3-Yanlı Açık Paket

Otomasyon Çözümler i̇nce Paketleme İçin

➯Paketleme Türü:

➯Ürün Konumlandırması:

Premium / İnce / Uzun Biçimli Paket

➯Ambalaj Kalitesi Gereksinimi:

Yüksek görünüş tutarlılığı, sıkı sarılma ve temiz kenarlar

➯Akıllı Tütün Paketleme Üretiminde Sistem Düzeyinde Uygulamalar

1. Sektör Arka Planı ve Trendler: Üretim, "Enerji Kısıtıyla Sürülen Endüstriyel Yeniden Yapılandırma Dönemi"ne girmiştir

Küresel üretim sektörü, rekabet mantığında yapısal bir değişim yaşamaktadır. Temel odak noktası artık yalnızca üretim kapasitesi ve maliyet kontrolüyle sınırlı değildir; bunun yerine, enerji verimliliği ve sürdürülebilirlik yeteneklerine dayalı sistemsel bir rekabete gidilmektedir. bu dönüşüm, üç kesişen baskıdan kaynaklanmaktadır:

Bu dönüşümü tetikleyen üç kesişen baskı şunlardır:

1.1 Enerji maliyetlerinde yapısal artış

Son on yılda elektrik, işçilik ve lojistik maliyetleri sürekli artmış ve üretimde birim çıktı başına maliyet yapısını önemli ölçüde değiştirmiştir. Özellikle yüksek hassasiyetli üretimde enerji tüketimi, malzeme maliyetleriyle kıyaslanabilir düzeyde önem kazanan temel bir değişken haline gelmiştir.

1.2 ESG ve karbon düzenlemeleri uygulama aşamasına girmekte

ESG (Çevresel, Sosyal ve Yönetim) ve karbon emisyonu düzenlemeleri sürekli olarak sıkılaştırılmaktadır. Avrupa, Amerika ve Asya’daki büyük sanayi ekonomilerinde karbon yönetimi artık bir “raporlama zorunluluğu”ndan bir “işletimsel kısıt”a dönüşmüştür. Şirketler artık emisyonlarını yalnızca açıklamakla kalmayıp aynı zamanda gerçek azaltma yeteneğini ve izlenebilir süreç düzeyinde verileri de kanıtlamak zorundadır.

1.3 Geleneksel verimlilik optimizasyonu azalan getiriye girmekte

Birçok üretim sistemi zaten otomasyon yükseltmelerinin ilk aşamasını tamamlamıştır. Yalnızca ekipman yükseltmelerine veya yerel verimlilik iyileştirmelerine dayanmak artık önemli marjinal kazanımlar sağlamamaktadır.

2. Sektör Odaklanması: Neden Tütün ve Yüksek Kaliteli Ambalaj Temsili Niteliktedir

Üretim sektörleri arasında tütün ambalajı ve yüksek düzey tüketici ambalajı, 'yüksek karmaşıklıkta üretim sistemleri' kavramının tipik bir örneğini oluşturur; bu sistemler şu özelliklerle karakterize edilir:

· Çok aşamalı sürekli üretim süreçleri

(basım–kalıp kesimi–şekillendirme–kontrol–ambalajlama–lojistik)

· Yüksek hassasiyet ve sıkı tutarlılık gereksinimleri

· Yüksek yoğunluklu ekipman kümesi ortamları

· Çok sayıda stok kalemi (SKU), küçük partiler ve yüksek sıklıkta ürün değişimi gerektiren üretim modelleri

Bu faktörler aşağıdaki özellikleri doğurur:

(1) Karmaşık enerji tüketimi yapısı

Enerji tüketimi yalnızca makine işletimiyle değil, aynı zamanda lojistik koordinasyonu, bekleme süreleri ve ürün değişim kayıplarıyla da ilişkilidir.

(2) Yüksek sistem dalgalanması

Üretim ritmi, lojistik ritmi ve kalite dalgalanmaları son derece birbirleriyle bağlantılıdır.

(3) Optimizasyon, ‘ekipman düzeyinden’ ‘sistem düzeyine’ kaymaktadır.

Tek ekipman optimizasyonu sınırlı iyileşme sağlarken sistem koordinasyonu verimlilik kazançlarının ana kaynağı haline gelmektedir.

