RISERVATO AZIENDALE. NON DIVULGARE.
In un ambiente di produzione intelligente, una piccola comprensione del processo fa molto
In ADM, le capacità statistiche multivariate sono fondamentali per generare ottimizzazione e miglioramenti dei processi che si adattano ai siti di produzione in tutto il mondo
Sfida : Con l'adozione di sistemi di produzione completamente automatizzati nei siti ADM in tutto il mondo, gli ingegneri tecnologici incaricati di promuovere il miglioramento proattivo e l'abilitazione dell'analisi sono sfidati a replicare i successi su larga scala.
Soluzione : ADM standardizzato attorno a JMP® Pro, un software di rilevamento statistico che fornisce strumenti ad ampio raggio per la convalida, l'ottimizzazione dei processi, l'analisi multivariata e la personalizzazione. "JMP Pro consente davvero alle persone di lavorare più velocemente", afferma Isaac Himanga, Senior Analytics Engineer, aggiungendo che secondo le sue stime, ciò che prima richiedeva 15 minuti ora ne richiede solo uno. "Lo moltiplichi per 100 utenti e tutte le analisi che fanno in un anno, e ha un impatto enorme".
Risultati : Oltre a ridurre il tempo dedicato all'accesso e alla preparazione dei dati, JMP Pro ha aiutato gli ingegneri di ADM a rafforzare il controllo dei processi e a risolvere costosi problemi di variazione e convalida dei processi. Inoltre, il team ha trovato il modo di sfruttare le conoscenze di processo acquisite da un progetto di ottimizzazione per migliorare l'SPC in altri siti tramite componenti aggiuntivi e dashboard JMP con script. Dice Himanga: "Lo mettiamo online: è un ottimo modo per replicare [l'impatto] molte volte".
__________________________________________________________________________________________
Archer-Daniels-Midland Company (ADM) è un attore importante nel settore alimentare globale con un ampio portafoglio di ingredienti e aromi per qualsiasi cosa, dai cereali per la colazione ai multivitaminici per il bestiame. Sfruttando le sue capacità lungo tutta la catena di approvvigionamento, ADM ha rivoluzionato il modo in cui le materie prime naturali vengono trasformate in alimenti di base per centinaia di milioni di consumatori in tutto il mondo. Inoltre, l'azienda sta ora utilizzando la sua influenza per promuovere soluzioni sostenibili nella tecnologia agricola e nella lavorazione degli alimenti.
Gran parte della capacità di innovazione di ADM negli ultimi anni può essere ricondotta direttamente alla sua trasformazione dell'analisi. L'adozione diffusa da parte dell'azienda di sistemi informatici e dati all'avanguardia ha catalizzato un cambiamento epocale nel modo in cui l'efficienza e l'efficacia dei processi sono ottimizzate in ogni fase della pipeline di produzione.
"Abbiamo assistito a un'escalation di slancio per le iniziative di analisi in tutto l'ADM", afferma Isaac Himanga, Senior Analytics Engineer. Quell'ondata di supporto per l'abilitazione dell'analisi, spiega, è avvenuta in parte quando ADM si è riorganizzata attorno a centri di eccellenza, uno ciascuno per il miglioramento e l'analisi, che ha stabilito ruoli più interdisciplinari per gli ingegneri tecnologici che, come le loro controparti di ingegneria di processo, sono esperti in materia per ciascuno processo individuale. L'altro motivatore, aggiunge, stava semplicemente dimostrando il valore attraverso una serie di casi di studio di alto profilo: "Ci vuole del tempo per portare le persone al passo con i tempi, ma devi solo farle superare la gobba iniziale. Aiuta a cogliere un'opportunità in cui comprendiamo bene il processo per fare molto lavoro in un lasso di tempo minimo per dimostrare il miglioramento", afferma.
Poiché la capacità di analisi di ADM è stata gradualmente aumentata attraverso corsi di formazione e aggiornamenti dell'infrastruttura dati, spiega Himanga, i team sono giunti a considerare Excel come non più adatto allo scopo. "Stavamo cercando di prendere questi strumenti di analisi e utilizzare i nostri dati per prendere decisioni migliori", afferma.
Le richieste di sistemi di controllo di processo e automazione più avanzati li hanno portati a JMP® Pro, un software di rilevamento statistico che è stato un partner chiave dell'ADM non solo nella trasformazione della cultura, ma in molte delle prime prove di concetto del team di analisi.
