Digital Transformation"},"section_hierarchy":[{"id":33189,"name":"Process","alias":"process"},{"id":91289,"name":"Digital Transformation","alias":"process/digital-transformation"}],"taxonomy":[{"id":4093930,"type":"Tag","name":"Maple Leaf Foods","fullName":"Tag: Maple Leaf Foods (4093930)"},{"id":4093929,"type":"Tag","name":"yield","fullName":"Tag: yield (4093929)"},{"id":4087974,"type":"Tag","name":"SCADA","fullName":"Tag: SCADA (4087974)"},{"id":4087972,"type":"Tag","name":"ERP","fullName":"Tag: ERP (4087972)"},{"id":4083760,"type":"Tag","name":"MES","fullName":"Tag: MES (4083760)"},{"id":4082274,"type":"Tag","name":"Aveva","fullName":"Tag: Aveva (4082274)"},{"id":3169785,"type":"Tag","name":"digital transformation","fullName":"Tag: digital transformation (3169785)"},{"id":3135338,"type":"Tag","name":"analytics","fullName":"Tag: analytics (3135338)"},{"id":3135326,"type":"Tag","name":"IIoT","fullName":"Tag: IIoT (3135326)"}],"authors":[{"id":13743203,"name":"David Greenfield"}]}">

树叶食品连接MES高级分析

十二月72023
Maple叶片食品公司通过聚焦收成学习到,通过利用现有MES技术,它可成功实施IoT项目,交付ROI4x比预期快

或数位变换的产业互联网消息, 无疑你听说约70%的这类项目 损耗程度不等 或多或少Maplef食品公司是加拿大最大预制肉类生产者,发现通过侧重于具体关键性能指标(KPI),它能够将预期投资回报时间从一年减为3个月。

KPIMaple叶粮通过减少浪费和损耗产生

演示文稿阿维瓦world2023Blair Hembruff是Cygnus咨询公司总裁, 系统集成者与Maple叶片食品公司合作实施这个项目,Andy[Andrew Thorne,Maple叶食品设计师]说 :'嘿,我们已经完全安装MES(制造执行系统),我们真的需要完全实现IoT吗?'

这个问题引导项目团队转而集中利用MES访问工厂所有过程数据并用MES上下文查看数据后再送入云基AI系统深入分析Hembruff表示:「我们可以用生产指令和SkUs制作信息来背景化过程数据,

进程化

MapleLef食品公司和Cygnus咨询公司设计方法,作为持续改善项目的一部分要求MapleLeaf持续流程改进和六西格玛组审查工厂运维以确定增产向何处提供最大收益研究结果使项目团队目标-减少一定百分比的浪费和损失,并转换成可通过项目计量的具体节约资金

项目团队与这些发现并发,重点关注Maple叶夫食品公司bologna生产过程生产过程始自Maple叶素食品采摘区,那里肉片浸泡并铺地后移到植物填充区,肉片组成日志,然后移到批量烹饪区,然后冷却后移入工厂切片区

Hembruff表示,“我们的工作就是以最一致方式向每个过程展示肉类以减少损耗要做到这一点,日志必须有一致性宽度和形状所以,如果我们能以同样方式复始日志, 令日志以正确形状进厨房, 并可用相同时间做饭, 并完全以同样方式向切片机展示- 即全程进料提高本项目所追求的收成提高都是为了制作一致产品 正确量最小减产 管理烹调中水分损耗 向切片机交付日志 完全正确维度最大减产

技术类

MapleLeaf厂2014年建厂,AvelaMES与SCADA系统并整合SAPERP(企业资源规划)和生产调度

Hembruff解释道,

ygnus咨询公司利用工厂现有技术处理传感器的设计、工程、安装和调试以及脑立方AI系统前所有接口,该系统用传感器数据构建工厂资产数字双模型

Aeva长期坚持对软件产品采取不可知性方法,强调软件产品开放与第三方软件产品合并Maple叶粮项目与第三方ERP软件和AI软件整合,突出Avela不可知性方法

除ERP和AI软件整合外,Cognex视觉系统还用于测量日志维度并通知安装bologna日志填充机的操作者Hembruff指出,进程的一个关键部分并不仅仅指提供具体bologna日志维度,还指 "分析保持日志制作一致性的各种因素信息载MES并发回BrenCube分析

bologna日志运入烹调过程时正以一致性维度交付, Hembruff表示有两个主要数据点可管理-摄氏温度和肉体温度,以确保完全为食品安全做饭。

Hembruff表示,透视温度数据判定最优温度剖面图时, 你知道什么温度使用多久才能保证日志正确编译向温度数据进料由脑立方创建数字双生, 我们能够为烤箱想出最优配方。”

开发优化烤箱调度法,因为Maple叶片食品公司现在有精确和可重复的烤箱配方有限运算符用不同配方加载多箱产品时,有时仍会导致bologna日志停留过长超时为解决此问题,开发优化应用程序,确保用PLCs和温度探针提供的数据最优定时

Andrew Thorneffests表示,除通过持续日志规模生产实现增产外,Mapleeffests还提前关闭烤箱并节能

受该项目技术影响的另一个生产区是bologna切片过程

Hembruff指出,切片机听上去不复杂,因此可能不会从数据分析获益多。但在Maple叶粮生产规模上,这些切片机相当复杂,配方基于所生产的东西和机器生命

开发切片机黄金批量配方 Hembruff表示通过MES输入切片机信息商店楼面仪表板操作器可见此信息,显示当前生成数据并突出故障点供操作器聚焦

Hembruff补充道,运算符还花了大量时间用在用户体验和用户界面上。需要明确聚焦UXUI

说到AI对这个项目的全面影响, Thorne说,“双生数字对子实为新时代当我们问BrainCube数据科学能为我们做什么时,他们说把所有东西-从切片机中单标签-都扔到我们头上-我们将以有意义的方式反馈回给你并整理成数字双组现在他们每10分钟拉起数据 继续精炼学习结果是这些完美参数 用于特殊机器和线程开始搭建机器后 几乎每次都有完美批量

结果

包括切片机等全过程持续优化后,导致总利润增加10%-12%

MapleLeafFoods的ROI项目原预期需要一年实现,仅3个月便实现。

汉布鲁夫表示:「现在许多项目都拥有许多关联词-像IoT和AI-而其中许多IoT项目没有像这个项目那么成功”。成功出手 因为它总是专注于收成

他补充道,另一把密钥正在利用你拥有的东西Mapple叶粮公司已拥有全AevaMES并尽可能多地利用存下一吨时间和钱 因为它中的数据已经被验证自始即知道依赖数据正确性,