NotíciasPersonal care no mundo

P&G utiliza IoT e análise preditiva para aperfeiçoar fraldas Pampers

A gigante de bens de consumo recorreu à Microsoft IoT e à análise de ponta para capturar dados em tempo real sobre os processos de fabricação e antecipar falhas iminentes

Buscando evitar que milhares de fraldas fossem danificadas durante o processo produtivo, a Procter & Gamble (P&G) decidiu utilizar dados para melhorar o seu negócio na fabricação de fraldas Pampers.

“Estamos sempre analisando quais são as maiores fontes de nossas perdas e onde as coisas poderiam funcionar melhor”, diz Jeff Krietemeyer, diretor sênior de TI de Serviços e Soluções Globais de Cuidados com Bebês da Procter & Gamble, cuja equipe começou a planejar uma solução em final de 2021 para corrigir as falhas de fabricação mais caras, especialmente aquelas que afetaram a linha de fraldas.

Nesse sentido, a companhia agora emprega sua plataforma Hot Melt Optimization para detectar problemas e colocar o processo de volta nos trilhos. O projeto, que rendeu à P&G o prêmio CIO 100 de 2023 por inovação e liderança em TI, teve um impacto profundamente material no chão de fábrica.

A Hot Melt Optimization emprega um método proprietário de coleta de dados usando sensores proprietários na linha de montagem, que, quando combinado com a análise preditiva da Microsoft e a nuvem Azure para fabricação, permite que a empresa produza fraldas perfeitas, reduzindo perdas devido a danos durante o processo produtivo.

Desde a implementação da solução em 11 fábricas, a P&G estima ter eliminado 70% das fraldas defeituosas que têm de ser descartadas – apesar de não ter sido divulgado o montante exato poupado todas as semanas, o valor está na faixa dos sete dígitos.

ANÁLISE DE FRALDAS BASEADA EM DADOS

Durante o processo de fabricação da fralda, o fluxo de cola é liberado de uma válvula solenoide automatizada de maneira altamente precisa para garantir que as camadas da fralda coagulem adequadamente.

“As fraldas voam pela linha de fabricação em alta velocidade durante o processo de montagem, então você precisa dessa aplicação super precisa de colas que são adesivos hot melt”, diz Krietemeyer, acrescentando que as colas são seguras para a pele humana.

Entretanto, se a temperatura e a pressão do fluxo de cola forem imprecisas, ou se a cola ficar entupida na válvula e não for corrigida a tempo, as fraldas produzidas deverão ser descartadas.

Para resolver esses problemas, a P&G trabalhou em estreita colaboração com a Microsoft para implantar suas soluções de análise IoT e Edge, bem como a nuvem Azure, sensores IoT, análise de ponta e modelos de machine learning. A plataforma resultante foi testada durante nove meses em uma fábrica da gigante de bens de consumo antes de ser implementada em metade das fábricas de Pampers da P&G nos EUA.

Kietermeyer explicou que a combinação foi empregada com sucesso para resolver anomalias de pressão e temperatura, bem como os problemas de hardware de válvula que podem ocorrer no processo de fabricação de fraldas.

Assim, na linha de montagem, a P&G emprega controladores industriais lógicos programáveis ​​Rockwell e outros sensores para monitorar de perto e registrar dados de temperatura e pressão do fluxo de cola. Os dados alimentam plataformas analíticas e códigos desenvolvidos internamente para identificar erros ou anomalias que devem ser corrigidas em tempo real – sem deixar a fabricação offline. Isso garante que a produção de cada instalação exceda o que foi alcançado antes do lançamento do Hot Melt Optimization.

“Esses microcontroladores industriais funcionam em altíssima velocidade e são muito meticulosos”, conta Kietermeyer. “Fazer com que eles trabalhem com muita precisão para fabricar sempre a fralda perfeita exige muito esforço e inspeção, e não há uma pessoa altamente especializada disponível 24 horas por dia, sete dias por semana, para monitorar a linha. Mesmo que houvesse, eles precisariam de um intervalo. Então foi daí que surgiu a ideia do projeto”.

O PODER DA ANÁLISE PREDITIVA

Na produção de Pampers, a análise preditiva é fundamental. As especificações de fabricação da P&G são continuamente testadas em relação aos dados recebidos de maneira regrada por meio do mecanismo de análise de ponta da Microsoft, que ajuda a detectar as correções necessárias com várias horas de antecedência. “Se a tendência dos dados for ruim, você poderá ver em seis a oito horas se haverá falha [na fabricação]”, diz Kietermeyer. “Podemos prever a tempo de parar e fazer a manutenção antes que realmente saia das especificações”.

Enquanto uma das maiores empresas de produtos de consumo do mundo, que gera mais de US$ 75 bilhões anualmente, a P&G enfatiza a importância desta utilização da coleta de dados e da análise preditiva para os resultados financeiros da companhia.

“A demanda comercial por produtos para cuidados com bebês é extremamente alta e as linhas de produção necessárias para criar esses produtos exigem muitos ativos”, relata a empresa. “A capacidade da P&G de manter as linhas funcionando tem um impacto significativo nos negócios, inclusive apoiando nossa capacidade de manter e aumentar a capacidade de produção, reduzir o tempo de inatividade não planejada e reduzir a quantidade de resíduo gerada durante a produção”.

O Hot Melt Optimization vem na esteira de compromissos mais amplos que a P&G assumiu para desenvolver seus negócios de manufatura usando tecnologias digitais e IA.

Fonte
Cio.com
Mostrar mais

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Botão Voltar ao topo