3-Sided na Buksan ang Pakete

Pag-aotomisa Mga solusyon para sa Pakete ng Slim Pack

➯Uri ng Pakete:

➯Posisyon ng Produkto:

Premium / Slim / Pack na may Mahabang Format

➯Kailangan sa Kalidad ng Pagpapakete:

Matataas na pagkakapareho sa hitsura, mahigpit na pagbabalot at malinis na mga gilid

➯Mga Pagsasanay sa Antas ng Sistema sa Pamamagitan ng Intelligente na Pagpapagawa ng mga Pakete para sa Tabako

1. Konteksto at Mga Kasalukuyang Tendensya sa Industriya: Ang Pagpapagawa ay Pumasok sa “Yugto ng Pag-uulit ng Industriya na Pinapagana ng Kakulangan sa Enerhiya”

Ang pandaigdigang industriya ng pagpapagawa ay nakakaranas ng istruktural na pagbabago sa lohika ng kumpetisyon nito. Ang pangunahing pokus ay hindi na limitado lamang sa kakayahang mag-produce at kontrolin ang gastos, kundi lumilipat na nang mas higit sa isang sistemang kumpetisyon batay sa kakayahang mag-imbak ng enerhiya at kahusayan sa paggamit nito, pati na rin ang kakayahang mapanatili ang pagiging sustenableng operasyon.

Ang transpormasyong ito ay pinapagana ng tatlong magkakasalubong na presyon:

1.1 Pataas na istruktural na presyon sa mga gastos sa enerhiya

Sa nakalipas na sampung taon, ang mga gastos sa kuryente, sa paggawa, at sa logistics ay patuloy na tumataas, na nagdudulot ng malaking pagbabago sa istruktura ng gastos bawat yunit ng output sa sektor ng pagpapagawa. Sa partikular na mga proseso ng mataas na presisyong pagpapagawa, ang pagkonsumo ng enerhiya ay unti-unting naging isang pangunahing salik na katumbas ng kahalagahan ng mga gastos sa materyales.

1.2 Ang ESG at regulasyon sa carbon ay pumasok na sa yugto ng pagpapatupad

Ang mga regulasyon sa ESG (Environmental, Social, and Governance) at emisyon ng carbon ay patuloy na pinakikigil. Sa buong pangunahing ekonomiyang pang-industriya sa Europa, Amerika, at Asya, ang pamamahala ng carbon ay lumipat mula sa isang "pangangailangan na mag-ulat" papuntang isang "pang-operasyong paghihigpit." Ang mga kumpanya ay kailangang hindi lamang magbigay ng ulat tungkol sa kanilang emisyon, kundi patunayan din ang tunay na kakayahan sa pagbawas at ang ma-trace na datos sa antas ng proseso.

1.3 Ang tradisyonal na optimisasyon ng kahusayan ay pumasok na sa yugto ng kumakatawan na pagbabawas ng kita

Maraming sistema ng pagmamanufaktura ay nakumpleto na ang unang yugto ng upgrade sa awtomasyon. Ang pagtitiyak lamang sa pamamagitan ng upgrade sa kagamitan o lokal na pagpapabuti ng kahusayan ay hindi na makapagbibigay ng malaki at karagdagang pakinabang.

2. Pagtuon sa Industriya: Bakit ang Tabako at Mataas na Kalidad na Packaging ang Representatibo

Sa mga sektor ng pagmamanufaktura, ang pagpapakete ng tabako at ang mataas na antas ng pagpapakete ng mga produkto para sa konsyumer ay kumakatawan sa isang karaniwang halimbawa ng ‘mga sistemang pang-industriya na may mataas na kumplikasyon,’ na nakalarawan sa pamamagitan ng:

· Mga daloy ng produksyon na patuloy at maraming proseso

(pagpi-print–pagputol ng hugis–pagbuo–inspeksyon–pagpapakete–logistika)

· Mataas na kahusayan at mahigpit na mga kinakailangan sa pagkakapareho

· Mga kapaligiran na may mataas na densidad ng kagamitan

· Mga modelo ng produksyon na may maraming SKU, maliit na batch, at mataas na dalas ng pagbabago ng produksyon

Ang mga kadahilanang ito ay nagreresulta sa mga sumusunod na katangian:

(1) Kumplikadong istruktura ng pagkonsumo ng enerhiya

Ang pagkonsumo ng enerhiya ay hindi lamang nagmumula sa operasyon ng makina, kundi pati na rin sa koordinasyon ng logistika, oras ng paghihintay, at mga nawalang produktibidad dahil sa pagbabago ng produksyon.

