Вольгинский завод литьевых пластмасс (ВЗЛП) — производитель изделий для пищевой промышленности и индустрии HoReCa: одноразовой посуды, упаковки, контейнеров, банок. Ежемесячный объём перерабатываемого полимерного сырья —  свыше 1000 тонн.

На заводе установлено более 150 современных термопластавтоматов (ТПА), которые работают круглый год 24/7. Постоянно используются более 500 сложных пресс-форм.

Проблема

Завод стремится к росту эффективности рабочих центров. Если производительность в единицу времени более 80% от максимально возможного объёма, их признают эффективными.

Каждый рабочий центр — это ТПА, пресс-форма, робот, конвейер, упаковочная машина и сотрудник-упаковщик. На эффективность влияют плановые или вынужденные простои, человеческий фактор (например, отсутствие упаковщика на рабочем месте) и ещё два десятка параметров. 

Отслеживать все параметры вручную технически сложно и дорого. При этом их оптимизация в совокупности может повысить эффективность рабочего центра на 10% и более.

Решение

Компания внедрила сервис видеоаналитики с технологией машинного зрения. Он анализирует работу оборудования по более чем 20 ключевым метрикам. Отклонения мгновенно фиксируются, и ответственный сотрудник видит в личном кабинете запись, которая используется для разбора ситуации.

Кроме того, сервис считает выпуск продукции и расход сырья, учитывает брак. Контролирует соблюдение персоналом требований производственной безопасности, гигиены и контроля доступа. 

Решение реализовано на основе существующей системы видеонаблюдения. Если ракурс не позволяет отследить производственный процесс, устанавливают дополнительные камеры.

Технологии

Кастомное решение на базе готовой платформы видеоаналитики и обработки данных. 

Облачная инфраструктура для размещения сервиса и обработки видеопотока. 

Данные поступают в облако, откуда BI-система «берёт» их для формирования управленческих дашбордов. Сервис формирует отчёты с видеоконтентом из облака для личного кабинета пользователя.

Сложности 

Предполагалось, что больше всего времени займёт обучение нейросети, — ей нужно распознавать 500 видов продукции и определять брак. Однако на практике наиболее трудоёмкой задачей оказалось повышение устойчивости и скорости интернета. Это необходимо для бесперебойной работы камер и анализа видеопотока в режиме реального времени.

Этапы работы

Август — сентябрь 2023 года.

Формирование MVP и алгоритмов работы машинного зрения.

Сентябрь 2023 года.

Развёртывание инфраструктуры в облаке.

Октябрь 2023 года.

Тестирование системы на двух рабочих центрах, корректировка метрик. Увеличение пропускной способности интернет-каналов.

Ноябрь 2023 года.

Тестовая эксплуатация на 24 рабочих центрах.

Декабрь 2023 года.

Промышленная эксплуатация, распространение системы на весь завод.

Результаты

Оптимизировали процесс упаковки продукции. На некоторых рабочих центрах вместо двух сотрудников теперь работает один.

Повысилась точность учёта, особенно брака. Бракованные изделия тут же перерабатываются в сырьё, которое снова поступает в станок.

На несколько процентов повысили точность определения себестоимости продукции.

Ожидаемый экономический эффект в 2024 году — плюс 5% выручки. Затем — плюс 7%.

Следующие шаги

Компания планирует дальше повышать эффективность оборудования, оптимизировать внутризаводскую логистику и внедрять удачные практики. Для этого будут использовать данные, накопленные сервисом, и управленческие дашборды в BI-системе.

Ожидаемый эффект от постоянных улучшений — минимум 100 млн рублей чистой прибыли ежегодно начиная с 2025 года. 

СберПро Медиа теперь можно читать в «Телеграме» и «Дзене». Чтобы быть в курсе важных трендов, свежих кейсов лидеров бизнеса и мнений ведущих экспертов, следите за нами в 

телеграм-канале

. Развитие навыков управления, личностный рост, актуальные подходы в маркетинге, новинки бизнес-литературы — эти темы мы подробно рассматриваем в 

«Дзене»

.