3-küljeline avatud pakend

Automaatisatsioon Lahendused ülemaiselt õhukese pakendiga

➯Pakkimistüüp:

➯Toote positsioneerimine:

Premium / peenike / pikkformaadiline pakend

➯Pakendite kvaliteedinõuded:

Kõrgelt ühtlane välimus, tugev kattetihendus ja puhtad servad

➯Tarkade tubakapakkimistootmises rakendatavad süsteemitaseme praktikad

1. Tööstuslik taust ja trendid: tootmine siseneb „energiapiirangutel põhineva tööstusliku ümberkorraldumise faasi“

Globaalne tootmistööstus läbib struktuurilist nihet oma konkurentsiloogikas. Peamine keskmes ei piirdu enam ainult tootmisvõimsuse ja kulude kontrolliga, vaid liigub järjest rohkem süsteemse konkurentsi suunas, mille aluseks on energiatõhusus ja jätkusuutlikkus.

Seda muutust põhjustavad kolm üksteisega ülekattevad survefaktorid:

1.1 Energiatehingute struktuuriline tõus

Viimase 10 aasta jooksul on elektri-, tööjõu- ja logistikakulud pidevalt tõusnud, muutes oluliselt tootmise ühiku väljatoodangu kulustruktuuri. Eriliselt kõrgtäpsustootmisel muutub energiatarve järjest olulisemaks muutujaks, mille tähtsus võrdub materjalikuludega.

1.2 ESG ja süsiniku regulatsioonid sisenevad täitmise etapisse

ESG (keskkond, ühiskond ja juhtimine) ning süsinikuheidete regulatsioonid muutuvad pidevalt rangeks. Peamistes tööstusmajandustes Euroopas, Ameerikas ja Aasias on süsiniku haldus nüüd üleminekufaasis „aruandekohustusest“ „tegevuskäitumise piirangusse“. Ettevõtted peavad nüüd mitte ainult oma heitmeid avaldama, vaid ka tõendama tegelikke vähenemisvõimalusi ja jälgitavaid protsessitaseme andmeid.

1.3 Traditsiooniline efektiivsuse optimeerimine jõuab vähenevate tagasitulu piirile

Paljud tootmisseadmed on juba läbinud esimese automaatika moderniseerimise etapi. Üksnes seadmete vahetamine või kohalike efektiivsuse parandused ei anna enam olulisi äärmisi kasusid.

2. Tööstusharus: Miks on tubakatooted ja kõrgklassilised pakendused esindlikud

Tööstusharude hulgas on tubakapakkimine ja kõrgklassilise tarbija pakkimine tüüpiline näide „kõrgkomplekssetest tootmissüsteemidest“, millele on omased:

· Mitmeprotsessilised pidevad tootmisvoogud

(trükkimine–lõike–vormimine–kontroll–pakkimine–logistika)

· Kõrge täpsus ja range ühtlusnõue

· Suure tihedusega seadmete kobar keskkondades

· Mitmesuguste kaubatähtede (SKU), väikeste partiidena ja sageli vahetuvate tootmismudelitega tootmine

Need tegurid tekitavad järgmised omadused:

(1) Komplekssne energiatarbimise struktuur

Energiatarve tuleneb mitte ainult masinatöö käigus, vaid ka logistilisest koordineerimisest, ootamisajast ja vahetustega kaasnevatest kaotustest.

(2) Kõrge süsteemi muutlikkus

Tootmisrütm, logistika rütm ja kvaliteedikõikumised on tugevalt omavahel seotud.

(3) Optimeerimine liigub „seadme tasandilt“ „süsteemi tasandile“

Üksiku masina optimeerimine annab piiratud parandusi, samas kui süsteemi koordineerimine muutub peamiseks efektiivsuse kasvu allikaks.