Allontanarsi dalla risoluzione dei problemi reattiva
Come qualsiasi multinazionale che opera tra i mercati della trasformazione alimentare e delle materie prime, ADM ha molti milioni di dati di serie temporali e altrettanti tag. Inoltre, ADM acquisisce spesso nuove strutture, molte delle quali, al momento dell'acquisizione, si basano su sistemi analogici obsoleti e devono essere dotate di tecnologia di rilevamento digitale. La contabilizzazione delle carenze nei sistemi antiquati, spiega Himanga, ha offerto l'opportunità di aumentare i miglioramenti e di elaborare le conoscenze dai siti di punta all'avanguardia di ADM.
In tutti i numerosi impianti di produzione globali di ADM, afferma, l'Industria 4.0 ha dimostrato che esistevano lacune nella strumentazione esistente e ha mostrato il valore aziendale della risoluzione delle sfide dei sistemi di dati. "Ci sono cose che abbiamo imparato in una struttura che ci siamo resi conto di poter replicare in altre", spiega. "[Questa scalabilità] ora ci consente di muoverci più velocemente e concentrarci su miglioramenti specifici".
Oggi, il mandato di Himanga risiede sia in progetti di risoluzione dei problemi una tantum, ad esempio riduzione del vapore, aumento della resa o risoluzione di problemi di qualità, sia in progetti in cui lui ei suoi colleghi cercano opportunità per aumentare i ricavi e ridurre i costi. "Ci stiamo impegnando molto nell'analisi proattiva", afferma. “Prendi ad esempio il rilevamento delle anomalie. Possiamo richiamare variabili o parti di un processo che funzionano in modo anomalo e quindi utilizzare la nostra piattaforma per aiutare a trovare i problemi prima che si manifestino realmente come effetti sulla qualità o sulla resa".
Con il suo flusso di lavoro di analisi semplice e le piattaforme che consentono approcci avanzati come la modellazione multivariata, JMP Pro ha spalancato il campo delle possibilità quando si tratta di miglioramento. Non solo Himanga ha scoperto aree in cui i dati venivano raccolti ma non utilizzati, ma ha anche identificato innumerevoli opportunità per passare da un approccio reattivo tradizionale a un modello più proattivo.
"In molti casi, faremo un grande progetto di analisi e risulterà che anche il set point è stato sufficiente per iniziare e puntare nella giusta direzione!" lui dice. “Dobbiamo bilanciare il non dedicare troppo tempo a nessuna opportunità di ottimizzazione perché ci sono così tante opportunità là fuori. Inizieremo a ottimizzare qualcosa, formulare raccomandazioni e quando la struttura in seguito avrà una strumentazione migliore, potremo tornare indietro e fare una versione due".
La standardizzazione di JMP Pro aiuta a scalare i successi nelle strutture globali di ADM
Oltre alla sua ampia presenza in Nord America, ADM ha ora importanti attività di produzione in Europa, Brasile e nella regione dell'Asia del Pacifico. Adottando un approccio globale all'eccellenza dell'analisi, Himanga e i suoi colleghi hanno agito su opportunità uniche per scalare il valore aziendale creato attraverso miglioramenti ingegneristici.
"Invece di avere qualcuno che si concentra solo sulla propria regione geografica, mescoliamo e abbiniamo intenzionalmente in modo che ogni [membro del team offra una nuova prospettiva] alle piante in altre parti del mondo", afferma. Gli approcci creativi e basati sui dati alla risoluzione dei problemi trascendono i confini nazionali e gli strumenti comuni aiutano le persone a superare le barriere culturali e linguistiche che altrimenti potrebbero ostacolare la collaborazione.
"La nostra visione è che ogni ingegnere, forse anche ogni manager, segua una serie standard di formazione in modo da parlare tutti la stessa lingua sull'analisi dei dati", afferma Himanga. "Ma per farlo, dovevamo standardizzare uno strumento". JMP Pro ha fornito un meccanismo per scalare le attività a valore aggiunto e di tempo, in particolare perché la funzione di scripting dello strumento ha consentito agli esperti di analisi di implementare rapidamente le personalizzazioni.
Il "motore modello JMP" riduce il tempo di accesso ai dati di 15 volte
Uno di questi componenti aggiuntivi creato da Himanga e dal suo team estrae i dati in JMP Pro direttamente dallo storico dei dati di ADM. Il componente aggiuntivo, quello che Himanga chiama un "motore modello JMP", può estrarre informazioni da un sistema di origine a un PC desktop. Eseguendo quindi lo script su nuovi dati e inviando i risultati allo storico, gran parte del processo di accesso ai dati è completamente automatizzato, spiega; gli utenti possono passare dall'analisi offline al punteggio di un modello online in tempi relativamente brevi.
