dic 31, 2020
Acerca del cliente
El equipo de Engineering, de la mano de sus socios Pathmind y The AnyLogic Company, entregó recientemente un innovador proyecto de Inteligencia Artificial (IA) para ayudar a un líder global de manufactura de alimentos y bebidas a maximizar la salida de fábrica al tomar decisiones inteligentes acerca del secuenciación de órdenes de producción, reduciendo el tiempo de procesamiento promedio de órdenes en una sola planta en un 16%.
El reto del cliente
La fábrica en optimización contaba con varias líneas de producción, cada una con atributos y capacidades diferentes. Llegaban nuevas órdenes al centro de distribución del cliente todos los días. Estas órdenes tenían diferentes requerimientos de procesamiento, tamaños de lote y tiempos de procesamiento. Adicionalmente, los operadores de fábrica trabajaban con base a un cronograma prefijado, y su perfil de competencia difería entre cada cual.
Al manejar y asignar las órdenes de producción, se tenía que considerar un gran número de partes móviles:
- Diferentes líneas de producción tenían que alimentarse con órdenes diferentes cada día;
- Las órdenes se caracterizaban por artículos de código diferentes;
- La secuencia de ejecución de órdenes tenía que respetar ciertas limitaciones;
- Algunos artículos de código de orden necesitaban asignarse a una línea en particular;
- Cada código de orden requería un número específico de operadores y tiempo;
- Cada línea de producción tenía un número mínimo y máximo de operadores susceptibles a asignar.
El cliente enfrentaba persistentes cuellos de botella y batallaba para secuenciar las órdenes en forma tal que pudiera lo mismo saturar la capacidad y minimizar costos, a menudo corriendo el riesgo de no cumplir con todas las órdenes dentro de la ventana de tiempo requerida, como resultado. La fábrica precisaba una mejor solución, que incrementase la productividad y redujese el tiempo de procesamiento de órdenes. La iniciativa del cliente apuntaba a aplicar exitosamente simulación de manufactura avanzada, inteligencia artificial y metodologías de aprendizaje por refuerzo profundo para optimizar el proceso de manejo de órdenes de producción y la gestión en las múltiples líneas, estaciones y equipos operativos dentro de su instalación de producción principal.
Acerca de la solución
El sistema existente de manejo de órdenes de producción en la fábrica se había diseñado para procesar una orden tan pronto los recursos necesarios, esto es, la línea de producción y operadores apropiados, estaban disponibles. Pero esa heurística no podía ni reducir los cuellos de botella, ni planear para tales. El cliente sabía que había espacio para mejoras. Ahí entraron en juego la inteligencia artificial y modelado de simulación.
Al emplear tecnologías de AnyLogic y Pathmind, el equipo de simulación de Engineering se dispuso a construir un Digital Twin de la instalación y procesos ya existentes de la instalación de manufactura, y luego entrenar un modelo inteligente con la capacidad de optimizar automáticamente la secuenciación de órdenes, maximizando la utilización de activos y previniendo cuellos de botella. La política también se entrenó para generalizar, de forma que esto también se pudiera aplicar a órdenes que no hubiera visto antes.
Nuestro equipo experto usó combinaciones de métodos de inteligencia artificial y aprendizaje máquina, incluyendo aprendizaje de refuerzo profundo, para entrenar al agente de aprendizaje y crear la política óptima mediante interacciones consecutivas con un modelo caja blanca del sistema, codificando el comportamiento estocástico de la capacidad de producción y la incertidumbre en la demanda. La política de aprendizaje con refuerzo entregada, y ahora que se ejecuta en el sitio del cliente, puede controlar de manera inteligente cómo es que las órdenes se aparean con líneas de producción en la fábrica. La política resultó en una reducción de 16% en el tiempo de procesamiento de órdenes para el cliente, en comparación con la mejor heurística previa de la fábrica.
Inteligencia artificial para Industry 4.0
Uno de los objetivos principales de cualquier empresa de manufactura, o de cualquier otro negocio en todo caso, es crear ganancias para maximizar la salida y minimizar los costos operativos. En este sentido, la manufactura de alimentos y bebidas representa un sector altamente estratégico y competitivo. Para aumentar los márgenes en productos específicos, se requiere una gestión eficaz de procesos de fábrica, operaciones logísticas, materiales y órdenes de producción. Una metodología digital inteligente acelera el tiempo a mercado, al optimizar la utilización de activos y garantizando una rápida reacción a necesidades y demandas cambiantes. A la luz de esto, el habilitar tecnologías tales como inteligencia artificial y aprendizaje máquina es sin duda el siguiente horizonte para los líderes industriales, manufactureros y de cadena de suministro del mañana.