Seega: tubakapakkimise tootmine liigub „seadmete efektiivsuse optimeerimise etapist“ „süsteemi tasandi energioptimeerimise etappi“. Ka tehisintellekt liigub toetava tööriista staatuselt „energioptimeerimise otsustusüsteemiks“.

3. Tehnilised mehhanismid: kuidas automaatika ja tehisintellekt muudavad energiatarbimise struktuuri

3.1 Mitteaktiivsete seadmete energiatarbimise vähendamine

Traditsioonilistes tootmissüsteemides esinevad sageli probleemid, nagu masinad seisavad töötamata, inimesed ootavad ja ebavõrdsed graafikud põhjustavad ebakorrapärast tootmisrütmi. Need probleemid põhjustatakse tegelikult süsteemi desünkroonsusest, mis põhjustab olulise varjatud energiakao.

Automaatika abil saab saavutada:

·Tootmistakti aegu standardiseerimine

·Seadmete nutikas käivitamine/seiskamine

·Koormuse tasakaalustamine ja dünaamiline jaotus tootmisliinide vahel

AI-põhised täiendused võimaldavad veelgi:

Tööstusliku andmekogumise ja analüüsi kaudu saavutatakse tootmise ja müügi koordineerimine ning tootmise läbipaistvus, mis võimaldab tellimuste ja võimsuse reaalajas sobitamist, tootmisrütmi kohanduvat reguleerimist ning oluliselt vähendab plaaniliste ja tegelike näitajate vahelist erinevust.

Üleminek „inimese juhitavatest masinatest“ „andmete kontrollitud süsteemirütmile“ on oluline tee energiatarbe vähendamiseks.

3.2 Nutikad logistika süsteemid: pika aega alahinnatud energioptimeerimise moodul

Tööstuslikus energiakorralduses ei peeta sageli tehasesisese logistika, ladustamise ja väliste transporditeenuste energiatarvet oluliseks. Siiski keerukates tootmissüsteemides moodustavad need olulise osa varjatud energiatarbest.

Traditsioonilistes mudelites sõltub materjalivool väga palju manuaalsest käsitlemisest ja tõstukatest, mis tavaliselt viib korduvate marsruutide, pikkade ootmis- ja tihenemisajadega, ebapiisavalt tõhusa ajastamisega, madala laoruumi kasutusastmega ning logistika ja tootmisrütmi vahelise dekuppleerumisega. Need probleemid ei sega mitte ainult tootmise pidevust, vaid tekitavad ka lisas energiakao.

(1) Siselogistika moderniseerimine

Sisseviies AGV-d (automaatsed juhitavad sõidukid) ja intelligentsed ajastussüsteemid saavad ettevõtted kasutada AI-algoritme reaalajas marsruutide optimeerimiseks, mitmetaskulise dünaamilise ajastamiseks ning automaatse materjali laadimiseks/täitmiseks ja ristprotsesside koordineerimiseks. Logistika ja tootmine saavad töötada sünkroonselt, mis parandab oluliselt süsteemi stabiilsust ja tõhusust.

(2) Tark automaattarne- ja väljatõmbesüsteem (AS/RS)

Vertikaalse ladustamise ja automaatselt toimivate hankimissüsteemide abil saab saavutada kõrgema tiheduse ja tõhusama ruumaruutude kasutuse. See vähendab transporditee pikkust, vähendab sõltuvust manuaalsest ajastamisest ja parandab veelgi materjalivoolu tõhusust.

(3) Väljaminev logistika (TMS-süsteemid)

AI-põhiste transpordihaldussüsteemide (TMS) abil saavutatakse dünaamiline marsruutide planeerimine liiklusolude ja ülesannete prioriteedi alusel ning ka intelligentsed ülesannete jaotus, reaalajas häirete tuvastamine ja marsruutide korrigeerimine. See laiendab intelligentset logistikat kogu tarnekettale.

