Case study: wdrożenie rozwiązania PdM RSIMS dla układnicy magazynowej
1 czerwca 2020

Case study: wdrożenie rozwiązania PdM RSIMS dla układnicy magazynowej

Projekt: Wdrożenie rozwiązania PdM RSIMS dla układnicy magazynowej,  w magazynie wysokiego składowania w firmie M-Logistic.

Wyzwanie

Realizacja planów produkcyjnych jest jednym z podstawowych celów, które określają efektywność procesu produkcji. Nieprzewidywalne awarie układnicy magazynowej powodowały obniżenie wydajność magazynu i generowały niepotrzebne, nieplanowane koszty bezpośrednie i pośrednie związane z koniecznością naprawy urządzenia.

Rozwiązanie

Firma M-Logistic zdecydowała się na wdrożenie pilota PdM RSIMS ReliaSol w celu precyzyjnego przewidywania potencjalnych awarii dla układnicy magazynowej nr 4, w magazynie wysokiego składowania w zakładzie w Tychach. Projekt został zrealizowany przez wspólny zespół specjalistów ReliaSol i Maspex oraz przeprowadzony zgodnie z metodyką TBO (THINK/BUILD/OPERATE). 

Wdrożony oraz sparametryzowany pilotażowy system predykcyjny RSIMS, składa się z klasycznego systemu diagnostycznego opartego o pomiary przyspieszeń drgań oraz temperatur, wraz z systemem detekcji anomalii.

Zakres projektu obejmował m.in. dostawę oraz rozruch sprzętu pomiarowego, przygotowanie danych sensorowych pod kątem analityki, budowę modeli służących detekcji anomalii oraz ich implementację na platformie PdM RSIMS (Reliability Solutions Intelligent Maintenance System) w modelu Cloud

Wdrożone rozwiązanie umożliwia zdalną analizę pracy maszyny. Ze względu na brak danych historycznych, pomiary obecnie zbierane przez system oraz wnioski z regularnie przeprowadzonych analiz posłużą w dalszych krokach do rozbudowy systemu o modele predykcji wybranych typów awarii.

Korzyści

Już w ciągu kilku pierwszych miesięcy pracy system pomógł w detekcji dwóch usterek oraz pozwolił na wykrycie anomalii w działaniu układu. Obecnie, dzięki regularnie przeprowadzanym przeglądom danych, system pozwala na głębszy wgląd w pracę układnicy oraz na odróżnienie anomalii awaryjnych od nieistotnych zdarzeń. Wdrożenie systemu predykcyjnego RSIMS wpłynęło na zmniejszenie kosztów awarii i serwisów. Obecnie firma M-Logistic jest w stanie w czasie rzeczywistym określać ryzyko awarii i podejmować skuteczne oraz szybkie decyzje biznesowe w obrębie monitorowanej układnicy.

Dodatkowym efektem projektu był transfer wiedzy pomiędzy konsultantami ReliaSol a specjalistami firmy M-Logistic, co przyczyniło się do zwiększenia świadomości przedsiębiorstwa w zakresie pracy układów i maszyn.

Kluczowe korzyści:

  • szybsza detekcja usterek, a w kolejnych krokach także przewidzenie zbliżających się awarii
  • stały monitoring i wgląd w pracę układnicy
  • zachowanie wysokiego stopnia automatyzacji procesu logistycznego

Obecnie firma M-Logistic jest  w stanie w czasie rzeczywistym określać ryzyko awarii układnicy i podejmować skuteczne i szybkie decyzje biznesowe, dzięki czemu zwiększyła się wydajność magazynu

O firmie

Spółka M-Logistic należy do Grupy Maspex, jednej z największych firm w Europie Środkowo-Wschodniej w segmencie produktów spożywczych. Maspex jest właścicielem m.in. takich marek jak: Tymbark, Kubuś, Lubella, Łowicz, Krakus, Kotlin, Puchatek, Ekland, DecoMorreno, Cremona, La Festa i Plusssz – to zdecydowani liderzy w swoich kategoriach, produkty, które cieszą się ogromnym zaufaniem konsumentów. Produkty Maspex powstają w 15 nowoczesnych zakładach w Polsce i zagranicą. Rocznie firma wytwarza 1,8 mld litrów soków, nektarów i napojów, ponad 240 tys. ton makaronów, wyrobów zbożowych i instant oraz niemal 150 tys. ton dżemów  i przetworów. Grupa posiada nowoczesne centra logistyczno-dystrybucyjne oraz magazyny wysokiego składowania, w których jest 400 tys. miejsc paletowych. Spółka M-Logistic jest jednym z centrów logistycznych Grupy. Firma oferuje najwyższy poziom usług, poprzez całkowitą automatyzację procesów, a co za tym idzie, możliwość indywidualnego przygotowywania dostaw, doskonały serwis, wysoki standard i jakość obsługi.

Starszy post
Case study: wdrożenie strategii PdM dla bloku energetycznego w Tauron Wytwarzanie
Nowszy post
Case study: opracowanie modelu predykcyjnego dla turbiny