بسته‌بندی بازشونده از سه طرف

اتوماسیون راهکارها برای بسته‌بندی بسته‌های نازک

➯نوع بسته‌بندی:

➯موقعیت‌یابی محصول:

بسته‌بندی لوکس / نازک / بلندفرمت

➯نیازمندی‌های کیفیت بسته‌بندی:

هماهنگی بالای ظاهری، پیچیدن محکم و لبه‌های تمیز

➯روش‌های سطح سیستمی در تولید هوشمند بسته‌بندی تنباکو

۱. پیشینه و روندهای صنعت: تولید وارد فاز «بازسازی ساختاری صنعت تحت تأثیر محدودیت انرژی» شده است

صنعت تولید جهانی در حال تغییر ساختاری در منطق رقابت خود است. تمرکز اصلی دیگر محدود به ظرفیت تولید و کنترل هزینه‌ها نیست، بلکه به‌طور فزاینده‌ای در حال جابجایی به رقابت سیستمی بر اساس کارایی انرژی و توانایی‌های پایداری است.

این تحول تحت تأثیر سه فشار همزمان رخ می‌دهد:

۱.۱ افزایش ساختاری هزینه‌های انرژی

در طول دهه گذشته، هزینه‌های برق، نیروی کار و حمل‌ونقل به‌طور مداوم افزایش یافته‌اند و ساختار هزینه هر واحد تولید در صنایع تولیدی را به‌طور قابل‌توجهی تغییر داده‌اند. به‌ویژه در تولیدات با دقت بالا، مصرف انرژی به‌تدریج به یک متغیر اصلی تبدیل شده است که اهمیتی مشابه هزینه مواد دارد.

۱.۲ مرحله اجرایی شدن مقررات ESG و کربن

مقررات ESG (محیط زیست، اجتماعی و حکمرانی) و انتشارات کربنی به‌طور مداوم در حال تقویت شدن هستند. در اقتصادهای صنعتی اصلی اروپا، آمریکا و آسیا، مدیریت کربن از «الزام گزارش‌دهی» به «محدودیت عملیاتی» تغییر یافته است. اکنون شرکت‌ها نه‌تنها موظف به افشای انتشارات هستند، بلکه باید توانایی کاهش واقعی و داده‌های قابل ردیابی در سطح فرآیندها را نیز اثبات کنند.

۱.۳ ورود به مرحله بازده کاهش‌یافته در بهینه‌سازی سنتی کارایی

بسیاری از سیستم‌های تولیدی از مرحله اول ارتقای خودکارسازی عبور کرده‌اند. اتکا صرف به ارتقای تجهیزات یا بهبودهای محلی در کارایی دیگر نمی‌تواند افزایش قابل‌توجهی در بازده حاشیه‌ای ایجاد کند.

۲. تمرکز صنعتی: چرا تنباکو و بسته‌بندی پرکیفیت نماینده هستند

در میان بخش‌های تولیدی، بسته‌بندی محصولات تنباکو و بسته‌بندی مصرف‌کننده‌های باکیفیت بالا نمونه‌ای معمولی از «سیستم‌های تولیدی پیچیده» هستند که با ویژگی‌های زیر مشخص می‌شوند:

· جریان‌های کار تولیدی پیوسته چندمرحله‌ای

(چاپ– برش قالبی– شکل‌دهی– بازرسی– بسته‌بندی– لجستیک)

· نیازمند دقت بالا و هماهنگی دقیق و سخت‌گیرانه

· محیط‌هایی با تراکم بالای تجهیزات

· مدل‌های تولیدی با تنوع بالای SKUها، اندازه‌ی دسته‌های کوچک و تغییرات مکرر و پرتردد

این عوامل منجر به ویژگی‌های زیر می‌شوند:

(۱) ساختار پیچیده‌ی مصرف انرژی

مصرف انرژی نه‌تنها از عملیات ماشین‌آلات، بلکه از هماهنگی لجستیک، زمان انتظار و اتلاف ناشی از تغییرات خط تولید نیز ناشی می‌شود.