Üldised tulemused hõlmavad:

·Suur energiaressursside tarbimise vähenemine liialt pikkade transporditeede tõttu

·Väiksemad energiakulud forkliiftide ja manuaalse käsitsenud tegevuste pärast

·Paranenud pidevus ja koordineeritus sisemiste ja väliste logistika süsteemide vahel

·Ruumaruutude maksimaalne kasutamine

3.3 Tootlikkuse parandamine: peidetud, kuid suure mõjuga energioptimeerimise muutuja

Tootmisesüsteemides esindavad defektsete toodete valmistamine põhimõtteliselt juba kulutatud energiat, sealhulgas elektrienergiat, tooraineid, tööjõudu ja ajakulusid.

Seetõttu on tootmise väljatõmbamise parandamine oluline tee ühiku kohta kulutatava energia vähenemiseks.

AI-põhiste 6-külgsel inspeerimisel ja SOP jälgimissüsteemidel on võimalik saavutada:

·Mitmekülgne ja mikroonitaseme täpsusega visuaalne inspeerimine koos defektide eemaldamisega

·SOP käitumise tuvastamine ja vastavusjälgimine koos reaalajas hoiatustega

·Reaalajas kvaliteedihinnangu integreerimine MES-süsteemidesse

Koos võimaldavad need süsteemid oluliselt vähendada ületootmise ja prügikoguste määra, parvedes seega ühiku kohta kulutatava energia efektiivsust ja vähendades üldist energiakadu.

3.4 AI + MES + energiasüsteemi integreerimine: reaalajas intelligentne optimeerimisfaas

Tööstusliku digitaalimise tulemusena liigub energiahaldus sõltumatu registreerimissüsteemist tootmissüsteemi integreeritud osaks, arenedes reaalajas optimeerimissüsteemiks.

AI ja MES süsteemide integreerimise kaudu saavutatakse süstemaatiliselt:

·Reaalajas energiatarbimise andmete kogumine seadmetasandil

·Elektri, vee ja gaasi tarbimise dünaamiline jälgimine

·Energiatarbimise kõvera modelleerimine ja ennustav analüüs mobiilsete operatsioonidega

·Ennustav hooldus seiskumiste kaotuse vähendamiseks

·Energiasäästliku tootmiskavandamise optimeerimine

Energiahaldus liigub „järelsündmuse aruandlusest“ „reaalajas jälgimise ja optimeerimise“ poole.

3.5 Ringmajandus: pakendimaterjalide suletud tsükli optimeerimine

Tootmise ja logistika optimeerimise kõrval on kartonipakendite ringlussevõtt muutunud jätkusuutliku tootmise oluliseks komponendiks.

Materjalide pakenditööstuses võimaldavad kartonite sortimise ja taaskasutuse tehnoloogiad kartonite korduvat kasutamist sekundaarsetes logistikaahelates või sisemises ringmajanduses, pikendades materjalide elutsüklit, vähendades toorainete tarbimist ja energiakulu jäätmete töötlemisel.

See mudel laiendab jätkusuutlikkust tootmisetapist täieliku materjalide elutsükli halduseni.

Tööstuslik näide: Sinotecho nutikas tubakapakendite tootmisesüsteemi projektide üleandmine

4.1 Projekti informatsioon

Projekti nimi: Sinotecho ja CHUNGHWA koostöö Hiina Tubakatäpsustamine Ettevõte

Toimetamise aeg: Detsember 2025

Asukoht: Shanghai Tobacco Printing Company (China Tobacco)

Projekti tüüp: Nutikas tehase uuendus tubakapakendite tootmisel

Nutikas tootmine – küpsustase: TASE 3

Üldine tulemus:

Projekt saavutas automaatika ja AI-süsteemide integreerimise kaudu:

·Tootmisvõimsuse suurenemine (~1,1×)

·Tööjõu vähenemine (~40%)

·Defektide osakaalu vähenemine (~50%)

·OEE paraneb (20–40%)