Dolayısıyla: Tütün ambalajı üretimi, ‘ekipman verimliliği optimizasyonu aşamasından’ ‘sistem düzeyi enerji optimizasyonu aşamasına’ geçmektedir. Yapay zekâ da destekleyici bir araçtan bir ‘enerji optimizasyonu karar verme sistemi’ne dönüşmektedir.

3. Teknik Mekanizmalar: Otomasyon ve Yapay Zekâ’nın Enerji Tüketimi Yapılarını Nasıl Şekillendirdiği

3.1 Beklemede olan ekipmanların enerji tüketimini azaltma

Geleneksel üretim sistemlerinde yaygın sorunlar arasında makine bekleme süresi, insan beklemesi ve tutarsız üretim ritimlerine neden olan dengesiz çizelgeleme yer alır. Bu sorunlar temelde sistem senkronizasyonunun bozulmasından kaynaklanır ve önemli ölçüde gizli enerji israfına yol açar.

Otomasyon sayesinde şunlar mümkün hale gelir:

·Üretim takt süresinin standartlaştırılması

·Ekipmanların akıllı başlangıç/durdurma işlemi

·Üretim hatları arasında yük dengeleme ve dinamik atama

Yapay zekâ destekli güncellemeler, aşağıdakileri daha da mümkün kılar:

Endüstriyel veri toplama ve analizi aracılığıyla üretim-satış koordinasyonu ve üretim şeffaflığı sağlanabilir; bu sayede siparişler ile kapasite arasında gerçek zamanlı eşleştirme, üretim ritminin uyarlamalı ayarlanması ve planlama ile uygulama arasındaki sapmaların önemli ölçüde azaltılması mümkün hale gelir.

‘İnsan kontrolünde makineler’den ‘veri kontrolünde sistem ritmi’ne geçiş, enerji tüketimini azaltmak için kritik bir yoldur.

3.2 Akıllı lojistik sistemleri: Uzun süredir göz ardı edilen bir enerji optimizasyon modülü

Endüstriyel enerji yapılarında fabrika lojistiği, depolama ve dış taşıma genellikle büyük enerji tüketimcileri olarak değerlendirilmez. Ancak karmaşık üretim sistemlerinde bu alanlar gizli enerji tüketiminin önemli bir kısmını oluşturur.

Geleneksel modellerde malzeme akışı, genellikle elle taşıma ve forkliftlere dayanır; bu da tekrarlayan rotalar, uzun bekleme ve tıkanıklık süreleri, verimsiz çizelgeleme, depo alanlarının düşük kullanım oranı ve lojistik ile üretim ritmi arasındaki uyumsuzluğa yol açar. Bu sorunlar yalnızca üretim sürekliliğini bozmakla kalmaz, aynı zamanda ek enerji israfına da neden olur.

(1) İç lojistiğin modernizasyonu

AGV (Otomatik Kılavuzlu Araçlar) ve akıllı çizelgeleme sistemlerinin entegrasyonuyla işletmeler, yapay zeka algoritmalarını kullanarak gerçek zamanlı rota optimizasyonu, çoklu görev dinamik çizelgelemesi, otomatik malzeme yükleme/boşaltma ve süreçler arası koordinasyonu sağlayabilir. Lojistik ve üretim birbirine senkronize şekilde çalışarak sistemin kararlılığı ve verimliliği önemli ölçüde artırılır.

(2) Akıllı otomatik depolama ve retrieval sistemleri (AS/RS)

Dikey depolama ve otomatik geri alma sistemleri aracılığıyla, alan kaynaklarının daha yüksek yoğunlukta ve daha verimli kullanımı sağlanabilir. Bu durum, taşıma mesafesini azaltır, elle planlamaya olan bağımlılığı düşürür ve malzeme akışı verimliliğini daha da artırır.

(3) Çıkış lojistiği (TMS sistemleri)

Yapay zekâ destekli Taşıma Yönetim Sistemleri (TMS) aracılığıyla, trafik koşulları ve görev önceliğine dayalı dinamik rota planlaması, akıllı görev ataması ile gerçek zamanlı anormallik tespiti ve çizelge düzeltmesi gerçekleştirilebilir. Bu durum, akıllı lojistik yeteneklerini tedarik zinciri düzeyine kadar genişletir.