(2) Mataas na pagkabagu-bago ng sistema

Ang ritmo ng produksyon, ritmo ng logistics, at mga pagbabago sa kalidad ay lubos na nakakabit sa isa't isa.

(3) Ang pag-optimise ay lumilipat mula sa 'antara ng kagamitan' patungo sa 'antara ng sistema'

Ang pag-optimise sa isang makina lamang ay nagbibigay lamang ng limitadong pagpapabuti, samantalang ang koordinasyon ng sistema ang naging pangunahing pinagkukunan ng mga pagtaas sa kahusayan.

Kaya naman: Ang pagmamanupaktura ng tobacco packaging ay lumilipat mula sa 'yugto ng pag-optimise ng kahusayan ng kagamitan' patungo sa 'yugto ng pag-optimise ng enerhiya sa antara ng sistema.' Ang AI ay lumilipat din mula sa suportang kasangkapan patungo sa 'sistema ng pagdedesisyon para sa pag-optimise ng enerhiya.'

3. Mga Teknikal na Mekanismo: Paano Binabago ng Automation at AI ang mga Istukturang Pagkonsumo ng Enerhiya

3.1 Pagbawas sa enerhiyang kinokonsumo ng mga kagamitang naka-idle

Sa tradisyonal na mga sistemang pangmamanupaktura, karaniwang mga problema ang idle na makina, paghihintay ng tao, at hindi pantay na pag-schedule na nagdudulot ng hindi pare-parehong ritmo ng produksyon. Ang mga problemang ito ay sanhi talaga ng desinkronisasyon ng sistema, na nagreresulta sa malaking nakatagong pag-aaksaya ng enerhiya.

Sa pamamagitan ng automation, posible nang makamit ang:

·Pamantayan sa takt time ng produksyon

·Inteligenteng pagpapagana/pagpapahinto ng kagamitan

·Pagbabalanse ng load at dinamikong pag-alok sa buong linya ng produksyon

Ang mga upgrade na pinapagana ng AI ay nagpapahintulot pa rin ng:

Sa pamamagitan ng pang-industriyang pagkuha at pagsusuri ng datos, maaaring makamit ang koordinasyon ng produksyon at benta, pati na rin ang transparensya ng produksyon—na nagpapahintulot sa real-time na pagkakatugma ng mga order at kapasidad, adaptibong pag-aayos ng bilis ng produksyon, at malaki ang pagbawas sa mga pagkakaiba sa pagitan ng plano at pagpapatupad.

Ang paglipat mula sa ‘mga makina na kinokontrol ng tao’ patungo sa ‘ritmo ng sistema na kinokontrol ng datos’ ay isang pangunahing daan para mabawasan ang konsumo ng enerhiya.

3.2 Matalinong sistema ng logistics: isang module ng optimisasyon ng enerhiya na madalas hindi tinatantya nang wasto

Sa istruktura ng enerhiya sa industriya, ang logistics sa pabrika, imbakan, at panlabas na transportasyon ay madalas na hindi itinuturing na pangunahing tagagamit ng enerhiya. Gayunpaman, sa mga kumplikadong sistema ng pagmamanupaktura, sila ay sumasaklaw ng malaking bahagi ng nakatagong konsumo ng enerhiya.

Sa tradisyonal na mga modelo, ang daloy ng materyales ay umaasa nang malaki sa manu-manong paghawak at sa mga forklift, na karaniwang nagdudulot ng paulit-ulit na mga ruta, mahabang oras ng paghihintay at pagkakapareho, hindi episyenteng pagpaplano, mababang paggamit ng espasyo sa garahe, at pagkakahiwalay sa pagitan ng logistics at ritmo ng produksyon. Ang mga isyung ito ay hindi lamang nakakaagaw sa patuloy na produksyon kundi nagdudulot din ng dagdag na pag-aaksaya ng enerhiya.