(۲) نوسان‌پذیری بالای سیستم

ریتم تولید، ریتم لجستیک و نوسانات کیفیت به‌طور شدیدی با یکدیگر مرتبط هستند.

(۳) تغییر تمرکز بهینه‌سازی از «سطح تجهیزات» به «سطح سیستم»

بهینه‌سازی تک‌ماشینی بهبود محدودی ایجاد می‌کند، در حالی که هماهنگی سیستمی منبع اصلی افزایش کارایی محسوب می‌شود.

بنابراین: تولید بسته‌بندی محصولات تنباکو از «مرحله بهینه‌سازی کارایی تجهیزات» به «مرحله بهینه‌سازی انرژی در سطح سیستم» در حرکت است. هوش مصنوعی نیز از یک ابزار کمکی به «سیستم تصمیم‌گیری برای بهینه‌سازی انرژی» تبدیل می‌شود.

۳. مکانیزم‌های فنی: چگونگی بازآرایی ساختار مصرف انرژی توسط اتوماسیون و هوش مصنوعی

۳.۱ کاهش مصرف انرژی تجهیزات در حالت بیکاری

در سیستم‌های تولیدی سنتی، مشکلات رایجی از قبیل بیکاری ماشین‌آلات، انتظار اپراتورها و زمان‌بندی نامتعادل که منجر به ناهمگونی ریتم تولید می‌شود، وجود دارد. این مشکلات در اصل ناشی از ناهمگامی سیستم هستند و باعث اتلاف پنهان قابل توجه انرژی می‌گردند.

از طریق اتوماسیون، دستیابی به موارد زیر امکان‌پذیر می‌شود:

·استانداردسازی زمان تاکت تولید

·روشن و خاموش شدن هوشمند تجهیزات

·تعادل بار و تخصیص پویا در خطوط تولید

به‌روزرسانی‌های مبتنی بر هوش مصنوعی، امکانات بیشتری را فراهم می‌کنند:

از طریق جمع‌آوری و تحلیل داده‌های صنعتی، هماهنگی تولید و فروش و شفافیت تولید قابل دستیابی است که این امر تطبیق بلادرنگ سفارشات با ظرفیت، تنظیم انعطاف‌پذیر ریتم تولید و کاهش قابل توجه انحرافات بین برنامه‌ریزی و اجرای عملیات را ممکن می‌سازد.

تغییر از «کنترل ماشین‌ها توسط انسان» به «ریتم سیستم کنترل‌شده توسط داده‌ها» مسیر کلیدی کاهش مصرف انرژی است.

۳.۲ سیستم‌های لجستیک هوشمند: یک ماژول بهینه‌سازی انرژی که طولی‌مدت نادیده گرفته شده است

در ساختارهای انرژی صنعتی، لجستیک کارخانه، انبارداری و حمل‌ونقل خارجی اغلب به‌عنوان مصرف‌کنندگان عمده انرژی در نظر گرفته نمی‌شوند. با این حال، در سیستم‌های تولید پیچیده، این بخش‌ها سهم قابل‌توجهی از مصرف پنهان انرژی را تشکیل می‌دهند.

در مدل‌های سنتی، جریان مواد به‌طور گسترده‌ای متکی بر دستکاری دستی و استفاده از رَکِت‌ها (فلکس‌ها) است که معمولاً منجر به تکرار مسیرها، زمان‌های طولانی انتظار و تراکم، زمان‌بندی ناکارآمد، استفادهٔ پایین از فضای انبار و عدم هماهنگی بین لجستیک و ریتم تولید می‌شود. این مسائل نه‌تنها پیوستگی تولید را مختل می‌کنند، بلکه باعث اتلاف اضافی انرژی نیز می‌گردند.

(۱) ارتقای لجستیک داخلی

با معرفی خودروهای هدایت‌شونده خودکار (AGV) و سیستم‌های هوشمند زمان‌بندی، بنگاه‌ها می‌توانند از الگوریتم‌های هوش مصنوعی برای بهینه‌سازی بلادرنگ مسیرها، زمان‌بندی پویای چندوظیفه‌ای و بارگیری/تخلیه خودکار مواد و هماهنگی بین فرآیندها استفاده کنند. لجستیک و تولید می‌توانند به‌صورت همزمان عمل کنند و این امر پایداری و کارایی سیستم را به‌طور قابل‌توجهی افزایش می‌دهد.

