减少停机时间,提高效率:可口可乐依靠MLnext实现高可用性 借助人工智能驱动的预测性维护,减少可口可乐生产设施的计划外停机时间和维护成本。

配备机器学习和人工智能的灌装生产线

客户概况


太古可口可乐队

太古可口可乐于1965年在中国香港成立,是可口可乐公司全球五大装瓶合作伙伴之一,也是领先的食品和饮料制造商。该公司在中国及其他地区开展业务。太古可口可乐分销的产品类别近60种。我们与团队通力合作,优化了其生产流程中的关键难题。

挑战


基于人工智能的电机、机器和灌装系统的预测性维护

旋转式吹灌封一体机的维护成本高昂,这构成了一个重大挑战,因为当发生意外故障时,其精密制造的部件不仅需要价格昂贵的备件,还需进行耗时且劳动密集型的维修。此外,这些关键系统一旦发生任何计划外停机,都会导致生产中断、交货延迟,并增加市场份额流失的风险,特别是在需求高峰期,此时客户关系和品牌声誉较易受到影响。同时,显然需要具备扩展性。客户希望任何解决方案都能在包括杭州、南宁和合肥在内的多条生产线和制造工厂中高效实施,且无需过度依赖外部支持。

解决方案


生产线上生产环境中的瓶子

基于人工智能的关键电机状态监测

在核心优化方面,我们的第一步是聚焦杭州工厂两条生产线上共14台电机,特别是针对吹塑过渡工艺中的敏感环节。通过整合不同生产阶段以及大瓶和小瓶生产场景的历史运行数据,开发出一种人工智能模型,该模型能够早期、准确地检测到新出现的故障征兆,从而在计划外故障发生前加以预防。

基于人工智能(MLnext)的状态监测解决方案控制面板:通过可视化生产设备中的传感器数据和异常情况,以减少停机时间

用于可扩展部署的可视化建模工具

通过提供一款易于使用的可视化建模工具,我们使客户能够基于自身的生产经验,独立为新增生产线(南宁、合肥)创建模型。这为跨多个站点和设备的预防性维护提供了一种灵活、自主管理的方案。

可视化建模工具控制面板

实时数据整合与透明度

Grafana模板能够将来自多个来源的工厂数据可视化,全面展现运行状态,并为数据驱动的智能生产决策奠定基础。

优势

  • 降低维护成本:预计通过早期故障预警,可以减少对昂贵应急备件的需求,并尽可能减少劳动密集型维修的工作量。
  • 提高生产稳定性:尽可能减少计划外停机和订单延误,从而有助于维护市场份额,特别是在需求高峰期。
  • 可扩展的效率提升:该可视化建模工具将新建生产线所需的建模和实施时间缩短了50%。这尽可能减少对外部技术支持的依赖。
  • 尽可能减少停机时间:该解决方案可与现有系统无缝集成,且不会中断生产。这可确保在实施升级期间系统能够持续运行。

联系方式


摘要


已开封的可乐瓶

太古可口可乐部署基于人工智能的MLnext解决方案,已为生产流程带来了明显且可量化的附加价值。凭借如今能够及早检测设备故障的能力,该公司得以大幅降低维护成本,避免计划外停机,并确保在关键旺季期间生产不中断。可视化建模工具的引入还使内部团队能够独立地将该解决方案推广至多个工厂,从而将实施时间缩短一半,并尽可能减少对外部支持的依赖。结合Grafana提供的实时数据透明度,该解决方案能够支持数据驱动的决策,并为未来的数字化转型奠定基础。

产品


位于控制柜前手持平板电脑的男子

尚未找到合适产品?

欢迎随时与我们联系。我们将与您商讨,携手打造理想的解决方案。