|
提升工業(yè)效率是芬林芬寶的工作重點之一，是貫穿整個價值鏈，以提高自身及其客戶的競爭力。要提高工業(yè)效率，不僅需要深入了解公司的業(yè)務和流程，還需要具備處理整個價值鏈所產生數(shù)據的能力。 除了使用模擬程序和數(shù)學方法，芬林芬寶還使用人工智能來分析這些數(shù)據。例如，人工智能可以在生產優(yōu)化中做出更準更快的決策。 
模擬程序 優(yōu)化了原木切割 芬林芬寶從芬林集團旗下的木材采購部門獲得木材原材料，后者所使用的模擬程序用于預測和指導采購流程。該模擬程序有助于優(yōu)化木材采購流程，確保采用木材原料所加工的鋸材盡可能滿足客戶的需求。 “在鋸材廠，這一點極為重要，因為原木的長度或尺寸在打上橫切標記后就無法調整了。因此，我們必須與木材采購團隊溝通，交流我們的鋸材客戶最看重部件和尺寸。”芬林芬寶的開發(fā)經理維利馬蒂•馬基(Veli-Matti Mäki)如是說。“這意味著我們在采伐環(huán)節(jié)就要直接從客戶的最終產品需求出發(fā)。”他補充道。 數(shù)字孿生 有助于預測流程發(fā)展 芬林芬寶的現(xiàn)代化工廠在數(shù)據收集和使用方面堪稱先行者。例如： 艾內科斯基生物制品廠 每秒可生成37.000條測量數(shù)據。收集的數(shù)據包括木漿流量、pH值、溫度和其他影響木漿質量的因素。例如，從制漿過程中收集的過程數(shù)據可用于調整壓力或流速，或用于流程中的化學品用量。還有一種更高級的數(shù)據用途——數(shù)字孿生，它就像是一個虛擬副本，可以完全復制現(xiàn)實中的生產流程。 數(shù)字孿生可提供有關流程的實時信息，從而實現(xiàn)智能流程預測。這樣一來，就可以在不改變真實工廠既有條件的情況下，模擬各種不同的情況，并進行探索和分析。數(shù)字孿生可以預測流程演進狀況并對其進行優(yōu)化。 “有了數(shù)字孿生技術，操作員們可以在當前設置下預測未來三個小時的流程將如何發(fā)展。這可以幫助他們調整設置以最大限度地減少偏差，從而使我們能夠為客戶提供質量穩(wěn)定的木漿。”芬林芬寶的工藝技術副總裁馬蒂•托沃寧(Matti Toivonen)如是說。 人工智能 使用鋸切時獲得的測量數(shù)據 芬林芬寶的鋸材廠技術創(chuàng)新，例如具備自我學習能力的人工智能，使得生產過程更具成本效益。 勞馬鋸材廠 利用激光測量和原木X射線技術，根據原木的尺寸、形狀和內部質量，為每根原木創(chuàng)建虛擬指紋。在鋸切過程中會根據虛擬指紋識別原木，之后人工智能會推薦最佳的鋸切方法。 “在原木排序和測量過程中會生成大量數(shù)據。人工智能使我們能夠合并多個測量設備生成的數(shù)據，將其匯總到一處，然后用它來優(yōu)化生產和原木材料。”芬林芬寶勞馬鋸材廠的高級開發(fā)經理雅克•維佛瑞(Jarkko Vihervuori) 如是說。 人工智能技術助力我們從大量原材料中挑選出單個原木，并根據其質量分成不同類別。這樣芬林芬寶就可以生產出針對不同需求的產品。此舉也提高了鋸材廠的原材料利用率，因為每根原木的使用都得到了優(yōu)化。 “從客戶的角度來看，這很重要，因為我們現(xiàn)在能更精確地將所需原木材料進行分配，用于生產特定的最終產品。”維佛瑞說道。 
算法 支持鋸材的生產和銷售 如果把所有原木的生產潛力都列在一個表格里，那該表格會有成千上萬行，異常龐大。為了找到最有效的生產優(yōu)化方法，我們需要進行復雜的計算，考慮成千上萬種不同的組合方式。在電子表格軟件中，這種規(guī)模的計算需要耗時數(shù)天。 芬林芬寶 采用線性多變量優(yōu)化技術進行計算。我們將有關鋸材供應、生產和需求的數(shù)據輸入該工具，然后計算出使用原材料的最佳方式。 然后，將數(shù)據輸入芬林芬寶鋸材銷售部門使用的分配工具之中。該工具可顯示不同鋸材產品的供應情況，并在一批產品售出后自動更新。 芬林芬寶引入優(yōu)化和分配工具的舉措，彰顯出公司的鋸材廠業(yè)務正在發(fā)生根本性的變化。如今，芬林芬寶的生產基于真實的客戶需求，而非歷史數(shù)據或統(tǒng)計數(shù)據。 因此，公司能夠更快地應對客戶需求的變化，并提高生產安全性，從而更好地服務于重點客戶。生產和需求計劃的數(shù)字化還提高了原材料的使用效率，并減少了碳足跡。 
“當我們更好地了解客戶需求時，就可以專注于生產滿足客戶實際需求的產品。同時，我們可以減少生產需求量較低或供應鏈較長、碳足跡較大的產品。” 馬基如是說。 芬林芬寶正在努力提高生產效率，以便更好地滿足市場需求并優(yōu)化生產過程，從而使得自身更有競爭力。同時，更有效地使用數(shù)據有助于提升客戶滿意度，并助力企業(yè)履行環(huán)境責任。
|