(۲) سیستم‌های هوشمند خودکار ذخیره‌سازی و بازیابی (AS/RS)

با استفاده از سیستم‌های ذخیره‌سازی عمودی و بازیابی خودکار، می‌توان به استفاده‌ی فشرده‌تر و کارآمدتر از منابع فضایی دست یافت. این امر فاصله‌ی حمل‌ونقل را کاهش داده، وابستگی به زمان‌بندی دستی را کم می‌کند و به‌طور بیشتری کارایی جریان مواد را بهبود می‌بخشد.

(۳) لجستیک صادراتی (سیستم‌های TMS)

با استفاده از سیستم‌های مدیریت حمل‌ونقل (TMS) مبتنی بر هوش مصنوعی، می‌توان برنامه‌ریزی پویای مسیر بر اساس شرایط ترافیکی و اولویت وظایف را انجام داد، همچنین تخصیص هوشمند وظایف و تشخیص بلادرنگ ناهنجاری‌ها و اصلاح زمان‌بندی را فراهم کرد. این امر قابلیت‌های لجستیک هوشمند را تا سطح زنجیره تأمین گسترش می‌دهد.

نتایج کلی شامل موارد زیر است:

·کاهش قابل توجه مصرف انرژی ناشی از حمل‌ونقل غیرضروری

·کاهش هزینه‌های انرژی ناشی از عملیات‌های دستی و استفاده از بالابرها

·بهبود پیوستگی و هماهنگی سیستم‌های لجستیک داخلی و خارجی

·بیشینه‌سازی استفاده از منابع فضایی

۳.۳ بهبود بازده: متغیری پنهان اما با تأثیر بالای بهینه‌سازی انرژی

در سیستم‌های تولیدی، محصولات معیوب در واقع نشان‌دهنده‌ی انرژی هدررفته‌ای هستند که قبلاً مصرف شده است، از جمله برق، مواد اولیه، نیروی کار و هزینه‌ی زمان.

بنابراین، بهبود بازده تولید مسیری حیاتی برای کاهش مصرف انرژی در هر واحد خروجی است.

از طریق سیستم‌های بازرسی هوشمند شش‌جانبه مبتنی بر هوش مصنوعی و نظارت بر روی دستورالعمل‌های استاندارد عملیاتی (SOP)، امکان دستیابی به موارد زیر فراهم می‌شود:

·بازرسی بصری دقیق از زوایای مختلف و در سطح میکرون با حذف نقص‌ها

·تشخیص رفتارهای مربوط به دستورالعمل‌های استاندارد عملیاتی (SOP) و نظارت بر رعایت آن‌ها با هشدارهای لحظه‌ای

·ارائه‌ی بازخورد لحظه‌ای درباره‌ی کیفیت و ادغام آن با سیستم‌های مدیریت تولید (MES)

این سیستم‌ها در مجموع نرخ کارهای اصلاحی و نرخ ضایعات را به‌طور چشمگیری کاهش می‌دهند و بدین ترتیب، بازده انرژی در هر واحد خروجی را بهبود بخشیده و میزان کلی هدررفت انرژی را کاهش می‌دهند.

۳.۴ ادغام هوش مصنوعی + سیستم‌های مدیریت تولید (MES) + سیستم‌های انرژی: مرحله‌ی بهینه‌سازی هوشمند لحظه‌ای

با دیجیتالی‌شدن صنایع، مدیریت انرژی از یک سیستم مستقل ثبت‌داده‌ها به بخشی یکپارچه از سیستم تولید تبدیل شده و در حال تکامل به سمت یک سیستم بهینه‌سازی بلادرنگ است.

