Mindre driftstopp, högre effektivitet: Coca‑Cola satsar på MLnext för maximal drifttillgänglighet Färre oplanerade driftstopp och lägre underhållskostnader för Coca-Colas produktionsanläggningar genom AI-baserat preventivt underhåll.

Swire Coca-Cola är en av The Coca-Cola Company The Coca-Cola Companys världens fem största tappningspartners och är en ledande tillverkare av livsmedel och drycker med ursprung i Hongkong (1965). Företaget bedriver verksamhet i Kina och andra regioner. Swire Coca-Cola säljer nästan 60 produktkategorier. Tillsammans med teamet har vi optimerat produktionsprocessernas viktigaste utmaningar.

De höga underhållskostnaderna för de roterande blås- och fyllningsmonoblocken utgör en betydande utmaning, då precisionskomponenterna kräver dyra reservdelar vid oväntade fel samt tidskrävande och arbetsintensiva reparationer. Dessutom leder stillestånd i dessa centrala system till produktionsavbrott och leveransförseningar samt ökar risken för förlust av marknadsandelar, särskilt under högsäsong då samarbeten och varumärkets anseende är särskilt sårbara. Samtidigt finns det ett tydligt behov av skalbarhet: Kunden vill kunna överföra varje lösning effektivt till flera produktionslinjer och fabriker, däribland Hangzhou, Nanning och Hefei, utan att i någon större utsträckning behöva förlita sig på extern hjälp.

När det gäller kärnoptimeringen fokuserade vi inledningsvis på 14 motorer i två produktionslinjer vid anläggningen i Hangzhou, särskilt i den känsliga övergångsprocessen mellan blåsformning och påfyllning. Genom att koppla samman historiska driftsdata från olika produktionsfaser samt från scenarier med stora och små flaskor har man skapat en AI-modell som tidigt och precist upptäcker begynnande felsignaler och förhindrar oplanerade fel redan i ett tidigt skede.

Genom att tillhandahålla ett användarvänligt verktyg för visuell modellering gör vi att kunden självständigt kan skapa modeller för ytterligare produktionslinjer (Nanning, Hefei) utifrån den egna produktionserfarenheten. Detta är ett smidigt och självständigt sätt att genomföra förebyggande underhåll på flera anläggningar och platser.

Grafana-mallar gör det möjligt att visualisera anläggningsdata från flera källor, skapar en helhetsbild av driftsläget och utgör grunden för datadrivna, intelligenta produktionsbeslut.

Införandet av den AI-baserade MLnext-lösningen hos Swire Coca-Cola har visat sig ge ett tydligt och mätbart mervärde för produktionsprocesserna. Genom att upptäcka fel i anläggningarna i ett tidigt skede kan företaget avsevärt sänka underhållskostnaderna, undvika oplanerade stopptider och säkerställa en kontinuerlig produktion under den kritisk högsäsongen. Införandet av ett visuellt modelleringsverktyg gör dessutom att de interna teamen på egen hand kan skala upp lösningen till flera anläggningar, vilket halverar implementeringstiden och minskar beroendet av extern support. I kombination med datatransparensen i realtid i Grafana bidrar lösningen till välgrundade beslutsprocesser och innebär en stark grund för framtida initiativ i den digitala omställningen.

Kontakta oss gärna. Vi erbjuder rådgivning och hjälper dig att hitta den bästa lösningen.