(1) Pag-upgrade ng Intralogistics

Sa pamamagitan ng pag-introduk ng AGV (Automated Guided Vehicles) at mga madiskarteng sistema ng pagpaplano, ang mga negosyo ay maaaring gamitin ang mga algorithm ng AI upang makamit ang real-time na optimisasyon ng ruta, dynamic na pagpaplano ng maraming gawain, at awtomatikong paglo-load/unload ng materyales at koordinasyon sa pagitan ng iba't ibang proseso. Ang logistics at produksyon ay maaaring mag-operate nang sabay-sabay, na nagpapabuti nang malaki sa katatagan at kahusayan ng sistema.

(2) Smart automated storage and retrieval systems (AS/RS)

Sa pamamagitan ng patayo na pag-iimbak at awtomatikong sistema ng pagkuha, mas mataas na densidad at mas epektibong paggamit ng mga yaman sa espasyo ang maaaring makamit. Ito ay nagpapabawas sa distansya ng paglilipat, nagpapabawas sa pagkasalig sa manu-manong pagpaplano, at higit na pinapabuti ang kahusayan ng daloy ng materyales.

(3) Paglabas ng logistics (mga sistemang TMS)

Sa pamamagitan ng AI-driven na mga Sistema ng Pamamahala sa Transportasyon (TMS), ang dinamikong pagpaplano ng ruta batay sa kondisyon ng trapiko at priyoridad ng gawain ay maaaring makamit, kasama ang isipan na pagtatalaga ng gawain at real-time na deteksyon ng anomaliya at pagwasto sa pagpaplano. Ito ay nagpapalawig ng mga kakayahan sa madiskarteng logistics hanggang sa antas ng supply chain.

Ang kabuuang resulta ay kinabibilangan ng:

·Malaki ang pagbawas sa konsumo ng enerhiya mula sa hindi kinakailangang paglilipat

·Mas mababang gastos sa enerhiya mula sa operasyon ng forklift at manu-manong paghawak

·Pinabuting pagpapatuloy at koordinasyon ng panloob at panlabas na mga sistema ng logistics

·Pinakamaksimong paggamit ng mga yaman sa espasyo

3.3 Pagpapabuti ng ani: isang nakatago ngunit mataas na epekto na variable sa optimisasyon ng enerhiya

Sa mga sistema ng pagmamanufaktura, ang mga depekto o sirang produkto ay kumakatawan sa nabubulok na enerhiya na nasunog na, kabilang ang kuryente, mga hilaw na materyales, lakas-paggawa, at oras.

Kaya naman, ang pagpapabuti ng produksyon ay isang mahalagang daan upang bawasan ang pagkonsumo ng enerhiya bawat yunit ng output.

Sa pamamagitan ng AI-based na inspeksyon sa 6 na gilid at mga sistemang pang-monitor ng SOP, posible nang makamit ang sumusunod:

·Inspeksyon na visual na may presisyon sa maraming anggulo at sa lebel ng micron kasama ang pag-alis ng mga depekto

·Pang-aklat na pagkilala sa mga pag-uugali sa SOP at pagmomonitor ng pagsunod dito kasama ang mga real-time na abiso

·Real-time na feedback tungkol sa kalidad na nakaiintegrate sa mga sistemang MES

Kapag pinagsama-sama, ang mga sistemang ito ay lubos na binabawasan ang mga rate ng rework at scrap, kaya nagpapabuti ng kahusayan sa enerhiya bawat yunit ng output at binabawasan ang kabuuang basurang enerhiya.

3.4 Pag-integrate ng AI + MES + energy system: yugto ng real-time na madiskarte at napapanatiling optimisasyon

Sa pamamagitan ng digitalisasyon ng industriya, ang pamamahala ng enerhiya ay lumilipat mula sa isang hiwalay na sistema ng pagre-record patungo sa isang nakaiintegradong bahagi ng sistema ng produksyon, na umuunlad bilang isang sistema ng real-time na optimisasyon.

