„Modelis tiksliai parodė, kurie rezervuarai kūrė siaurąsias vietas, o dirbtinio intelekto optimizuotas grafikas panaikino 80 % mūsų perteklinių darbo valandų.“
– Gamybos vadovas
Iššūkis
Acto gamintojui nepavyko išgauti visos vertės iš savo gamybos įrenginių. Operacija apėmė malimą, mirkymą, fermentaciją ir išpilstymą. Kiekvienas etapas turėjo savo apribojimus ir tarpusavio priklausomybes. Vieni laikymo rezervuarai stovėjo tušti, kiti persipildė. Išpilstymo cechas negalėjo išlaikyti pastovaus pralaidumo. Acetacijos trukmė svyravo aiškiai nesuprantant kodėl.
Vadovybė žinojo, kad esamoje gamykloje yra nepanaudoto pajėgumo, tačiau negalėjo tiksliai nustatyti, kur iš tikrųjų yra apribojimai. Ar tai fermentacija? Rezervuarų prieinamumas? Išpilstymo linijos greitis? Nematant, kaip kiekvienas etapas veikia kitus, grafikų sudarymas liko reaktyvus ir neefektyvus, su perteklinėmis darbo valandomis, energijos švaistymu ir mažesniu už galimą pralaidumu.
Sprendimas
Sukūrėme interaktyvų visos gamybos operacijos modelį, nuo malimo ir mirkymo per fermentaciją iki išpilstymo cecho. Modelis sekė rezervuarų lygius, panaudojimą ir srautus kiekviename etape, o tada dirbtinis intelektas optimizavo gamybos grafikus ir pamainų modelius.
Talpyklų panaudojimo analizė
Modelis sekė talpyklų lygius visoje gamykloje ir atskleidė, kurios talpyklos iš tiesų reikalingos, o kurios tik dengia grafikų sudarymo problemas. Modeliuodami pildymo greitį, laikymo trukmę ir ištuštinimo dėsningumus nustatėme, kad vienos talpyklos yra siaurosios vietos, o kitos nepakankamai naudojamos. Ši įžvalga leido sumažinti talpyklų skaičių ir kartu padidinti bendrą panaudojimą iki 87 %.
Apribojimų nustatymas
Modelis suklasifikavo apribojimus kiekviename gamybos etape ir tiksliai parodė, kurios talpyklos bei procesai riboja pralaidumą. Jis atskleidė galimybes sutrumpinti acetacijos laiką, kurios kasdienėje veikloje buvo nematomos. Aiškiai nustatę apribojimus, galėjome spręsti tikrąsias siaurąsias vietas, o ne apeidinėti simptomus.
Dirbtiniu intelektu optimizuoti grafikai
Dirbtinį intelektą pritaikėme visos gamybos grafikams optimizuoti. Algoritmas suderino malimo ir užpylimo tempą su fermentacijos pajėgumu ir išpilstymo cecho poreikiu, sudarydamas grafikus, kurie sumažino prastovas ir panaikino viršvalandžius. Pamainų modeliai buvo perprojektuoti pagal optimalų gamybos srautą, o ne pagal susiklosčiusią praktiką.
Išpilstymo cecho optimizavimas
Pašalinę ankstesnių etapų apribojimus, pagerinome pralaidumo rodiklius išpilstymo ceche. Modelis parodė, kaip fermentacijos laikas ir rezervuarų prieinamumas tiesiogiai veikia išpilstymo linijos rodiklius ir kaip šių etapų suderinimas gali atlaisvinti pajėgumą, kuris visada egzistavo, bet niekada nebuvo pasiekiamas.
Rezultatai
Dirbtiniu intelektu optimizuoti grafikai ir apribojimų analizė pakeitė visą gamybą:
15 % didesnis pralaidumas panaikinus siaurąsias vietas ir sinchronizavus gamybos etapus nuo malimo iki išpilstymo.
56 % mažiau prastovų dėl dirbtiniu intelektu optimizuotų grafikų, išlaikiusių įrangą produktyviai dirbančią.
80 % panaikinta viršvalandžių pamainų modelius suprojektavus pagal optimalų gamybos srautą.
87 % talpyklų panaudojimas pasiektas kartu sumažinus reikalingų talpyklų skaičių.
5 % sutaupyta energijos panaikinus neefektyvius gamybos modelius ir sumažinus įrangos prastovas.
Sutrumpėjęs acetacijos laikas dėl nustatytų proceso patobulinimų, kuriuos slėpė grafikų sudarymo sudėtingumas.
Gamintojas atlaisvino pajėgumą, kurį jau turėjo, pasitelkdamas dirbtinį intelektą optimaliam grafikui rasti, kurio planuotojai žmonės negalėjo įžvelgti dėl rezervuarų tarpusavio priklausomybių ir daugiapakopės gamybos apribojimų sudėtingumo.