Genel sonuçlar şunlardır:

·Gereksiz taşımalardan kaynaklanan enerji tüketiminde önemli azalma

·Forklift ve elle taşıma işlemlerinden kaynaklanan enerji maliyetlerinde azalma

·İç ve dış lojistik sistemlerinin sürekliliği ve koordinasyonunda iyileşme

·Alan kaynaklarının maksimum kullanımı

3.3 Verim artışı: Görünmeyen ancak yüksek etkili bir enerji optimizasyon değişkeni

Üretim sistemlerinde, kusurlu ürünler temelde zaten tüketilen enerjinin israfını temsil eder; bu enerji, elektrik, ham maddeler, iş gücü ve zaman maliyetlerini içerir.

Dolayısıyla üretim verimliliğini artırmak, birim çıktı başına enerji tüketimini azaltmanın kritik bir yoludur.

Yapay zekâ tabanlı 6 yönlü muayene ve SOP izleme sistemleri aracılığıyla şunlar mümkün hale gelir:

·Kusur gidermesiyle çok açılı ve mikron seviyesinde hassas görsel muayene

·SOP davranış tanıma ve gerçek zamanlı uyarılarla uyum izlemesi

·MES sistemleriyle entegre gerçek zamanlı kalite geri bildirimi

Bu sistemler birlikte, tekrar işleme oranlarını ve hurda oranlarını önemli ölçüde azaltarak birim çıktı başına enerji verimliliğini artırır ve toplam enerji israfını azaltır.

3.4 Yapay zekâ + MES + enerji sistemi entegrasyonu: Gerçek zamanlı akıllı optimizasyon aşaması

Endüstriyel dijitalleşme ile enerji yönetimi, bağımsız kayıt tutma sistemi olmaktan çıkıp üretim sisteminin entegre bir parçası haline gelmekte ve gerçek zamanlı optimizasyon sistemine dönüşmektedir.

Yapay zeka (AI) ve Üretim Executio Sistemi (MES) entegrasyonu sayesinde aşağıdaki hedefler sistematik olarak gerçekleştirilebilmektedir:

· Ekipman düzeyinde gerçek zamanlı enerji verisi toplama

· Elektrik, su ve doğalgaz tüketiminin dinamik izlenmesi

· Mobil işlemlerle enerji tüketim eğrisi modellemesi ve tahmine dayalı analiz

· Downtime kayıplarını azaltmak için tahmine dayalı bakım

· Enerji bilinciyle üretim planlaması optimizasyonu

Enerji yönetimi, 'olayı takip eden raporlama'dan 'gerçek zamanlı izleme ve optimizasyona' geçmektedir.

3.5 Döngüsel ekonomi: ambalaj malzemelerinin kapalı döngü optimizasyonu

Üretim ve lojistik optimizasyonunun ötesinde, ambalaj kartonlarının geri dönüşümü sürdürülebilir üretimde önemli bir bileşen haline gelmektedir.

Ambalaj sektöründe karton sınıflandırma ve geri dönüşüm teknolojileri, kartonların ikincil lojistik veya iç döngü amacıyla yeniden kullanılmasını sağlar; bu da malzemenin yaşam döngüsünü uzatır, ham madde tüketimini azaltır ve atık işleme sürecindeki enerji kullanımını düşürür.

Bu model, sürdürülebilirliği üretim aşamasından tam malzeme yaşam döngüsü yönetimi düzeyine kadar genişletir.

Sektör Örneği: Sinotecho Akıllı Tütün Ambalajı Üretim Sistemi Projesi Teslimi

4.1 Proje bilgileri

Proje Adı: Sinotecho ile CHUNGHWA arasındaki iş birliği Çin Tütün Baskısı Şirket

Teslim Süresi: Aralık 2025

Yer: Shanghai Tobacco Printing Company (China Tobacco)

Proje Türü: Tütün ambalajı üretiminde akıllı fabrika yükseltmesi

Akıllı Üretim Olgunluk Düzeyi: SEVİYE 3

Genel Performans:

Otomasyon ve yapay zekâ sistemi entegrasyonu aracılığıyla proje şu başarıları elde etti:

·Üretim kapasitesi artırımı (~1,1 kat)

