Hatékonyságjavítás intelligens adatkezeléssel az élelmiszeriparban

Az erőforrás-hatékonyság és az üzemidő maximálása a legfontosabb prioritás az élelmiszergyártók számára is. Ez a felismerés hívta életre az S3FOOD projektet, amelynek keretében jelenleg a GoodMills Magyarország Malomipari Kft. számára, a REACH Solutions Kft.-vel közösen végzünk hatékonyságfejlesztést. Főként az autóipari automatizálásban tapasztalt cégekként büszkék vagyunk arra, hogy az i4.0 területén szerzett tudásunkat már az agrifood szektorban is hasznosíthatjuk.
 
A nagynevű malomipari csoport, a Goodmills magyarországi műszaki igazgatója, Pétervári Áron tisztában van vele, hogy iparága a mai napig nagyon sok tradicionális elemmel dolgozik. Azzal is, hogy vállalatának különösen nagy szüksége van az innovációra, aminek segítségével egyre hatékonyabban, egyre kevesebb veszteséggel dolgozhatnak. A Robot-X és a REACH a hatékonyság növelését és a veszteségek feltárását tűzte ki az üzemben, ezért csatlakozott az Európai Unió S3Food projektjéhez. 
 

--- 
Hatékonyságfejlesztés a komáromi malombanHatékonyságfejlesztés a komáromi malomban
Érintőkijelző az operátori interakció számára a Goodmills komáromi malmának csomagolóüzemében
 

---
A Reach és a Robot-X együttműködése már többéves múltra tekint vissza. A két cég több közös, sikeres projektet tudhat maga mögött más iparágakban. Ebben a projektben a Robot-X széleskörű automatizálási-robotizálási szaktudása és a Reach szoftvertechnológiai megoldásai tették lehetővé, hogy az adatok gyűjtésétől egészen a vizualizálásig a teljes spektrum egy kézbe kerüljön. 

A komáromi malom csomagolóüzemében végzett gyártásdigitalizációs fejlesztés alappillére az adatgyűjtés volt, ami a projekt során mennyiségileg és minőségileg is kiemelkedő színvonalúvá vált. A projekt alapozó fázisában készült egy adatgyűjtő réteg, amely a gépi információkat továbbítja egy nagymennyiségű adat kezelésére képes adatbázis felé. Ezt követően elhelyeztünk egy érintőkijelzőt, mely az operátori interakciót biztosítja. A csomagolóüzem emellett egy nagyméretű sori kijelzővel is gazdagodott. Ennek köszönhetően az üzemi vezetés és a dolgozók számára egyaránt azonnal láthatóak a gyártósor aktuális hatékonysági információi.
 
A kinyert adatok felhasználásával azonosított gyártósori állapotok modellezésével - a gépi tanulást is segítségül hívva - különböző előrejelzéseket és problémákat vagyunk képesek azonosítani. Mindezzel pedig lehetségessé válik a teljesítmények vizsgálata, előrejelezése és optimalizálása is. 

A még futó projekt 2021 májusában zárul. A cél az, hogy ekkorra a malom OEE-jét 5%-kal növeljük szervezettebb karbantartás és leállási előrejelzés révén. Emellett célunk, hogy rendszerünk segítségével a Goodmills a tényleges gyártási időt műszakonként 7,7%-kal tudja növelni, miközben 4%-kal csökkenti az energiafogyasztást és 8%-kal a csomagolási hulladékot.
 
---
OEE-növelés az agrifoodban

---