Sa pamamagitan ng integrasyon ng mga sistema ng AI at MES, posible nang sistematikong makamit ang sumusunod:

· Real-time na koleksyon ng datos tungkol sa enerhiya sa antas ng kagamitan

· Dinamikong pagmomonitor ng pagkonsumo ng kuryente, tubig, at gas

· Paggawa ng modelo ng kurba ng pagkonsumo ng enerhiya at prediktibong analisis kasama ang mobile operations

· Prediktibong pagpapanatili upang mabawasan ang mga nawalang oras dahil sa pagkakabigo

· Optimisasyon ng pagpaplano ng produksyon na may kamalayan sa enerhiya

Ang pamamahala ng enerhiya ay lumilipat mula sa “pag-uulat matapos ang pangyayari” patungo sa “real-time na pagmomonitor at optimisasyon.”

3.5 Siklikong ekonomiya: nakasara na loop na optimisasyon ng mga materyales sa pakete

Bukod sa optimisasyon ng produksyon at logistics, ang pag-recycle ng mga karton na ginagamit sa pagpapakete ay naging mahalagang bahagi ng sustainable na pagmamanufaktura.

Sa industriya ng pagpapakete, ang mga teknolohiya sa pag-uuri at pag-recycle ng carton ay nagpapahintulot sa mga carton na muling gamitin para sa pangalawang logistics o panloob na sirkulasyon, kaya't pinapahaba ang buhay ng materyales, binabawasan ang pagkonsumo ng hilaw na materyales, at nababawasan ang paggamit ng enerhiya sa proseso ng pagtatapon.

Ang modelo na ito ay pinalawig ang pagkamaginhawa mula sa yugto ng produksyon hanggang sa buong pamamahala ng buhay ng materyales.

Kaso sa Industriya: Proyektong Paghahatid ng Sistema ng Pamproduksiyon ng Smart Tobacco Packaging ng Sinotecho

4.1 Impormasyon tungkol sa proyekto

Pangalan ng Proyekto: Kolaborasyon sa pagitan ng Sinotecho at CHUNGHWA Tsina Paggamit ng Pindutin sa Tabako Kumpanya

Oras ng Pagpapadala: Disyembre 2025

Lugar: Shanghai Tobacco Printing Company (China Tobacco)

Uri ng Proyekto: Upgrade ng smart factory sa pagmamanupaktura ng packaging ng tabako

Antas ng Kahirapan sa Smart Manufacturing: LEVEL 3

Pangkalahatang Pagganap:

Sa pamamagitan ng awtomasyon at integrasyon ng sistema ng AI, ang proyekto ay nakamit:

·Pagtaas ng kapasidad sa produksyon (~1.1x)

·Pagbawas sa bilang ng manggagawa (~40%)

·Pagbawas sa porsyento ng mga depekto (~50%)

·Pagpapabuti ng OEE (20–40%)

·Pagbawas sa pagkonsumo ng enerhiya kada yunit ng output (~12–15%)

4.2 Mga resulta ng upgrade sa sistema

a. Optimalisasyon ng linya ng produksyon

Pamantayan sa ritmo ng produksyon, madiskarte at awtomatikong pagpapagana/pagpapahinto, at optimal na pagbabalanse ng load sa buong mga linya ng produksyon.

b. Mga resulta ng upgrade sa smart logistics system

Ang smart logistics system ay sumasaklaw sa paghawak ng materyales sa pagitan ng mga kagamitan, daloy ng transportasyon, pagpapakete at pagpapalapad (palletizing), paglilipat ng plastik na panakip (film wrapping), at plano para sa smart warehouse. Nagbibigay ito ng flexible na paglo-load/pag-unload sa lahat ng senaryo, madiskarteng pagpapalapad (intelligent palletizing), mga mobile na AGV na nakasadya para sa pagpi-print at pagpapakete, at isang pinagsamang sistema para sa smart warehousing.

