Kevesebb leállás, nagyobb hatékonyság: a Coca‑Cola az MLnext-re támaszkodik a maximális rendelkezésre állás érdekében A Coca-Cola gyártóberendezéseinél a nem tervezett leállások és a karbantartási költségek csökkentése mesterséges intelligencián alapuló prediktív karbantartás segítségével.

A Swire Coca-Cola világszerte a The Coca-Cola Company öt legnagyobb palackozó partnere közé tartozik, és egy vezető élelmiszer- és italgyártó vállalat, amely (1965-ben) Hongkongban alakult. A vállalat Kínában és más régiókban is tevékenykedik. A Swire Coca-Cola közel 60 termékkategóriát forgalmaz. A csapattal közösen optimalizáltuk a gyártási folyamatok legfontosabb kihívásait.

A forgó fúvó-töltő monoblokkok magas karbantartási költségei jelentős kihívást jelentenek, mivel precíziós alkatrészeik váratlan meghibásodás esetén drága pótalkatrészeket, valamint időigényes és munkaigényes javításokat igényelnek. Ezen felül ezeknek a kulcsfontosságú rendszereknek a leállása termelési szünetekhez és szállítási késésekhez vezet, valamint növeli a piaci részesedés elvesztésének kockázatát, különösen a csúcsidőszakokban, amikor a partnerkapcsolatok és a márka hírneve különösen sérülékeny. Ugyanakkor egyértelműen szükség van a skálázhatóságra: az ügyfél szeretné, ha minden megoldást hatékonyan át tudna ültetni több gyártósorra és gyárba – többek között Hangzhouban, Nanningban és Hefeiben – anélkül, hogy jelentős külső segítségre lenne szüksége.

A magoptimalizálás során először 14 motorra összpontosítottunk a hangzhoui telephely két gyártósorán, különös tekintettel a kritikus fúvó-töltő átmeneti folyamatra. A különböző gyártási fázisokból, valamint a nagy- és kispalackos gyártási forgatókönyvekből származó történeti üzemadatok összekapcsolásával olyan mesterséges intelligencia-modell jött létre, amely korán és pontosan felismeri a kialakuló hibajeleket, és már a kezdeti szakaszban megakadályozza a nem tervezett leállásokat.

Egy felhasználóbarát vizuális modellező eszköz rendelkezésre bocsátásával lehetővé tesszük az ügyfél számára, hogy saját gyártási tapasztalatai alapján önállóan készítsen modelleket további gyártósorokhoz (Nanning, Hefei). Ez a megelőző karbantartás kényelmes és önálló megvalósítása több telephelyen és berendezésen átívelően.

A Grafana-sablonok lehetővé teszik a több forrásból származó berendezési adatok vizualizálását, átfogó áttekintést nyújtanak az üzemállapotról, és alapot biztosítanak az adatokon alapuló, intelligens termelési döntések meghozatalához.

A Swire Coca-Cola vállalatnál bevezetett, mesterséges intelligencián alapuló MLnext-megoldás egyértelmű és mérhető hozzáadott értéket jelentett a gyártási folyamatokban. A berendezések hibáinak korai felismerése révén a vállalat jelentősen csökkentheti a karbantartási költségeket, elkerülheti a nem tervezett kiesési időket, és biztosíthatja a termelés folyamatosságát a kritikus csúcsidőszakokban. Egy vizuális modellező eszköz bevezetése emellett lehetővé teszi a belső csapatok számára, hogy önállóan több gyárra is kiterjesszék a megoldást, ami felére csökkenti a bevezetési időt és csökkenti a külső támogatástól való függőséget. A Grafana valós idejű adatátláthatóságával kombinálva a megoldás megalapozottabb döntéshozatali folyamatokat támogat, és szilárd alapot teremt a jövőbeli digitális transzformációs kezdeményezésekhez.

Forduljon hozzánk bizalommal. Tanácsot adunk Önnek, és együtt találjuk meg az optimális megoldást.