از طریق ادغام سیستم‌های هوش مصنوعی (AI) و سیستم‌های اجرای تولید (MES)، دستیابی سیستماتیک به موارد زیر امکان‌پذیر می‌شود:

• جمع‌آوری بلادرنگ داده‌های مصرف انرژی در سطح تجهیزات

• نظارت پویا بر مصرف برق، آب و گاز

• مدل‌سازی منحنی مصرف انرژی و تحلیل پیش‌بینی‌کننده با امکان انجام عملیات از طریق ابزارهای تلفن همراه

• نگهداری پیش‌بینی‌کننده برای کاهش زمان‌های افت تولید

• بهینه‌سازی زمان‌بندی تولید با در نظر گرفتن مصرف انرژی

مدیریت انرژی از «گزارش‌دهی پس از وقوع رویداد» به «نظارت و بهینه‌سازی بلادرنگ» در حال تغییر است.

۳٫۵ اقتصاد چرخشی: بهینه‌سازی حلقه‌بسته مواد بسته‌بندی

فراتر از بهینه‌سازی تولید و لجستیک، بازیافت جعبه‌های کارتن بسته‌بندی به یکی از اجزای مهم تولید پایدار تبدیل شده است.

در صنعت بسته‌بندی، فناوری‌های مرتب‌سازی و بازیافت جعبه‌های کارتن امکان استفاده مجدد از این جعبه‌ها را برای لجستیک ثانویه یا گردش داخلی فراهم می‌کند و این امر عمر مفید مواد را افزایش داده، مصرف مواد اولیه را کاهش داده و میزان انرژی مصرفی در پردازش ضایعات را پایین می‌آورد.

این مدل پایداری را از مرحله تولید تا مدیریت کامل چرخه عمر مواد گسترش می‌دهد.

مورد صنعتی: اجرای پروژه سیستم تولید هوشمند بسته‌بندی تنباکو شرکت سینوتکو

۴.۱ اطلاعات پروژه

نام پروژه: همکاری بین سینوتکو و چونگ‌هوآ چین چاپ تنباکو شرکت

زمان تحویل: دسامبر 2025

مکان: شرکت چاپ تنباکو شانگهای (سازمان تنباکوی چین)

نوع پروژه: ارتقاء کارخانه هوشمند در تولید بسته‌بندی تنباکو

سطح بلوغ تولید هوشمند: سطح 3

عملکرد کلی:

از طریق اتوماسیون و یکپارچه‌سازی سیستم‌های هوش مصنوعی، این پروژه به دستاوردهای زیر دست یافت:

·افزایش ظرفیت تولید (حدود ۱٫۱ برابر)

·کاهش نیروی کار (حدود ۴۰ درصد)

·کاهش نرخ نقص (حدود ۵۰ درصد)

·بهبود شاخص OEE (۲۰ تا ۴۰ درصد)

·کاهش مصرف انرژی به ازای هر واحد تولید (حدود ۱۲ تا ۱۵ درصد)

۴٫۲ نتایج ارتقای سیستم

الف. بهینه‌سازی خط تولید

استانداردسازی ریتم تولید، مدیریت هوشمند روشن/خاموش شدن و بهینه‌سازی تعادل بار در خطوط تولید.

ب. نتایج ارتقای سیستم لجستیک هوشمند

سیستم هوشمند لجستیک، مدیریت مواد بین تجهیزات، جریان حمل‌ونقل، بسته‌بندی و پالت‌سازی، دورکردن با فیلم و برنامه‌ریزی انبار هوشمند را پوشش می‌دهد. این سیستم امکان بارگیری و تخلیه انعطاف‌پذیر در تمام سناریوها، پالت‌سازی هوشمند، AGVهای موبایل سفارشی‌شده برای چاپ و بسته‌بندی و سیستم‌های یکپارچه انبارداری هوشمند را فراهم می‌کند.