Ito ay nagpapaguarantiya ng malalim na koordinasyon sa pagitan ng produksyon at logistics:

·Awtomatiko at epektibong daloy ng materyales sa pagitan ng mga linya ng produksyon at mga garahe

·Koordineydong operasyon ng mga robot na may kakayahang mag-palletize at mga awtonomong gabay na sasakyan (AGV)

·Digital na pag-schedule ng logistics sa buong proseso

Ang mga resulta ay kasama ang:

·Pagbawas sa gastos sa paggawa (~60%)

·Pagbawas sa gastos sa imbentaryo (~32%)

·Pagpapabuti ng kahusayan sa daloy ng materyales (~40%)

·Pagpapabuti ng kahusayan sa pagpasok/paglabas sa garahe (~45%)

c. Mga resulta ng sistema ng inspeksyon gamit ang AI na nakabase sa paningin

Gamit ang mga high-resolution na industrial camera, multi-angle na pag-iilaw, at AI vision algorithm na batay sa deep learning upang makamit ang inspeksyon sa buong proseso, awtomatikong kontrol, at real-time na feedback ng data:

·Deteksyon at pag-alis ng mga depekto sa micron-level mula sa maraming anggulo

·Pagsusuri ng pagkakasunod sa SOP kasama ang mga alerto

·Real-time na feedback ng kalidad na naisasama sa mga sistema ng MES

Mga Pangwakas na Resulta:

·Ang rate ng yield ay tumaas hanggang sa 99%+

·Ang pagkawala sa kalidad ay nabawasan ng ≥30%

·Pinabuting pagkakapare-pareho ng produkto

d. Halaga ng upgrade sa sistema ng pamamahala ng enerhiya

Sa pamamagitan ng digital na sistema ng pamamahala ng enerhiya, nakakamit ang kumpletong visibility sa paggamit ng enerhiya sa pabrika:

·Real-time na monitoring ng pagkonsumo ng enerhiya ng isang kagamitan (boltahe, kasalukuyang daloy, kapangyarihan, atbp.)

·Pangunahing pamamahala sa mga kagamitang may mataas na konsumo ng enerhiya (mga kagamitan na may higit sa 100KW na may mga sistema ng pagkuha ng datos at monitoring)

·Mga mekanismong babala sa hindi pangkaraniwang pagkonsumo ng enerhiya na batay sa AI

·Optimisasyon ng ugnayan ng pamamahala ng enerhiya at pagpaplano ng produksyon (Pangkalahatang pagmomonitor sa lahat ng yugto ng daloy ng enerhiya, kabilang ang paghahatid, imbakan, pagbabago, at pagkonsumo, at pag-aayos ng paggamit ng enerhiya ayon sa mga gawain sa produksyon upang mapagana ang koordinadong pagpapadala ng enerhiya. Sa pamamagitan ng pagsusuri sa ugnayan ng pagkonsumo ng enerhiya ng kagamitan at mga trend sa oras ng operasyon, ang sistema ay maaaring ipakita ang ugnayan sa pagitan ng paggamit ng enerhiya at mga gawain sa produksyon. Ang data sa pamamahala ng enerhiya ay ibinabahagi rin sa sistema ng MES bilang sanggunian para sa pagpaplano ng produksyon, na nagpapahintulot sa sistema na bigyang-priority ang mga kagamitan na may mas mababang pagkonsumo ng enerhiya sa ilalim ng katumbas na kondisyon.)

·Mobile-based na real-time na pagmomonitor ng enerhiya

Ang pamamahala ng enerhiya ay lumilipat mula sa isang suportang sistema patungo sa isang pangunahing bahagi ng pagdedesisyon sa produksyon.

e. Sistema ng pag-uuri at pag-recycle ng karton

Ang mga ginamit na karton matapos ang paghahatid sa mga customer ay maaaring kilalanin, i-sort, i-repack, at muling gamitin sa pamamagitan ng mga sistemang may intelligent recognition, na epektibong binabawasan ang pagkonsumo ng mga materyales para sa packaging.

f. Unang pagpaplano para sa pangmatagalang pag-unlad

Batay sa arkitekturang AI Cloud ng Sinotecho na '1+3+N+1', ang sistema ay nag-iintegrate ng mga sistemang PLM, ERP, MES, at WMS, na nagpapahintulot sa pagsasama ng mga pamantayan sa data at pagsasanay ng mga modelo ng AI. Ang platform ay nag-iintegrate ng seguridad ng AI, optimisasyon ng enerhiya, at pamamahala ng espasyo, na lumilikha ng ligtas, berde, at intelegenteng kapaligiran sa industriya, at nagtatayo ng isang mababang-carbon na smart factory na pinapagana ng halaga at awtonomong desisyon. .