·İş gücü azaltımı (~%40)

·Kusur oranı azaltımı (~%50)

·Ekipman Etkinlik Oranı (OEE) iyileştirmesi (%20–%40)

·Birim çıktı enerji tüketimi azaltımı (~%12–%15)

4.2 Sistem yükseltme sonuçları

a. Üretim hattı optimizasyonu

Üretim ritminin standartlaştırılması, akıllı başlangıç/bitiş yönetimi ve üretim hatları arasında yük dengeleme optimizasyonu.

b. Akıllı lojistik sistemi yükseltme sonuçları

Akıllı lojistik sistemi, ekipmanlar arası malzeme taşıma, nakliye akışı, ambalajlama ve paletleme, film sarımı ve akıllı depo planlamasını kapsar. Tam senaryo esnek yükleme/boşaltma, akıllı paletleme, baskı ve ambalaj için özelleştirilmiş mobil AGV'ler ile entegre akıllı depolama sistemlerini mümkün kılar.

Bu, üretim ve lojistik arasında derin koordinasyonu sağlar:

·Üretim hatları ile depolar arasında otomatik ve verimli malzeme akışı

·Akıllı paletleme robotları ile AGV'lerin koordine edilmiş çalışması

·Tam süreç dijital lojistik planlaması

Sonuçlar şunlardır:

·İşçilik maliyetlerinde azalma (~%60)

·Stok maliyetlerinde azalma (~%32)

·Malzeme akış verimliliğinde iyileşme (~%40)

·Depo giriş/çıkış verimliliğinde iyileşme (~%45)

c. Yapay zekâ tabanlı görsel denetim sistemi sonuçları

Yüksek çözünürlüklü endüstriyel kameralar, çok açılı aydınlatma ve derin öğrenmeye dayalı yapay zekâ tabanlı görüş algoritmaları kullanılarak tam süreçli denetim, otomatik kontrol ve gerçek zamanlı veri geri bildirimi sağlanır:

·Çok açılı, mikron seviyesinde kusur tespiti ve giderilmesi

·SOP uyumluluğu izleme ve uyarılarla desteklenir

·Gerçek zamanlı kalite geri bildirimi, MES sistemleriyle entegre edilir

Sonuçlar:

·Verim oranı %99+ seviyesine çıkarıldı

·Kalite kaybı %30 veya daha fazla azaltıldı

·İyileştirilmiş Ürün Tutarlılığı

d. Enerji yönetim sistemi yükseltme değeri

Dijital enerji yönetim sistemleri aracılığıyla fabrika enerji tüketiminin tam görünürlüğü sağlanır:

·Tek tek ekipmanların enerji tüketiminin (gerilim, akım, güç vb.) gerçek zamanlı izlenmesi

·Yüksek enerjili ekipmanların anahtar yönetimi (100 kW üzeri ekipmanlar ölçüm ve izleme sistemleriyle donatılmıştır)

·Yapay zekâ tabanlı anormallık enerji tüketimi uyarı mekanizmaları

·Enerji ve üretim planlaması bağlantısı optimizasyonu (Enerji akışının iletim, depolama, dönüştürme ve tüketim dahil olmak üzere tüm aşamalarını kapsamlı şekilde izleyerek enerji kullanımını üretim faaliyetleriyle uyumlu hale getirin ve koordine edilmiş enerji dağıtımını sağlayın. Ekipmanların enerji tüketimi ile çalışma süreleri arasındaki ilişkiyi analiz ederek sistem, enerji kullanımı ile üretim faaliyetleri arasındaki korelasyonu yansıtabilir. Enerji yönetim verileri ayrıca üretim çizelgelemesi için referans olarak MES sistemine paylaşılır; bu sayede sistem, eşdeğer koşullar altında daha az enerji tüketen ekipmanları önceliklendirir.)

