq plus grands embouteilleurs de The Coca-Cola Company à l'échelle mondiale et est l'un des principaux fabricants de produits alimentaires et de boissons, dont l'origine remonte à Hong Kong (1965). L'entreprise est présente en Chine, ainsi que dans d'autres régions. Swire Coca-Cola commercialise près de 60 catégories de produits. En collaboration avec l'équipe, nous avons optimisé certains aspects clés de ses processus de production.

Les coûts d'entretien élevés des monoblocs de soufflage-remplissage rotatifs constituent un défi de taille car leurs composants de haute précision nécessitent, en cas de pannes imprévues, des pièces de rechange coûteuses ainsi que des réparations longues et exigeantes en main-d'œuvre. De plus, les pannes de ces systèmes essentiels entraînent des interruptions de production, des retards de livraison et augmentent le risque de perte de parts de marché, en particulier pendant les périodes de pointe, où les partenariats et la réputation de la marque sont particulièrement vulnérables. Parallèlement, il existe un besoin évident d'évolutivité : le client souhaite pouvoir déployer efficacement chaque solution sur plusieurs lignes de production et sites, notamment à Hangzhou, Nanning et Hefei, sans avoir à dépendre fortement d'une aide externe.

Pour l'optimisation du noyau, nous nous sommes d'abord concentrés sur 14 moteurs répartis sur deux lignes de production du site de Hangzhou, en particulier au niveau du processus sensible de transition entre le soufflage et le remplissage. En combinant les données d'exploitation historiques issues de différentes phases de production et de scénarios impliquant des grandes et petites bouteilles, un modèle d'intelligence artificielle a été développé. Celui-ci détecte de manière précoce et précise les premiers signes de défaillance et permet d'éviter les pannes imprévues avant leur apparition.

En mettant à disposition un outil de modélisation visuelle convivial, nous permettons au client de créer de manière autonome des modèles pour d'autres lignes (Nanning, Hefei) en s'appuyant sur sa propre expérience de production. Il s'agit d'une solution pratique et autonome permettant de mettre en œuvre la maintenance préventive sur plusieurs sites et installations.

Les modèles Grafana permettent de visualiser les données d'installations provenant de plusieurs sources, offrent une visibilité globale sur l'état de fonctionnement et constituent la base de décisions de production intelligentes et fondées sur les données.

La mise en œuvre de la solution MLnext, basée sur l'IA, chez Swire Coca-Cola a apporté une valeur ajoutée évidente et mesurable aux processus de production. Grâce à la détection précoce des défaillances des installations, l'entreprise peut réduire considérablement ses coûts de maintenance, éviter les pannes imprévues et garantir la continuité de la production pendant les périodes critiques de haute saison. La mise en place d'un outil de modélisation visuelle permet en outre aux équipes internes d'étendre elles-mêmes la solution à plusieurs sites, ce qui réduit de moitié le temps de mise en œuvre et diminue la dépendance vis-à-vis d'une aide externe. En combinaison avec la visibilité des données en temps réel offerte par Grafana, cette solution favorise des processus décisionnels plus éclairés et jette des bases solides pour les futures initiatives de transformation numérique.

N'hésitez pas à nous contacter. Nous vous conseillerons et trouverons ensemble la solution optimale.