این امر هماهنگی عمیق بین تولید و لجستیک را تضمین می‌کند:

·جریان خودکار و کارآمد مواد بین خطوط تولید و انبارها

·عملیات هماهنگ ربات‌های هوشمند پالت‌سازی و AGVها

·زمان‌بندی دیجیتال لجستیک در تمام فرآیند

نتایج شامل موارد زیر است:

·کاهش هزینه‌های نیروی کار (حدود ۶۰٪)

·کاهش هزینه‌های موجودی (حدود ۳۲٪)

·بهبود کارایی جریان مواد (حدود ۴۰٪)

·بهبود کارایی ورودی و خروجی انبار (حدود ۴۵٪)

ج. نتایج سیستم بازرسی بصری مبتنی بر هوش مصنوعی

با استفاده از دوربین‌های صنعتی با وضوح بالا، روشنایی چندزاویه و الگوریتم‌های دید ماشین مبتنی بر یادگیری عمیق هوش مصنوعی، بازرسی فرآیند کامل، کنترل خودکار و بازخورد داده‌ها در زمان واقعی انجام می‌شود:

·تشخیص و حذف نقص‌ها در سطح میکرون با زوایای مختلف

·پایش انطباق با رویه‌های استاندارد عملیاتی (SOP) همراه با هشدار

·ارائه بازخورد زنده کیفیت که با سیستم‌های مدیریت تولید (MES) ادغام شده است

نتایج نهایی:

·نرخ بازده تولید به بیش از ۹۹٪ افزایش یافته است

·تلفات کیفیت حداقل ۳۰٪ کاهش یافته است

·بهبود یکنواختی محصول

د. ارزش ارتقای سیستم مدیریت انرژی

از طریق سیستم‌های دیجیتال مدیریت انرژی، قابلیت نظارت کامل بر مصرف انرژی کارخانه فراهم می‌شود:

·نظارت زنده بر مصرف انرژی هر تجهیزات (ولتاژ، جریان، توان و غیره)

·مدیریت کلیدی تجهیزات پرتوان (تجهیزاتی با توان بیش از ۱۰۰ کیلووات که مجهز به سیستم‌های اندازه‌گیری و نظارت هستند)

·مکانیزم‌های هشدار مصرف انرژی غیرعادی مبتنی بر هوش مصنوعی

·بهینه‌سازی ارتباط بین برنامه‌ریزی انرژی و تولید (نظارت جامع بر تمام مراحل جریان انرژی، از جمله انتقال، ذخیره‌سازی، تبدیل و مصرف، و هماهنگی مصرف انرژی با فعالیت‌های تولیدی به منظور انجام هماهنگ‌سازی در تخصیص انرژی. با تحلیل رابطه بین مصرف انرژی تجهیزات و روند زمان عملیاتی آن‌ها، سیستم می‌تواند همبستگی بین مصرف انرژی و فعالیت‌های تولیدی را نشان دهد. داده‌های مدیریت انرژی نیز با سیستم MES به اشتراک گذاشته می‌شوند تا به عنوان مرجعی برای زمان‌بندی تولید استفاده شوند؛ بدین ترتیب سیستم در شرایط معادل، تجهیزات کم‌مصرف‌تر را اولویت‌دار می‌کند.)

·نظارت بلادرنگ بر مصرف انرژی از طریق ابزارهای تلفن همراه

مدیریت انرژی از یک سیستم پشتیبان به مؤلفه‌ای کلیدی در تصمیم‌گیری‌های تولیدی تبدیل شده است.

ه. سیستم جداسازی و بازیافت جعبه‌های کارتن

کارتن‌های استفاده‌شده پس از تحویل به مشتریان می‌توانند از طریق سیستم‌های تشخیص هوشمند شناسایی، جداسازی، بسته‌بندی مجدد و مجدداً مورد استفاده قرار گیرند که این امر به‌طور مؤثری مصرف مواد بسته‌بندی را کاهش می‌دهد.

الف. برنامه‌ریزی پیشین توسعه پایدار

بر اساس معماری ابری هوش مصنوعی «۱+۳+N+۱» شرکت سینوتکو، این سیستم سیستم‌های PLM، ERP، MES و WMS را ادغام کرده و استانداردسازی داده‌ها و آموزش مدل‌های هوش مصنوعی را فراهم می‌سازد. این پلتفرم امنیت هوش مصنوعی، بهینه‌سازی انرژی و مدیریت فضایی را ادغام کرده و محیطی صنعتی امن، سبز و هوشمند ایجاد می‌کند و کارخانه هوشمند کم‌کربنی را بر پایه ارزش و تصمیم‌گیری خودکار می‌سازد. .