"L'accesso ai dati richiedeva molto lavoro, soprattutto per i piccoli progetti... e potevi dedicare molto tempo a farlo", spiega. “Ma il nostro componente aggiuntivo personalizzato ora si occupa di tutto questo lavoro. Puoi digitare un tag in JMP e questo otterrà i dati e ti fornirà uno script. E se domani vuoi vedere lo stesso grafico utilizzando dati più recenti, tutto ciò che devi fare è copiare e incollare il grafico, mettere insieme gli script e fare clic su 'Esegui'”.
Himanga stima che l'automazione dei processi di accesso ai dati in JMP Pro abbia ridotto ciò che prima richiedeva 15 minuti in 1 solo. “E se lo moltiplichi per 100 utenti e tutte le analisi che fanno in un anno, si somma davvero! JMP consente davvero alle persone di lavorare più velocemente”, afferma. “Abbiamo abbastanza casi d'uso positivi ora che le persone parlano. Le persone che una volta erano tra gli scettici stanno iniziando a dire 'beh, le altre piante l'hanno già fatto. Voglio anche questo vantaggio.'”
I dashboard automatizzati migliorano il controllo del processo
Entusiasmo a parte, Himanga è chiaro che la trasformazione dell'analisi non è qualcosa che accade dall'oggi al domani, anche con gli strumenti giusti; piuttosto, è un progetto a lungo termine e un viaggio. I processi di miglioramento possono richiedere 6 mesi, ma la conoscenza del processo che generano vale l'investimento.
Per illustrare, Himanga condivide esempi di due iniziative relative ai processi in cui le statistiche multivariate in JMP Pro hanno risolto un problema altrimenti irrisolvibile. In un caso, problemi di produzione hanno afflitto uno dei mulini a umido di mais di ADM dove vengono prodotti pellet di mangime per glutine di mais. A volte, la soluzione liquida di mais non scorreva attraverso il mulino alla velocità necessaria, ma gli operatori non potevano identificare la fonte della variazione.
"La causa era davvero difficile da identificare poiché un singolo mulino può avere milioni di punti che potresti potenzialmente guardare, insieme a una serie di parametri di qualità e più input di quanti potresti rappresentare graficamente in Excel", spiega. “Per anni molte persone lavoravano su questo problema. Ma due anni fa è stato davvero esacerbato al punto che l'impianto nel suo insieme stava rallentando".
“Quindi abbiamo utilizzato JMP per esaminare le migliaia e migliaia di tag con diversi tempi di ritardo. Era un set di dati davvero grande e alla fine abbiamo utilizzato tutte le diverse piattaforme in JMP. Alla fine, abbiamo eseguito un bootstrap del set di dati per identificare i candidati più probabili. Quindi potremmo utilizzare gli strumenti multivariati in JMP per identificare il vero vantaggio e in sei mesi abbiamo trovato la nostra risposta. Abbiamo capito che dovevamo eseguire il processo in un certo modo. Pochi mesi dopo, stavamo vedendo miglioramenti".
In un altro caso di studio, Himanga e i suoi colleghi hanno identificato un modello nel modo e nel momento in cui gli operatori utilizzavano le apparecchiature di raffreddamento per creare un prodotto a base di farina di soia spesso venduto ai clienti come additivo raffinato secondo specifiche personalizzate. Prima di esaminare i dati in JMP Pro, il team non era stato in grado di capire perché la manutenzione e il raffreddamento delle apparecchiature avessero un impatto così variabile. Utilizzando l'analisi per sviluppare la comprensione del processo, tuttavia, Himanga è stata in grado di definire una serie di linee guida per aiutare gli operatori dell'impianto a sapere con precisione quando raffreddare la linea di produzione. Poi hanno fatto un ulteriore passo avanti.
"Ci siamo resi conto che non era affatto necessario fornire loro una guida: potevamo fare in modo che il computer lo facesse per noi", spiega. Ora gli operatori possono semplicemente guardare un dashboard aggiornato automaticamente per vedere quando le valvole del vapore della linea di produzione devono essere chiuse.
“[Questa dashboard] fornisce una risposta coerente a tutti gli operatori, in tutti i diversi turni, e si traduce in un controllo più rigoroso. E JMP ci ha aiutato a farlo non solo in quella struttura, ma anche in altre", afferma Himanga. “A volte ci sono diversi scenari che causano differenze di umidità. Tuttavia, utilizzando JMP, siamo in grado di identificare rapidamente i fattori chiave, creare un modello e generare una raccomandazione in grado di mitigare tali fluttuazioni. Poi lo mettiamo online. È un ottimo modo per replicare [l'impatto] molte volte".