·Mobil tabanlı gerçek zamanlı enerji izleme

Enerji yönetimi, destekleyici bir sistemden temel üretim karar verme bileşenine dönüşmektedir.

e. Karton sıralama ve geri dönüşüm sistemi

Müşterilere teslim edildikten sonra kullanılan kartonlar, akıllı tanıma sistemleri aracılığıyla tanımlanabilir, sınıflandırılabilir, yeniden ambalajlanabilir ve tekrar kullanılabilir; bu da ambalaj malzemesi tüketimini etkili bir şekilde azaltır.

f. Sürdürülebilir kalkınma önceden planlaması

Sinotecho’nun “1+3+N+1” AI Bulut mimarisine dayanarak sistem, PLM, ERP, MES ve WMS sistemlerini entegre eder ve birleşik veri standartları ile yapay zekâ modeli eğitimi sağlar. Platform, yapay zekâ güvenliği, enerji optimizasyonu ve alan yönetimi gibi işlevleri birleştirerek güvenli, yeşil ve akıllı bir endüstriyel ortam yaratır ve değer odaklı ve otonom karar verme yeteneğine sahip düşük karbonlu akıllı bir fabrika inşa eder. .

5. Proje çapında sistem düzeyinde deneyim

Birçok benzer projede tutarlı bir desen gözlemlenmiştir: En büyük enerji optimizasyonu, tek tek ekipmanların optimizasyonundan ziyade sistem düzeyinde koordinasyondan elde edilir.

Entegre çözümler aracılığıyla akıllı ambalaj hatları, akıllı lojistik robotları, yapay zekâ denetim sistemleri ve bulut platformları bu sayede enerji verimliliği ve sürdürülebilirlik yeteneklerini etkili bir şekilde geliştirmek mümkün hale gelir.

Temel gözlemler şunlardır:

·Üretim hattı optimizasyonu, tek makine optimizasyonundan daha etkilidir.

·Lojistik sistemi optimizasyonu, önemli gizli enerji tasarrufuna katkı sağlar.

·Tam süreç veri bağlantısı ve yapay zekâ ile sağlanan kapalı çevrim optimizasyonu, sürekli iyileşmeyi mümkün kılar.

·Verim artışı ve malzeme geri dönüşümü, sürdürülebilirlik hedeflerine katkı sağlar.

İmalat, "donanım zekâsı"ndan "sistem zekâsına" doğru kaymaktadır.

6. Sektör trendleri: otomasyondan yapay zekâyla desteklenen enerji akıllı imalatına geçiş

6.1 İmalatın üç aşamalı evrimi:

Aşama 1: Otomasyon – iş gücünün yerini almak ve verimliliği artırmak

Aşama 2: Akıllı üretim – sistem koordinasyonu ve dijital kontrol

Üçüncü aşama: Enerjiye yönelik akıllı üretim – yapay zekâ destekli enerji kendini optimizasyon sistemleri

6.2 Yapay zekâ rol dönüşümü

Yapay zekâ, üretimde artık yalnızca bir denetim aracı olmaktan çıkıp üretim planlama merkezine dönüşmekte ve otonom karar verme imkânı sağlamaktadır.

6.3 Veriyle entegre yeşil fabrikalar

Karbon emisyonu verileri gerçek zamanlı, ölçülebilir ve optimize edilebilir hâle gelecektir.

Üretim enerji sistemleri, “ sürdürülebilirlik kendini optimizasyon modüllerine” doğru evrilmektedir.

7. Sonuç

Otomasyon ve yapay zekâ, üretim operasyonlarını temelden yeniden şekillendirmektedir. Bunlar yalnızca üretim verimliliğini artırmakla kalmaz, aynı zamanda enerji yönetimi ve sürdürülebilirliğin temel itici güçleri haline gelmektedir.

Bu dönüşüm doğrudan etkisi eSG hedeflerine yönelik.

Tütün ambalajı ve yüksek düzeydeki ambalaj gibi yüksek karmaşıklıkta üretim sektörlerinde bu değişim özellikle belirgindir.

Üretim, verimlilik odaklı sistemlerden enerji ve sürdürülebilirlik odaklı sistemlere doğru yapısal bir geçiş yaşamaktadır. Gelecekte otomasyon ve Yapay zekâ artık isteğe bağlı güncellemeler değil, sürdürülebilir üretim sistemleri için temel yetenekler olacaktır.

Ekipman üreticileri, küresel karbon emisyonlarının azaltılmasına destek sağlamak amacıyla dijitalleşme, zekâ ve yapay zekâ uygulamalarında daha ileri düzeyde AR-GE güncellemelerini değerlendirmelidir.