۵. تجربه سطح سیستمی در پروژه‌های متعدد

در چندین پروژه مشابه، الگویی ثابت مشاهده شده است: بزرگ‌ترین بهینه‌سازی انرژی از هماهنگی سطح سیستمی ناشی می‌شود نه از بهینه‌سازی تجهیزات جداگانه.

از طریق راه‌حل‌های یکپارچه ترکیبی از خطوط بسته‌بندی هوشمند، ربات‌های هوشمند لجستیک، سیستم‌های بازرسی مبتنی بر هوش مصنوعی و پلتفرم‌های ابری با این کار، بهبود مؤثر بازده انرژی و توانایی‌های پایداری ممکن می‌شود.

مشاهدات کلیدی عبارتند از:

·بهینه‌سازی خط تولید تأثیرگذارتر از بهینه‌سازی تک ماشین است.

·بهینه‌سازی سیستم لجستیک، صرفه‌جویی پنهان قابل توجهی در مصرف انرژی ایجاد می‌کند.

·اتصال داده‌ها در تمام مراحل فرآیند و بهینه‌سازی حلقه بسته مبتنی بر هوش مصنوعی، بهبود مستمر را ممکن می‌سازد.

·افزایش بازده و بازیافت مواد، به اهداف پایداری کمک می‌کند.

تولید از «هوش تجهیزات» به سمت «هوش سیستم» در حال تحول است.

۶. روندهای صنعتی: از اتوماسیون به تولید هوشمند انرژی مبتنی بر هوش مصنوعی

۶.۱ سه مرحله از تحول تولید:

مرحله ۱: اتوماسیون – جایگزینی نیروی کار و بهبود کارایی

مرحلهٔ ۲: تولید هوشمند – هماهنگی سیستم‌ها و کنترل دیجیتال

مرحلهٔ ۳: تولید هوشمند انرژی – سیستم‌های خودبهینه‌سازی انرژی مبتنی بر هوش مصنوعی

۶.۲ تغییر نقش هوش مصنوعی

هوش مصنوعی در صنعت تولید از ابزار بازرسی به مرکز زمان‌بندی تولید تبدیل می‌شود و تصمیم‌گیری خودمختار را فراهم می‌کند.

۶.۳ کارخانه‌های سبز مبتنی بر یکپارچه‌سازی داده‌ها

داده‌های مربوط به انتشار کربن به‌صورت بلادرنگ، قابل اندازه‌گیری و قابل بهینه‌سازی خواهند شد.

سیستم‌های انرژی تولید در حال تحول به سمت « ماژول‌های خودبهینه‌ساز پایداری.

7. نتیجه‌گیری

اتوماسیون و هوش مصنوعی در حال بازتعریف اساسی عملیات تولیدی هستند. این فناوری‌ها نه‌تنها بهره‌وری تولید را بهبود می‌بخشند، بلکه به عوامل اصلی مدیریت انرژی و پایداری نیز تبدیل شده‌اند.

این تحول تأثیر مستقیمی دارد تأثیرگذار بر اهداف ESG.

در صنایع تولیدی با پیچیدگی بالا مانند بسته‌بندی محصولات تنباکو و بسته‌بندی‌های پیشرفته، این تغییر به‌ویژه آشکار است.

تولید در حال گذار ساختاری از سیستم‌های مبتنی بر کارایی به سمت سیستم‌های مبتنی بر انرژی و پایداری است. در آینده، اتوماسیون و هوش مصنوعی دیگر ارتقاء‌های اختیاری نخواهند بود، بلکه قابلیت‌های بنیادین برای سیستم‌های تولیدی پایدار خواهند شد.

سازندگان تجهیزات باید در نظر داشته باشند که توسعه بیشتر تحقیقات و توسعه در حوزه‌های دیجیتالی‌سازی، هوشمندسازی و کاربردهای هوش مصنوعی را برای حمایت از کاهش جهانی انتشار کربن انجام دهند.