Georgia-Pacific wdraża rozwiązanie oparte na sztucznej inteligencji, znane jako Digital Mezzanine, w wielu swoich operacjach konwersji papieru, aby analizować dane i identyfikować praktyczne wskazówki dotyczące realnej poprawy wydajności.
W dzisiejszym dynamicznym środowisku przemysłowym kluczowe jest dostrzeganie istotnych usprawnień, aby wyprzedzić konkurencję. W Georgia-Pacific ich innowacyjne, własnoręczne narzędzie Digital Mezzanine pomaga właśnie w tym — przekształcając surowe dane maszynowe w praktyczne wnioski dzięki mocy AI i uczenia maszynowego.
Digital Mezzanine pobiera ciągły strumień danych z konwersji sprzętu w różnych obiektach, skrupulatnie analizując, kiedy, dlaczego i jak długo maszyna wchodzi w stan awarii. Ale nie chodzi tylko o dostrzeganie problemów; chodzi o zrozumienie , które problemy można naprawić, by generować realną wartość i pomóc szybciej je rozwiązać.
Adam Dunigan, twórca Digital Mezzanine, powiedział, że nazywają je "możliwościami kompresyjnymi". Poprzez porównanie danych o awariach w czasie oraz między maszynami i obiektami, system może identyfikować i rozróżniać problemy będące częścią normalnych operacji bazowych od tych, które występują poza normalnymi i można je poprawić. To jak wtedy, gdy twój smartwatch informuje cię, że nie spałeś tyle co zwykle.
"Przed Digital Mezzanine chodziło przede wszystkim o ściganie największych strat" – powiedział. "Waliłbyśmy głowami o ściany, próbując naprawić systemowy problem, jak rozdarcie papieru. Takie problemy są nieuniknione. Zawsze w pewnym stopniu się to zdarza, więc pracujesz nad problemem, który może być niemożliwy lub nierealny do wyeliminowania, jeśli zastosujesz tylko podejście z górnych strat. Digital Mezzanine identyfikuje i priorytetowo traktuje szanse o udowodnionej wartości do wykorzystania, a nie tylko te najwyższe straty."
To zmiana paradygmatu dla wielu placówek. Zamiast skupiać się tylko na problemach, które powodują najwięcej przestojów, ale występują niezależnie od interwencji, Digital Mezzanine skupia się na tych problemach, które po rozwiązaniu prowadzą do mierzalnej poprawy wydajności, niezawodności i bezpieczeństwa.
Adam podzielił się przykładem systemu, który zwrócił uwagę na awarię w paletizatorze – zautomatyzowanej maszynie, która układa i układa skrzynki produktów na palecie do obsługi, przechowywania i wysyłki. W tym przypadku usterką była utrata poślizgowa przez chwytacz. Model AI analizuje usterkę, wie, jaki produkt był uruchomiony i analizuje dane historyczne, aby zobaczyć, jak wygląda "dobry". Czy operatorzy powinni spodziewać się pięciu takich awarii dziennie, czy pięćdziesiąt, albo nigdy żadnej?
Adam powiedział, że w tym przypadku nie powinni w ogóle widzieć żadnych z tych usterek, a w ciągu ostatnich czterech godzin widzieli pięć uskoków.
"Jeśli będą nadal widzieć ten uskok w takim tempie, w ciągu najbliższych 24 godzin będą mieli 80 stanów postoju," powiedział. "Więc mają coś, co ich naprawdę męczy."
Teraz, gdy problem został rozpoznany i podkreślony, zaawansowany model językowy wykorzystuje ogromne zasoby podręczników maszynowych i dokumentacji do generowania dostosowanych kroków rozwiązywania problemów. Proponowane rozwiązania są weryfikowane przez starszych techników i ekspertów merytorycznych, aby zapewnić bezpieczeństwo i wykonalność przed ich zobaczeniem przez operatorów.
"Oprogramowanie Digital Mezzanine konsoliduje wszystkie te informacje i generuje dla nas dość zwięzły wynik, który mówi: gdy zauważysz, że ten tryb awarii zaczyna się nasilać, oto kroki, które powinieneś podjąć, aby go rozwiązać, " wyjaśnił Adam.
Powiedział, że jest to jedno z najbardziej udanych wdrożeń narzędzi AI w regionie Georgia-Pacific do tej pory. Zakłady Georgia-Pacific, które wdrożyły tę technologię, odnotowały średnią poprawę wydajności maszyn o 15% przy ograniczonych początkowych inwestycjach.
Skalowalność platformy to kolejna kluczowa zaleta. Georgia-Pacific wdraża Digital Mezzanine na jak największej liczbie maszyn, a nawet dzieli się tą zaawansowaną technologią z innymi firmami Koch, takimi jak Guardian.
Ostatecznie Digital Mezzanine to coś więcej niż tylko narzędzie do redukcji strat. To zmiana paradygmatu — zamienianie gór złożonych danych w jasne, priorytetowe ścieżki do poprawy. Pomaga inżynierom i operatorom zrozumieć nie tylko , co idzie nie tak, ale także dlaczego i jak bezpiecznie i efektywnie to naprawić.
"To pomaga szybko zrozumieć problemy, aby można było je rozwiązać, gdy są małe, zamiast pozwalać im przechodzić do naprawdę dużych problemów," powiedział Adam. "A technologia i nasze możliwości ciągle się rozwijają, więc nie brakuje nam rzeczy, do których chcemy dążyć."