·Ühiku väljatoodangu energiatarbimise vähenemine (~12–15%)

4.2 Süsteemi moderniseerimise tulemused

a. Tootmisliini optimeerimine

Tootmisrütmi standardiseerimine, nutikas käivitus/seiskumise haldus ja koormuse tasakaalustamine tootmisliinidel.

b. Nutikas logistika süsteemi moderniseerimise tulemused

Täisautomaatne logistika süsteem hõlmab materjalide käsitlemist seadmete vahel, transpordivoolu, pakkimist ja paletiseerimist, kilega kaetud pakendit ja nutikat laohaldust. See võimaldab täielikku stsenaariumi ülesehitatud paindlikku laadimist/mahalaadimist, nutikat paletiseerimist, kohandatud mobiilseid AGV-sid trükkimise ja pakkimise jaoks ning integreeritud nutikaid laosüsteeme.

See tagab tootmise ja logistika sügavat koordineerimist:

·Automaatne ja tõhus materjalivool tootmisliinide ja ladude vahel

·Nutikate paletiseerimisrobotite ja AGV-de koordineeritud töö

·Täielikult digitaalne logistika planeerimine kogu protsessi vältel

Tulemused hõlmavad:

·Tööjõukulude vähenemist (~60%)

·Laovarude kulude vähenemist (~32%)

·Materjalivoo tõhususe paranevat (~40%)

·Laosse siseneva/väljuva liikumise tõhususe paranevat (~45%)

a. AI-põhise visuaalse inspekteerimissüsteemi tulemused

Kõrglahutusvõimega tööstuskamerate, mitmekülgse valgustuse ja sügava õppimise alusel toimiva AI-visioni algoritmide kasutamisega saavutatakse täielik protsessiinspektsioon, automaatne juhtimine ja reaalajas andmete tagasiside:

·Mitmekülgne mikrotasemeliste defektide tuvastamine ja eemaldamine

·SOP-i järgimise jälgimine koos hoiatustega

·Reaalajas kvaliteedihinnangu integreerimine MES-süsteemidesse

Lõplikud tulemused:

·Tootlikkuse tase tõusis üle 99%

·Kvaliteediga seotud kaotused vähenesid vähemalt 30%

·Parandatud toote ühtlus

d. Energiahaldussüsteemi moderniseerimise väärtus

Digitaalsete energiahaldussüsteemide abil saavutatakse tehase energiakasutuse täielik läbipaistvus:

·Üksiku seadme energiatarbimise reaalajas jälgimine (pinge, vool, võimsus jne)

·Kõrgenergiatarbivate seadmete peamised haldusfunktsioonid (seadmed üle 100 kW on varustatud mõõte- ja jälgimissüsteemidega)

·AI-põhised anomalise energiatarbimise hoiatusmehhanismid

·Energia- ja tootmisplaneerimise sidumisoptimeerimine (kogu energiavoo etappide – sh ülekanne, salvestamine, teisendamine ja tarbimine – täielik jälgimine ning energiatarbimise koordineerimine tootmisega, et võimaldada koordineeritud energiakäsitlus. Seadmete energiatarbimise ja tööaja trendide suhte analüüs võimaldab süsteemil kajastada energiatarbimise ja tootmisega seotud korrelatsiooni. Energiahalduse andmeid jagatakse ka MES-süsteemiga tootmisgraafikute koostamise viiteks, mis võimaldab süsteemil samaväärsuste korral eelistada väiksema energiatarbimisega seadmeid.)

