Reklam
Teknoloji Haberleri

MIT’den Sistem Düşüncesi, Meksika’nın En Büyük Bira Fabrikasında Kapasiteyi Serbest Bırakıyor

reklam
Reklam


Bira Şişeleme

Bir çift MIT Sloan Executive Education mezunu, bir MIT kursundan Heineken México’daki operasyon iyileştirmelerine öğretileri nasıl tercüme etti?

reklam

Bir üreticinin üretim kapasitesini koruma ve ideal olarak artırma becerisinin, uzun vadeli rekabet başarısının temeli olduğu bir sır değil. Ancak tek bir yeni ekipman satın almadan üretimi önemli ölçüde artırmanın bir yolunu keşfetmek size biraz daha şaşırtıcı gelebilir.

Küresel bira üreticisi Heineken, dünyanın en büyük ikinci bira üreticisidir. 1864 yılında kurulan şirket, 70’den fazla ülkede 160’tan fazla bira fabrikasına sahiptir ve yalnızca Amerika Birleşik Devletleri’nde 8,5 milyon varilden fazla bira markası satmaktadır. Sürdürülebilir kazançlarına ek olarak, şirket önemli bir sosyal ve çevresel sorumluluk sergileyerek onu dünya çapında beğenilen bir marka haline getirdi. Şimdi, bir çift MIT Sloan Executive Education mezunu sayesinde, firma operasyonlarına veri odaklı geliştirmeler ve yapay zeka güçlendirme uygulayarak, fabrikada milyonlarca kasa bira şeklinde gizli kapasiteyi açığa çıkaran önemli bir üretim darboğazını çözmesine yardımcı oldu. Meksika’daki tesisi.

reklam
Heineken Meksika

Heineken México, bir MIT Sloan Yönetici Eğitimi kursundan derlenen veriye dayalı gelişmeler ve yapay zeka güçlendirmesi sayesinde, gizli kapasiteyi açığa çıkaran ve çalışan deneyimini iyileştiren önemli bir üretim darboğazını çözdü. Kredi bilgileri: MIT

Little’s Law, büyük kazançlar

Hızla büyüyen endüstriyel teknoloji şirketi Valiot.io’nun CEO’su Federico Crespo ve Heineken México’da tedarik zinciri dijital dönüşüm ve inovasyon müdürü Miguel Aguilera, ilk olarak MIT Sloan Yönetici Eğitim programında bir araya geldi. Endüstri 4.0’ı Uygulamak: Üretim ve Operasyonlarda Değişime Öncülük Etmek. MIT Sloan’da Sistem Dinamiği Grubunda kıdemli öğretim görevlisi olan John Carrier tarafından yönetilen bu kısa kurs sırasında, Crespo ve Aguilera, Meksika’nın en büyük bira fabrikasında önemli bir iyileştirme sürecini başlatmak için ihtiyaç duydukları araçları satın aldı.

Nihayetinde, öngörülemeyen olayların varlığında planlama sürecini optimize etmek için Valiot’un AI destekli teknolojisini kullanacak, bira fabrikasının verimini büyük ölçüde artıracak ve işçi deneyimini iyileştireceklerdi. Ancak her şey Little Yasasını kullanarak sorunun doğru bir şekilde teşhis edilmesiyle başladı.

Genellikle Birinci İşlem Yasası olarak anılan Little Yasası, MIT Sloan’da görev süresi sonrası profesör ve MIT Enstitüsü Fahri Profesörü John DC Little’ın adını almıştır. Little, herhangi bir sistemin en önemli üç özelliğinin (iş hacmi, teslim süresi ve süreç içi çalışma) aşağıdaki basit ilişkiye uyması gerektiğini kanıtladı:

Little Yasası Formülü

Little’ın kanun formülü, devam eden işin, üretim hacminin teslim süresiyle çarpımına eşit olduğunu söylüyor. Kredi bilgileri: MIT

Little Yasası, herhangi bir sistemdeki darboğazların ve kayıp verimin varlığını tespit etmek ve ölçmek için özellikle yararlıdır. Ve Carrier’ın Endüstri 4.0 Uygulama kursunda öğretilen temel çerçevelerden biridir.

Crespo ve Aguilera, Little Yasasını uyguladı ve tüm üretim süreci boyunca geriye doğru çalıştı, bekleme sürelerini değerlendirmek ve bira fabrikasındaki en büyük darboğazları belirlemek için döngü sürelerini inceledi.

Spesifik olarak, filtreleme aşamasında önemli bir darboğaz keşfettiler. Bira, olgunlaşma ve filtrasyondan parlak bira tanklarına (BBT) geçerken, tesis genelindeki çeşitli bozulmalar ve kesintiler ile gerçek zamanlı talebe dayalı üretim nedeniyle genellikle şişeleme ve konserve hatlarına yönlendirilmeyi bekliyordu. güncellemeler.

