회사 기밀. 공개하지 마십시오.
스마트 생산 환경에서는 약간의 프로세스 이해가 큰 도움이 됩니다.
ADM에서 다변수 통계 기능은 전 세계 생산 현장으로 확장되는 프로세스 최적화 및 개선을 생성하는 데 중요합니다.
도전 : 전 세계의 ADM 사이트에서 완전 자동화된 생산 시스템을 채택함에 따라 사전 예방적 개선 및 분석 지원을 담당하는 기술 엔지니어는 대규모 성공을 복제해야 하는 과제를 안고 있습니다.
해결책 : 검증, 프로세스 최적화, 다변수 분석 및 맞춤화를 위한 광범위한 도구를 제공하는 통계적 발견 소프트웨어인 JMP® Pro를 중심으로 표준화된 ADM입니다. 수석 분석 엔지니어 아이작 히망가(Isaac Himanga)는 "JMP Pro를 사용하면 작업 속도가 정말 빨라집니다."라고 말하면서 이전에는 15분이 걸리던 작업이 이제는 1분이면 충분하다고 덧붙였습니다. "100명의 사용자와 그들이 1년에 수행하는 모든 분석을 곱하면 엄청난 영향을 미칩니다."
결과 : 데이터 액세스 및 준비에 소요되는 시간을 줄이는 것 외에도 JMP Pro는 ADM 전반의 엔지니어가 프로세스 제어를 강화하고 값비싼 프로세스 변동 및 검증 문제를 해결하는 데 도움이 되었습니다. 또한 팀은 스크립팅된 JMP 추가 기능 및 대시보드를 통해 다른 사이트의 SPC를 개선하기 위해 한 최적화 프로젝트에서 얻은 프로세스 지식을 활용하는 방법을 찾았습니다. Himanga는 다음과 같이 말합니다. "온라인에 게시했습니다. 이는 [영향]을 여러 번 복제할 수 있는 좋은 방법입니다."
_____________________________________________________________________________________
Archer-Daniels-Midland Company(ADM)는 아침식사용 시리얼에서 가축용 종합비타민에 이르기까지 모든 재료와 풍미의 광범위한 포트폴리오를 보유한 글로벌 식품 산업의 주요 기업입니다. ADM은 공급망 전반에 걸쳐 기능을 활용하여 천연 원료가 전 세계 수억 명의 소비자를 위한 필수식이 요법으로 전환되는 방식에 혁명을 일으켰습니다. 또한 회사는 현재 농업 기술 및 식품 가공 분야에서 지속 가능한 솔루션을 추진하는 데 영향력을 행사하고 있습니다.
최근 몇 년간 ADM의 혁신 역량 중 상당 부분은 분석 혁신으로 직접 추적할 수 있습니다. 최첨단 IT 및 데이터 시스템의 광범위한 채택은 생산 파이프라인의 모든 단계에서 프로세스 효율성과 효율성이 최적화되는 방식에 큰 변화를 가져왔습니다.
수석 분석 엔지니어 아이작 히망가(Isaac Himanga)는 “ADM 전반에 걸쳐 분석 이니셔티브에 대한 모멘텀이 확대되는 것을 목격했습니다. 분석 지원에 대한 지원의 급증은 부분적으로 ADM이 개선 및 분석을 위한 센터를 중심으로 재구성되어 프로세스 엔지니어링 담당자와 마찬가지로 각 분야의 주제 전문가인 기술 엔지니어를 위한 더 많은 학제간 역할을 설정했기 때문이라고 그는 설명합니다. 개별 프로세스. 그는 또 다른 동기 부여 요인은 여러 유명 사례 연구를 통해 단순히 가치를 입증하는 것이라고 덧붙였습니다. 개선을 보여주기 위해 최소한의 시간에 많은 작업을 수행하는 프로세스를 잘 이해하는 기회를 잡는 것이 도움이 됩니다.”라고 그는 말합니다.
Himanga는 교육 및 데이터 인프라 업데이트를 통해 ADM의 분석 기능이 점차 향상됨에 따라 팀에서 Excel이 더 이상 목적에 적합하지 않다고 생각하게 되었다고 설명합니다. "우리는 이러한 분석 도구를 사용하고 데이터를 사용하여 더 나은 결정을 내리려고 했습니다."라고 그는 말합니다.
보다 발전된 프로세스 제어 시스템 및 자동화에 대한 요구로 인해 문화 혁신뿐 아니라 분석 팀의 초기 개념 증명에서 ADM의 핵심 파트너였던 통계적 발견 소프트웨어인 JMP® Pro가 탄생했습니다.
수동적인 문제 해결에서 벗어나기
식품 가공과 상품 시장 사이에서 운영되는 다국적 기업과 마찬가지로 ADM에는 수백만 개의 시계열 데이터와 동일한 수의 태그가 있습니다. 더욱이 ADM은 종종 새로운 시설을 인수합니다. 그 중 많은 시설이 인수 당시 구식 아날로그 시스템에 의존하고 있으며 디지털 감지 기술로 개조해야 합니다. Himanga는 구식 시스템의 단점을 고려하여 ADM의 최첨단 주력 사이트에서 개선 사항과 프로세스 지식을 확장할 수 있는 기회를 제공했다고 설명합니다.