·Mobiilseadmete põhine reaalajas energiatarbimise jälgimine

Energiahaldus muutub toetavast süsteemist oluliseks tootmisotsuste tegemise komponendiks.

e. Kastide sortimis- ja taasväärtustamissüsteem

Tänu intelligentsetele tuvastussüsteemidele saab kliendile kohaletoodud kasutatud kastid tuvastada, sortida, uuesti pakkida ja taaskasutada, mis vähendab tõhusalt pakendmaterjalide tarbimist.

f. Säästva arengu eelplaneerimine

Sinotecho "1+3+N+1" AI pilv-arhitektuuri alusel integreerib süsteem PLM-, ERP-, MES- ja WMS-süsteemid, võimaldades ühtset andmetandardit ja AI mudelite õppimist. Platvorm integreerib AI turvalisuse, energioptimeerimise ja ruumihalduse, loodes ohutu, roheline ja nutikas tööstuslik keskkond ning ehitades väärtuspõhise ja autonoomse otsustamisega madala süsiniku sisaldava nutikas tehase .

5. Ristprojektne süsteemitaseme kogemus

Mitme sarnase projekti puhul on täheldatud järjepidevat mustrit: suurim energioptimeerimine saavutatakse süsteemitaseme koordineerimisest, mitte üksikute seadmete optimeerimisest.

Täisülesehitatud lahenduste kaudu, mis ühendavad tarkade pakendusliinide, nutikate logistikarobotite, AI-inspektsioonisüsteemide ja pilvplatvormide , saab tõhusalt parandada energiatõhusust ja jätkusuutlikkuse võimalusi.

Peamised vahepanekud on:

·Tootmisliini optimeerimine on mõjukam kui üksiku masina optimeerimine

·Logistika süsteemi optimeerimine annab olulisi peidetud energiasäästu

·Kogu protsessi andmeühendus ja AI põhine kinnine optimeerimistsükkel võimaldavad pidevat parandamist

·Tootlikkuse parandamine ja materjalide taaskasutus aitavad kaasa jätkusuutlikkuse eesmärkidele

Tootmine liigub „seadmete intelligentsusest“ „süsteemi intelligentsusse“.

6. Tööstuslikud trendid: automatiseerimiselt AI-ga juhitava energiakindla tootmise poole

6.1 Kolmest etapist koosnev tootmise areng:

Etapp 1: Automaatika – tööjõu asendamine ja tõhususe parandamine

Etapp 2: Targad tootmisprotsessid – süsteemide koordineerimine ja digitaalne juhtimine

Etapp 3: Energiaintelligentsed tootmisprotsessid – AI-ga juhitavad energiataotlevalt iseoptimeeruvad süsteemid

6.2 AI rolli muutumine

AI tootmisprotsessides areneb inspektsioonivahendist iseseisva tootmisplaneerimise tuumaks, võimaldades autonoomset otsustamist.

6.3 Andmetega integreeritud rohelised tehased

Süsinikdioksiidi heitkogused muutuvad reaalajas mõõdetavaks ja optimeeritavaks.

Tööstusliku tootmise energiasüsteemid arenevad poole " sustainability self-optimizing modules".

7. Järeldus

Automaatika ja tehisintellekt muudavad põhimõtteliselt tööstuslikku tootmist. Need parandavad mitte ainult tootmise efektiivsust, vaid muutuvad ka energiahalduse ja jätkusuutlikkuse peamisteks teguriteks.

See teisendus avaldab otseselt mõjuv mõju ESG-eesmärkidele.

Kõrgelt keerukates tööstusvaldkondades, nagu tubakapakkimine ja kõrgklassiline pakkimine, on see nihke nähtav eriti selgelt.

Tööstuslik tootmine läbib struktuurilist üleminekut efektiivsusest energiaga ja jätkusuutlikkusega juhitavatele süsteemidele. Tulevikus ei ole automaatio ja Tehisintellekt enam valikulised täiendused, vaid jätkusuutliku tootmise süsteemide aluspõhimõtted.

Masinaehitajatel tuleks kaaluda veelgi rohkemat teadusuuringute ja arenduste investeerimist digitaalses, intelligentses ja tehisintellekti rakenduste valdkonnas, et toetada globaalset süsinikdioksiidi heitkoguste vähendamist.