Bu genellikle manuel, yoğun zaman alan bir yeniden planlama sürecini başlatır. Operatörler, şişeleme hatlarının mevcut durumunu anlamak ve bilgileri yerel bir bilgisayarda saklanan bir dizi elektronik tabloya manuel olarak girerek tedarikin envanterini çıkarmak için el yazısı üretim günlüklerini izlemek zorunda kaldı. Her hat kesildiğinde, birkaç saat kaybedildi.

Tespit edilen eksiklik ile tesis, sorunu çözmek için hızlı bir şekilde harekete geçti.

Darboğazlar, kültüre dönüşen alışkanlıkları ortaya çıkarır

Darboğazlar belirlendikten sonra, bir sonraki mantıklı adım bunları ortadan kaldırmaktır. Ancak, kalıcı darboğazlar insanların sistem içinde çalışma şeklini değiştirip çalışan kimliğinin ve ödül sisteminin bir parçası haline geldiğinden, bu özellikle zor olabilir.

Carrier, “Kültür, herhangi bir teknolojik ilerlemeyi reddetmek için hareket edebilir, bu teknoloji genel sistem için ne kadar faydalı olursa olsun” diyor. “Fakat kültür aynı zamanda değişim için güçlü bir mekanizma sağlayabilir ve bir problem çözme aracı olarak hizmet edebilir.”

Carrier’a göre, yeni bir teknolojiyi tanıtmanın en iyi yaklaşımı, kaçınılmaz olarak üretkenlik, güvenilirlik ve güvenlikte genel iyileştirmelere yol açan insan mücadelesini azaltan erken projeler bulmaktır.

Heineken México’nun dijital dönüşümü

Valiot.io’da Federico ve ekibiyle birlikte çalışarak ve Heineken México’da üretimden sorumlu başkan yardımcısı Sergio Rodriguez’in tam desteğiyle, Aguilera ve Monterrey bira fabrikası ekibi, bira üretim sürecini dijitalleştirmek için kurumsal kaynak planını ve zemin içi sensörleri bağlamaya başladı. Valiot’un veri izleyicileri, uygulama ile eksiksiz bir veri kalitesi etkileşimi sağladı. Gerçek zamanlı verilerle beslenen, filtreleme için makine öğrenimi ve günlük optimize edilmiş üretim programını optimize etmek için BBT süreci uygulandı. Sonuç olarak, her döngüde BBT ve filtrasyon süresi azaldı. Bira kapasitesi de ayda önemli ölçüde arttı. Yatırımın geri dönüşü, uygulamanın ilk ayında açıktı.

Dijitale geçiş, Heineken México’nun her partideki şişeleme hatlarının ve filtreleme koşullarının gerçek zamanlı görselleştirmesine sahip olmasını sağladı. Yapay zekanın sürekli izlemesi ve devam eden üretimden öğrenmesi ile teknoloji, yolun her adımında verimliliği otomatik olarak optimize eder. Ve gerçek zamanlı görselleştirme araçlarını kullanarak fabrikadaki insan operatörler artık üretimi yavaşlatmadan veya durdurmadan anında ayarlamalar yapabilir. Bunun da ötesinde, operatörler işlerini evden etkili bir şekilde yapabilirler, bu da Covid-19 pandemisi nedeniyle önemli faydalar sağladı.

Temel pratik yönler

Valoit ekibinin, yaptıklarını deşifre etmek için operatörlerle birlikte yerde bulunması ve algoritmanın performansa karşı sürekli olarak test edilmesi gerekiyordu. Heineken México’nun tedarik zinciri başkan yardımcısı Sergio Rodriguez Garza’ya göre, başarı nihai olarak Valiot’un yaklaşımının sadece uygulanan kullanım senaryolarının sayısını değil, kâr ve zararı etkilemesine dayanıyordu.

Garza, “Algoritmaları yapan kişiler, tesisteki değerin nerede olduğunu her zaman bilemezler” diyor. “Bu nedenle dijitalleşmeden sorumlu alanlar ile süreçten sorumlu alanlar arasında bir köprü oluşturmak önemli. Bu süreç henüz sistematik değildir; her bitkinin farklı bir darboğazı vardır ve her birinin kendi teşhisine ihtiyacı vardır. Ancak tanı süreci sistematiktir ve her fabrika yöneticisi kendi fabrikasının darboğaz teşhisinden sorumludur.”

Carrier, “Anahtar benzersiz bir teşhistir” diye ekliyor ve “kaliteli bir teşhis, sistem düşüncesinin temel bir anlayışına dayanır.”




scitechdaily.com

Source link

reklam
reklamm

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

reklam
Başa dön tuşu

Reklam Engelleyici Algılandı

Lütfen Reklam Engelleyiciyi Kapatınız