5. Karanasan sa antas ng sistema sa iba't ibang proyekto

Sa kabuuan ng maraming magkakatulad na proyekto, isang pare-parehong pattern ang napansin: ang pinakamalaking optimisasyon ng enerhiya ay nagmumula sa koordinasyon sa antas ng sistema imbes na sa optimisasyon ng indibidwal na kagamitan.

Sa pamamagitan ng mga integrated na solusyon na pagsasama ng mga intelligent packaging lines, mga robot para sa smart logistics, mga sistema ng AI inspection, at mga cloud platform , naging posible na ang epektibong pagpapabuti ng kahusayan sa paggamit ng enerhiya at kakayahan sa pangangalaga ng kapaligiran.

Ang mga pangunahing obserbasyon ay kinabibilangan ng:

·Ang pag-optimize ng linya ng produksyon ay mas epektibo kaysa sa pag-optimize ng isang makina lamang

·Ang pag-optimize ng sistema ng logistics ay nag-aambag ng malaking nakatagong pagtitipid sa enerhiya

·Ang kumpletong konektibidad ng datos sa buong proseso at ang AI-driven na saradong-loop na pag-optimize ay nagpapahintulot ng tuloy-tuloy na pagpapabuti

·Ang pagpapabuti ng yield at pag-recycle ng mga materyales ay nakakatulong sa mga layuning pangkapaligiran

Ang pagmamanufaktura ay lumilipat mula sa “katalinuhan ng kagamitan” patungo sa “katalinuhan ng sistema.”

6. Mga uso sa industriya: mula sa awtomasyon hanggang sa AI-driven na madunong na pagmamanupaktura na may kinalaman sa enerhiya

6.1 Tatlong yugto ng ebolusyon ng pagmamanupaktura:

Yugto 1: Awtomasyon – pinalalitan ang lakas-paggawa at pinapabuti ang kahusayan

Yugto 2: Matalinong pagmamanupaktura – koordinasyon ng sistema at digital na kontrol

Hakbang 3: Matalinong pagmamanupaktura ng enerhiya – mga sistema ng sariling optimisasyon ng enerhiya na pinapagana ng AI

6.2 Pagbabago sa papel ng AI

Ang AI sa pagmamanupaktura ay umuunlad mula sa isang kasangkapan sa inspeksyon patungo sa sentro ng pag-iiskedyul ng produksyon, na nagpapahintulot sa awtonomong pagdedesisyon.

6.3 Mga berdeng pabrika na may integradong datos

Ang datos tungkol sa carbon emissions ay magiging tunay na oras, sukat, at madaling i-optimize.

Ang mga sistema ng enerhiya sa pagmamanupaktura ay umuunlad patungo sa “ mga module ng sariling optimisasyon para sa pangangalaga sa kapaligiran.”

7. konklusyon

Ang awtomasyon at AI ay lubos na binabago ang operasyon ng pagmamanupaktura. Hindi lamang nila pinapabuti ang kahusayan ng produksyon kundi naging mga pangunahing tagapag-ugnay din sila ng pamamahala ng enerhiya at pangangalaga sa kapaligiran.

Ang pagbabagong ito ay may direktang epekto sa mga layuning ESG.

Sa mga industriya ng mataas na kumplikadong pagmamanupaktura tulad ng pagpapakete ng tabako at mataas na antas ng pagpapakete, lubhang napapansin ang pagbabagong ito.

Ang pagmamanupaktura ay nagdadaan sa isang estruktural na transisyon mula sa mga sistema na pinapagana ng kahusayan patungo sa mga sistema na pinapagana ng enerhiya at pangangalaga sa kapaligiran. Sa hinaharap, ang awtomasyon at Ang AI ay hindi na magiging opsyonal na upgrade, kundi mga pundamental na kakayahan para sa mga sistemang pang-industriya na may pangangalaga sa kapaligiran.

Ang mga tagagawa ng kagamitan ay dapat isaalang-alang ang karagdagang mga upgrade sa R&D sa digitalisasyon, katalinuhan, at mga aplikasyon ng AI upang suportahan ang global na pagbawas ng carbon emissions.