Castripが過去2年間取り組んできた分野のひとつは、機械知能の使用を増やして、歩留まりのプロセス効率を高めることです。 「これは、自動化のポイントを設定するオペレーターのスキルに大きく影響されるため、強化学習ベースのニューラルネットワークを使用して設定の精度を高め、自動運転の鋳造機を作成しています。 これにより、確かにエネルギー効率が向上します。これまでの大きなステップの変更とは異なりますが、それでも測定可能です。」
再利用、リサイクル、再製造：循環製造のための設計
機械を自動化し、製造プロセスを監視および分析するためのデジタルテクノロジーの使用の増加（一般にインダストリー4.0と呼ばれる一連の機能）は、主に効率を高め、廃棄物を削減する必要性によって推進されています。 企業は、パフォーマンスを評価し、最適な修理および改修サイクルを事前に予測できる監視および管理テクノロジーを使用して、製造プロセスにおけるツールおよび機械の生産性を拡張しています。 条件ベースのメンテナンスとして知られるこのような運用戦略は、製造資産の寿命を延ばし、障害とダウンタイムを減らすことができます。これらはすべて、運用効率を向上させるだけでなく、エネルギー効率を直接改善し、材料の使用を最適化して、生産施設のカーボンフットプリント。
このようなツールを使用することで、企業は「サーキュラーエコノミー」の原則によって定義されるビジネスへの道のりの最初のステップに着手することもできます。それらを製造します。 循環性は、多くのステップの進歩的な旅です。 各ステップには、材料とエネルギーを短期的に管理するための実行可能な長期的な事業計画と、将来の「持続可能性のための設計」製造が必要です。
製造資産、生産ライン、組立ラインに導入されたIoT監視および測定センサーは、循環性を実装するための企業の取り組みの重要な要素を表しています。 条件ベースのメンテナンスイニシアチブを通じて、企業はエネルギー消費を削減し、機械やその他の生産資産の寿命と効率を向上させることができます。 「IoTセンサーによって収集され、管理システムによって分析されたパフォーマンスと状態のデータは、「次のレベル」のリアルタイムの工場フロアの洞察を提供します。これにより、メンテナンス評価と状態改修スケジュールの精度が大幅に向上します」と、PierreSagrafena氏は述べています。シュナイダーエレクトリックのエネルギー管理事業のプログラムリーダー。
世界的な食品メーカーであるネスレは、より良い意思決定を促進するために紙のない情報の流れを増やすことで業務を改善することに焦点を当てたコネクテッドワーカーイニシアチブを通じてデジタル変革を遂げています。 ネスレのユーロ圏保守マネージャーであるホセルイスブエラサラザールは、ヨーロッパにある同社の120の工場のプロセス制御機能と保守パフォーマンスを向上させる取り組みを監督しています。
「状態監視は長い道のりです」と彼は言います。 「以前は、長い「レベル1」プロセスに依存していました。製造現場の知識専門家がパフォーマンスを確認し、レポートを作成して、警報システムの設定とメンテナンススケジュールを確立していました。 現在、データセンサーがオンラインであり、メンテナンススケジューリングプロセスが予測的である「4.0」プロセスに移行しています。人工知能を使用して、数百のセンサーから1時間ごとに収集される履歴データに基づいて障害を予測します。」 ネスレのグローバル施設の約80％は、高度な状態とプロセスパラメータの監視を使用しています。これにより、ブエラサラザールは、メンテナンスコストを5％削減し、機器のパフォーマンスを5％から7％向上させたと推定しています。
Buela Salazar氏は、この改善の多くは、IoTベースのセンサーの密度が高まっていることによるものであると述べています（各工場には150〜300のセンサーがあります）。対応する時間が増え、外部のメンテナンスソリューションの必要性が減ります。」 現在、ブエラサラザールは、条件ベースのメンテナンスによる炭素削減のメリットは暗黙のうちにあると説明していますが、これは急速に変化しています。
「私たちは、世界中の500の施設にそのようなすべてのマシンにIoTセンサーを設置して、それぞれの水、ガス、エネルギー消費を監視し、それぞれのプロセスパフォーマンスデータと相関させるという、エネルギー集約型の主要な機器イニシアチブを持っています」と彼は言います。 これにより、ネスレは2023年に製造エネルギー消費量を5％削減できます。将来、このような相関分析は、材料使用量測定に関する洞察を組み合わせることにより、ネスレが「統合レベルで生産ライン構成を炭素最適化するためのビッグデータ分析」を実施するのに役立ちます。機械のエネルギー効率、モーターとギアボックスの回転スケジュール、および複雑な食品生産施設における100もの他のパラメーターは、ブエラサラザールを追加します。 「このすべてのデータをIoTと機械学習と統合することで、これまで見ることができなかったものを見ることができます。」