그는 ADM의 많은 글로벌 생산 시설에서 인더스트리 4.0이 기존 계측에 격차가 있음을 입증했으며 데이터 시스템 문제 해결의 비즈니스 가치를 보여주었다고 말했습니다. "한 시설에서 배운 것이 다른 시설에서도 복제할 수 있다는 것을 깨달았습니다."라고 그는 설명합니다. "[이 확장성] 덕분에 이제 더 빠르게 움직이고 특정 개선 사항에 집중할 수 있습니다."
오늘날 Himanga의 임무는 일회성 문제 해결 프로젝트(예: 증기 감소, 수율 증가 또는 품질 문제 해결)와 그와 그의 동료가 수익을 늘리고 비용을 절감할 기회를 찾는 프로젝트에 있습니다. "우리는 사전 예방적 분석에 많은 노력을 기울이고 있습니다."라고 그는 말합니다. “예를 들어 이상 감지를 해보세요. 우리는 비정상적으로 작동하는 변수나 프로세스의 일부를 호출한 다음 우리 플랫폼을 사용하여 문제가 실제로 품질이나 수율에 영향을 미치는 것으로 나타나기 전에 문제를 찾는 데 도움을 줄 수 있습니다."
다변량 모델링과 같은 고급 접근 방식을 가능하게 하는 간단한 분석 워크플로 및 플랫폼을 통해 JMP Pro는 개선과 관련하여 가능성의 영역을 활짝 열었습니다. Himanga는 데이터가 수집되었지만 활용되지 않는 영역을 발견했을 뿐만 아니라 기존의 반응적 접근 방식에서 보다 능동적인 모델로 이동할 수 있는 수많은 기회를 식별했습니다.
"많은 경우에 우리는 대규모 분석 프로젝트를 수행할 것이며 설정값만으로도 시작하기에 충분하고 올바른 방향을 가리킬 것입니다!" 그는 말한다. “우리는 최적화 기회가 너무 많기 때문에 최적화 기회에 너무 많은 시간을 소비하지 않는 균형을 유지해야 합니다. 우리는 무언가를 최적화하기 시작하고 권장 사항을 제시하고 나중에 시설이 더 나은 장비를 갖추게 되면 버전 2로 돌아가서 할 수 있습니다.”
JMP Pro를 중심으로 표준화하면 ADM의 글로벌 시설 전반에 걸쳐 성공을 확장할 수 있습니다.
ADM은 북미에서의 큰 입지 외에도 현재 유럽, 브라질 및 아시아 태평양 지역에서 중요한 제조 사업을 운영하고 있습니다. 분석 우수성에 대한 글로벌 접근 방식을 취함으로써 Himanga와 그의 동료들은 엔지니어링 개선을 통해 창출된 비즈니스 가치를 확장할 수 있는 고유한 기회에 대처했습니다.
“누군가가 자신의 지리적 지역에만 집중하도록 하는 대신, 우리는 각 [팀 구성원이 세계의 다른 지역에 있는 식물에 새로운 관점을 제공하도록] 의도적으로 믹스 앤 매치합니다."라고 그는 말합니다. 국경을 초월한 문제 해결을 위한 창의적이고 데이터 중심적인 접근 방식과 공통 도구는 개인이 협업을 방해할 수 있는 문화 및 언어 장벽을 극복하는 데 도움이 됩니다.
Himanga는 "우리의 비전은 모든 엔지니어, 어쩌면 모든 관리자가 표준 교육을 받도록 하여 우리 모두가 데이터 분석에 대해 동일한 언어를 사용하도록 하는 것입니다."라고 말합니다. "하지만 그렇게 하려면 도구를 표준화해야 했습니다." JMP Pro는 특히 도구의 스크립팅 기능을 통해 분석 전문가가 사용자 정의를 신속하게 롤아웃할 수 있도록 함으로써 시간 및 부가가치 활동을 확장할 수 있는 메커니즘을 제공했습니다.
"JMP 모델 엔진"으로 데이터 액세스 시간 15배 단축
Himanga와 그의 팀이 만든 이러한 추가 기능 중 하나는 ADM의 데이터 히스토리언에서 직접 JMP Pro로 데이터를 가져옵니다. Himanga가 "JMP 모델 엔진"이라고 부르는 추가 기능은 소스 시스템에서 데스크탑 PC로 정보를 가져올 수 있습니다. 그런 다음 새 데이터에 대해 스크립트를 실행하고 그 결과를 히스토리언에게 다시 보내면 데이터 액세스 프로세스의 대부분이 완전히 자동화됩니다. 사용자는 오프라인 분석에서 비교적 빠르게 온라인으로 모델 점수를 매길 수 있습니다.
