Флексотипография. Внедрение MES-системы с оптимизацией производственных ресурсов и функциями машинного обучения

Была поставлена задача комплексной автоматизации типографии с высокой степенью автоматизации и внедрением современной MES-системы на производстве. В проекте необходимо было решить задачи автоматизации производства, логистики склада, коммерческого отдела. При построении архитектуры решения необходимо было учесть гибкую настройку продукта и удобство интерфейса для пользователей.

Среди основных задач по автоматизации можно выделить следующие:

• Внедрение MES-системы для задач управления производством

• Оперативная калькуляция заказов

• Автоматизация склада

• Автоматизация выпуска готовой продукции

Результаты проекта

• Автоматизирован расчет заказов. Заказы быстрее согласовываются с клиентами и передаются в производство.

• Появилась возможность контролировать себестоимость продукции еще на этапе предварительного расчета заказов. Во всех случаях работа в системе гарантирует сохранение минимальной рентабельности и полностью исключает для компании возможность убытка.

• Учет номенклатуры, оборудования, материалов и готовой продукции по различным аналитическим признакам.

• Была внедрена рекомендательная система для построения оптимального производственного плана, построенную по принципам машинного обучения, где реализована полноценная диспетчеризация заказов, это позволяет выстраивать очередность их выполнения без жесткого плана производства.

• Был создан механизм автоматического прогнозирования простоев оборудования, при построение производственного плана, используя механизмы машинного обучения, что позволило свести к минимуму время простоя рабочих центров, при планировании производства.

Внедренные программные продукты

• 1С:ERP Управление предприятием

• 1С:Полиграфия 2. Модуль для 1С:ERP

Использованное дополнительное ПО, компьютерная техника и оборудование

В настоящее время используется следующее дополнительное оборудование:

- Террминалы сбора данных - 2 шт. Используются для сбора информации при поступлении материалов на склад материалов

- Сканеры штрих-кода -15 шт. Используются для сканирования бирок, этикеток и печатных форм, для фиксации начала и окончания времени работы исполнителей, для фиксации начала и окончания каждой операции.

- Принтеры этикеток, 13 шт. Используются для печати бирок и этикеток на материалы, полуфабрикаты, готовую продукцию.

1. Изначально в компании использовалась устаревшая конфигурация 1С:УПП с собственными кастомными доработками. Необходимо было проанализировать порядок внесения этих доработок, определить ключевые элементы, необходимые для дальнейшей работы и перенести их в новое решение, сохраняя эффективность текущего функционала 1С;ЕВР. Данные изменения коснулись прежде всего таких процессов, как: расчет заказов, изменение производственных статусов и автоматизация рабочих мест.

2. Под каждое автоматизированное рабочее место (АРМ) требовалась свой специфический функционал. Необходимо было настроить и адаптировать каждое рабочее место.

3. Необходимо было создать функционал для автоматического прогнозирования простоев оборудования при построении производственного плана. Для этого были задействованы механизмы машинного обучения, что позволило свести к минимуму время простоя рабочих центров при планировании производства.

Санкт-петербургская флексографическая типография "Санрайз" специализируется на производстве термоусадочной, самоклеящейся, круговой, цифровой и других видов этикеток. Производственный комплекс типографии включает более 10 единиц современного печатно-отделочного оборудования. Компания является единственным в России производителем tatoo-этикеток.

До начала проекта на предприятии использовались следующие программы для автоматизации деятельности:

• 1С:УПП 8 (1С:Управление производственным предприятием). Программа была частично доработана под специфику работы заказчика. В программе велась оперативная деятельность и производственный учет

• 1С:Бухгалтерия 8. Программа использовалась для ведения бухгалтерского и регламентного учета

• Microsoft Excel. Программа использовалась для ведения производственных отчетов и расчетов

• Microsoft Word. В программе создавались и редактировались регламентные и производственные печатные формы.

Используемый набор программных продуктов не создавал необходимого "бесшовного" информационного пространства для полного отображения финансово-хозяйственной деятельности предприятия, охватывая основные бизнес-процессы.

Инновационность проекта

MES-система содержит рекомендательную систему для построения оптимального производственного плана, построенную по принципам машинного обучения (Machine Learning ML).

В качестве исходного источника данных применялись текстовые файлы о состоянии и поломках оборудования прошлых периодов. Был разработан алгоритм для дальнейшего обучения модели на этих данных. В справочнике создаются и хранятся новые наборы данных, которые поступают в систему. Для формирования статистики создан отчет.

Результатом запуска модели стал прогноз поломок оборудования с указанием месяца, в который наиболее вероятна поломка и прогноз вероятного количества поломок. На основе статистических данных была построена функция зависимости исходной целевой колонки от исходных статистических данных и на основе этих данных строится прогноз на будущее по этой функции. С учетом этих отклонений в системе строится оптимальный и выполнимый производственный план на каждую единицу оборудования в производстве.

Внедренные подсистемы

• Управление заказами на полиграфическую продукцию

• Закупки (снабжение) и управление отношениями с поставщиками

• Управление полиграфическим производством

• Продажи (сбыт), сервис, маркетинг

• Склад и логистика

• Управление персоналом и кадровый учет (HRM)

Дополнительная информация к описанию проекта

В результате реализации проекта была разработана и успешно внедрена MES-система для задач управления производством с функциями оптимизации производственных ресурсов и процессов, контролем автоматизированных и ручных операций на предприятии пищевой упаковки

В состав внедренной MES-системы вошли:

• Рекомендательная система по построению оптимизированного производственного плана

• Прогнозирование поломок и остановок оборудования с использованием инструментов машинного обучения (Machine Learning ML)

• Автоматизированные Рабочие Места (АРМ)

Российская Федерация, г. Санкт-Петербург и Ленинградская область