Identifique mais de 4.000 pontos de dados com apenas alguns cliques
Classifique milhares de variáveis com referências cruzadas para atingir objetivos específicos
Crie modelos preditivos de alta qualidade com um tamanho de amostra mínimo
Desafio
Para a indústria, espera-se que a oferta e a procura flutuem de ano para ano, de estação para estação. Quando a Kimberly-Clark teve um aumento na demanda, eles sabiam que precisavam evitar paralisações não planejadas. Mesmo com conhecimento intrínseco do processo, existem muitas variáveis, tornando um desafio otimizar a produção para qualquer situação.
Para apoiar o seu compromisso com um planeta saudável, a Kimberly-Clark visa KPIs (Key Performance Indicators ou Indicadores-Chave de Desempenho, em português) como a redução de água, menos gases relacionados ao efeito estufa e a utilização de mais materiais reciclados em suas embalagens. Os engenheiros da KC estavam construindo modelos preditivos valiosos para lidar com esses KPIs em condições variáveis. No entanto, o tempo e o esforço necessários para construir cada um estava inibindo a eficiência e o progresso.
Solução
Para maximizar o valor dos seus dados, a Kimberly-Clark trabalhou com a Braincube para criar gêmeos digitais de sua linha de lenços de papel. Agregar seu historiador, PLC (Programmable Logic Controllers ou Controles Lógicos Programáveis, em português) e outras fontes de dados em uma única fonte de verdade significava que eles poderiam fazer descobertas mais rapidamente. Agora que os dados eram precisos e verificáveis, as equipes da empresa desenvolveram modelos preditivos repetíveis, explicáveis e acionáveis — em uma fração do tempo que costumavam levar. Depois que uma previsão é gerada, os engenheiros podem enviá-la diretamente aos CLPs para controle de malha fechada.
Os engenheiros da Kimberly-Clark também usaram o aplicativo Advanced Analysis da Braincube para coletar, organizar e refinar dados de produção de diversas fontes (incluindo fontes de TI e máquinas individuais). O aplicativo cruza milhares de variáveis e classifica cada uma com base no quanto ela impacta o objetivo desejado. Ao usar o app para marcar e otimizar mais de 4.000 pontos de dados sem esforço, a equipe pôde realizar horas de trabalho com apenas alguns cliques.
Com a ajuda da ampla gama de ferramentas avançadas da Braincube, a Kimberly-Clark pode fechar o ciclo de produção e operar de forma mais sustentável. A empresa continua utilizando a Braincube para visualizar tendências, analisar problemas e colaborar entre departamentos.
Soluções inovadoras para a indústria
Maximize o seu potencial humano. Alcance um desempenho lucrativo. Impulsione a melhoria contínua. Veja por que os industriais escolhem a Braincube.
Ao aproveitar a tecnologia IIoT, os fabricantes de CPG podem melhorar significativamente o seu desempenho de produção, aumentar a rentabilidade, manter-se à frente num mercado altamente competitivo e adaptar-se rapidamente às necessidades empresariais em constante mudança.
Ao escolher o software de monitoramento de condição certo, você pode monitorar proativamente o desempenho de suas máquinas e ativos de qualquer lugar, permitindo acessar dados de condição em tempo real para otimizar a eficiência e maximizar o valor da produção.
Descubra como os aplicativos de análise de autoatendimento e as plataformas IIoT podem ajudar sua empresa a reduzir o tempo de inatividade não planejado e aumentar a produtividade.
Descubra como as equipes de engenharia podem garantir a repetibilidade na manufatura frente à variabilidade constante. Aprenda estratégias e ferramentas essenciais para manter os padrões de qualidade em condições variáveis e para otimizar os processos de produção.
Este white paper apresenta um modelo de três etapas para ajudar os fabricantes a superar desafios comuns na adoção de IA, como a qualidade dos dados e a integração de sistemas, e alcançar a AI Readiness, desbloqueando benefícios operacionais significativos. Os fabricantes podem aumentar a eficiência, a qualidade e as capacidades de tomada de decisão ao progredir por essas etapas de AI Readiness.
Este site usa cookies para otimizar a experiência do usuário, melhorar o desempenho do site e análise de público para fornecer anúncios personalizados.
Para saber mais sobre nossa política de cookies, clique aqui.
Alguns recursos deste site são oferecidos com base em serviços de sites de terceiros. Se você der o seu consentimento, esses sites de terceiros adicionarão cookies que permitirão que você veja o conteúdo hospedado por eles em nosso site. Eles coletarão dados do seu navegador e usarão esses dados por meio dos cookies para os propósitos determinados de acordo com a política de privacidade deles (links abaixo). Você pode conceder ou retirar o seu consentimento nesta página. É possível expressar as suas escolhas globalmente ou por propósito.
Cookies analíticos são usados para entender como os visitantes interagem com o site. Esses cookies ajudam a fornecer informações sobre métricas, número de visitantes, taxa de rejeição, origem do tráfego etc.
Cookies de anúncios são usados para fornecer aos visitantes anúncios e campanhas de marketing relevantes. Esses cookies rastreiam visitantes nos sites e coletam informações para fornecer anúncios personalizados.
Os cookies de desempenho são usados para entender e analisar os principais índices de desempenho do site, o que ajuda a oferecer uma melhor experiência de usuário aos visitantes.
Os cookies de preferência são usados para armazenar as preferências do usuário. Eles fornecem conteúdo personalizado e conveniente aos usuários, como o idioma do site ou a localização do visitante.
Os cookies necessários são essenciais para o bom funcionamento do site. Esta categoria inclui os cookies que garantem as funcionalidades básicas e os recursos de segurança do site. Esses cookies não armazenam nenhuma informação pessoal.
Introducing predictive analyticsDive deep into your processes to uncover hidden improvement opportunities. Detect patterns, prevent downtime, and reduce costs.
Introducing predictive analytics
Dive deep into your processes to uncover hidden improvement opportunities. Detect patterns, prevent downtime, and reduce costs.