dk - header story - Big data

Big data skal gøre Prysmian fabrikker mere effektive

Prysmian Digital Innovation Lab arbejder på et Predictive Quality projekt

dk - text 1 - Historie - Big data

Prysmian Digital Innovation Lab arbejder på et Predictive Quality Project på to af koncernens fabrikker, ved hjælp af avanceret maskinindlæring for at diagnosticere kvalitetsproblemer, inden de sker. Målet er at fremstille et softwareprogram af kunstig intelligens, der kan integreres i produktionssystemer globalt. FOS-fabrikken i Italien producerer cirka 50% af koncernens optiske fibre i Europa, og er dermed Europas største producent af optisk fiber.

Projektet gennemføres på koncernens italiensk FOS-fiberfabrik i Battipaglia og søkabelfabrik i Arco Felice, ved at analysere deres produktionsdata ved hjælp af avancerede statistiske algoritmer for at opnå tre målsætninger: at forhindre kvalitetsproblemer, reducere omkostninger og forbedre driften. Den første analyser er gennemført og projekter er gået ind i anden fase.

dk - text blue - historier - big data - 3 mål


Projektet har tre hovedmål, som bør resultere i en reduktion i skrot, energi- og ressourceforbrug

  • at understøtte processtyring ved at give ingeniører et værktøj til at opdage afvigelser
  • at reducere den tid det kræver at træffe beslutninger eller implementere rettelser
  • at optimer driftsstyring ved at gøre processen mere effektiv vha. en systemoversigt

dk - quote - historie - big data

"Vi tror på en trinvis tilgang, hvor viden og forståelse af problemet er nøglen. Vi inkluderer fabrikschefer og -eksperter fra starten og lytter til deres daglige problemer. Første skridt var at indsamle og verificere datakvaliteten samt udføre datarensning og datafusion for at få et ensartet fundament for det videre arbejde. Herefter blev en visualiseringsgrænseflade oprettet."

Array

Charlotta Daninese

Head of Digital Innovation Lab

dk - text 2 - historier - Big data

Predictive Quality løsninger anvendes til at hjælpe producenter med at få indsigt i kvalitetsaspekter i deres produktionsprocesser. Dette gøres ved at analysere produktionsdata og anvende forudsigelige algoritmer for at reducere tab og til at anbefale korrigerende handlinger. Selv på en højteknologisk fabrik kan produktionsproblemer spores til fire hovedområder: mennesker, maskiner, metode eller materiale. Med andre ord, menneskefejl, maskinfejl, defekt betjeningsprocedurer eller utilstrækkelige råmaterialer. Brug af Big dataanalyse kan hjælpe producenter med at komme foran kurven, ved at forudsige disse problemer, snarere end at reagere på dem efterfølgende.

Predictive Quality projektet repræsenterer også en kulturel ændring for de ansatte på Prysmians fabrikker. Det nye dataanalyse-værktøj skal integreres blandt vores ingeniører og operatører, inden vi kan opnå større kontrol over vores processer. Resultatet vil understøtte de daglige aktiviteter og sikre hurtigere beslutninger, minimere risiko for uforudsete begivenheder samt øge produktkvaliteten. udtaler Valentina Ghinaglia, Director for Group Quality hos Prysmian Group.

 

DK - ContentType - Editorial Slider What We Offer