"예전에는 특히 소규모 프로젝트의 경우 데이터에 액세스하는 것이 많은 작업이었습니다. 그리고 이를 수행하는 데 상당한 시간을 할애할 수 있었습니다."라고 그는 설명합니다. “하지만 이제 우리의 사용자 지정 추가 기능이 모든 작업을 처리합니다. JMP에 태그를 입력하면 데이터를 가져와 스크립트를 제공합니다. 그리고 내일 더 최근 데이터를 사용하여 동일한 그래프를 보고 싶다면 그래프를 복사하여 붙여넣고 스크립트를 함께 넣고 '실행'을 클릭하기만 하면 됩니다.”
Himanga는 JMP Pro에서 데이터 액세스 프로세스를 자동화하여 15분이 소요되던 시간을 단 1분으로 단축한 것으로 추정합니다. "그리고 여기에 100명의 사용자와 그들이 1년에 수행하는 모든 분석을 곱하면 정말 합산됩니다! JMP는 사람들이 작업을 더 빨리 수행할 수 있게 해줍니다.”라고 그는 말합니다. “지금 사람들이 이야기하고 있는 긍정적인 사용 사례가 충분합니다. 한때 회의론자였던 사람들은 '글쎄, 다른 식물들은 이미 해냈다'고 말하기 시작했다. 나도 그 혜택을 원해.'
자동화된 대시보드로 프로세스 제어 강화
열정은 차치하더라도 Himanga는 분석 혁신이 올바른 도구를 사용하더라도 하룻밤 사이에 이루어지는 일이 아니라는 점을 분명히 합니다. 오히려 장기적인 프로젝트이자 여정입니다. 개선 프로세스는 6개월이 걸릴 수 있지만 생성된 프로세스 지식은 투자할 가치가 있습니다.
설명을 위해 Himanga는 JMP Pro의 다변수 통계가 해결 불가능한 문제를 해결한 두 가지 프로세스 관련 이니셔티브의 예를 공유합니다. 한 경우에는 옥수수 글루텐 사료 펠릿이 생산되는 ADM의 옥수수 습식 공장 중 하나에서 생산 문제가 발생했습니다. 때때로 액체 옥수수 용액은 필요한 만큼 빨리 제분소를 통과하지 않았지만 작업자는 변동의 원인을 식별할 수 없었습니다.
"단일 공장에는 Excel에서 그래프로 표시할 수 있는 것보다 많은 품질 매개변수 및 더 많은 입력과 함께 잠재적으로 볼 수 있는 수백만 개의 포인트가 있을 수 있으므로 원인을 식별하기가 정말 어려웠습니다."라고 그는 설명합니다. “수년 동안 많은 사람들이 이 문제에 대해 작업했습니다. 그러나 2년 전에는 공장 전체가 느려지는 지점까지 정말 악화되었습니다.”
“그래서 우리는 JMP를 사용하여 지연 시간이 다른 수천 개의 태그를 조사했습니다. 그것은 정말 큰 데이터 세트였으며 결국 JMP의 다양한 플랫폼을 모두 사용하게 되었습니다. 결국 우리는 가장 가능성이 높은 후보를 식별하기 위해 데이터 세트의 부트스트랩을 수행했습니다. 그런 다음 JMP의 다변수 도구를 사용하여 실제 이점을 식별할 수 있었고 6개월 만에 답을 찾았습니다. 우리는 특정 방식으로 프로세스를 실행해야 한다는 것을 알아냈습니다. 그로부터 몇 달 후, 우리는 개선을 목격했습니다.”
또 다른 사례 연구에서 Himanga와 그의 동료들은 사용자 지정 사양에 따라 정제된 첨가제로 고객에게 자주 판매되는 대두박 제품을 만드는 데 사용되는 장비를 작업자가 냉각하는 방법과 시기의 패턴을 확인했습니다. JMP Pro의 데이터를 보기 전에 팀은 장비 유지 관리 및 냉각이 왜 그렇게 다양한 영향을 미치는지 이해할 수 없었습니다. 그러나 분석을 사용하여 프로세스 이해를 개발함으로써 Himanga는 공장 운영자가 생산 라인을 냉각해야 하는 시기를 정확하게 알 수 있도록 일련의 지침을 정의할 수 있었습니다. 그런 다음 그들은 한 걸음 더 나아갔습니다.
“우리는 그들에게 지침을 제공할 필요가 전혀 없다는 것을 깨달았습니다. 우리는 컴퓨터가 우리를 대신해 하도록 할 수 있었습니다.”라고 그는 설명합니다. 이제 작업자는 자동으로 업데이트된 대시보드를 보고 생산 라인의 스팀 밸브를 닫아야 하는 시기를 확인할 수 있습니다.
“[이 대시보드]는 다양한 교대조에 걸쳐 모든 작업자에게 일관된 응답을 제공하며 결과적으로 더 엄격한 제어가 가능합니다. JMP는 한 시설뿐만 아니라 다른 시설에서도 그렇게 할 수 있도록 도왔습니다.”라고 Himanga는 말합니다. “때때로 수분 차이를 유발하는 다양한 시나리오가 있습니다. 그러나 JMP를 사용하여 핵심 요소를 빠르게 식별하고 모델을 구축하며 이러한 변동을 완화할 수 있는 권장 사항을 생성할 수 있습니다. 그런 다음 온라인에 게시합니다. [영향]을 여러 번 복제할 수 있는 좋은 방법입니다.”
