Nutikas tootmine on jätkusuutlik tootmine

Edu algab tootmisstrateegia määratlemisest. See protsess hõlmab esmaseid hinnanguid, et mõista, kuidas varajased otsused mõjutavad tootmisnõudeid, sealhulgas: mida osta tarnijatelt, milliseid toote komponente toota kohapeal, hoolikalt valida partnereid ja tarnijaid ning kus uusi tooteid toota. Iga selline otsus mõjutab otseselt ettevõtte edu, ja jätkusuutlike valikute tegemine on sageli pikaajalise edu võti.

Hankestrateegiad võivad oluliselt muutuda, kui arvestada ka energiatarbimist, ressursside kasutust, süsiniku jalajälge ja tsirkulaarsuse praktikaid. Selle asemel, et osta ainult odavaimaid komponente toote funktsionaalsuse tagamiseks, peavad tootjad tasakaalustama kulusid valitud komponentide süsinikujalajäljega. Materjalid ja komponendid tuleks hankida tarnijalt, kes jagab jätkusuutlikku mõtteviisi, ning kaupade liikumise strateegia tuleb varakult määratleda. Õnneks aitab digitaliseerimine ja automatiseerimine vähendada keerukuse koormust selles ümbermõtestatud tootmisstrateegia protsessis.

Kogudes ja analüüsides asjakohaseid andmeid, saab otsuseid teha eneseusalduslikult. Kui uue toote jaoks on vaja rohkem tootmisvõimsust, aitab digitaalse maailma vahendite mõistmine määrata uute tehase asukohad ja paigutused, tasakaalustades ehituse keskkonnamõju, tootmisliinide energiatarbimist ja oodatavaid tootmismahtusid. Jätkusuutlikkuse KPI-d, näiteks energiateeffektiivsus, on nüüd lihtsamad, kuna erinevaid stsenaariume saab hinnata Digital Twin’is.

See tehnoloogia võimaldab otsustajatel simuleerida kõike alates valgustusest ja kliimakontrollist kuni tarneahela keskkonnamõjuni. Sellest informatsioonist lähtumine aitab organisatsioonidel teha paremaid otsuseid juba protsessi algusest peale.

Järgmine samm jätkusuutlikkuse integreerimisel on liinide, protsesside ja tehaste disainis. Lootes esmalt digitaalses maailmas üksikasjalikku tootmismudelit, saavad ettevõtted simuleerida erinevaid stsenaariume ja optimeerida tootmisvõimsust kogu tehase keskkonnas.

Digitaalses disainis saavad ettevõtted rakendada suuremat automatiseerimist ja voolustada tootmist, vältides tõhususe kaotust. Näiteks seisva masina puhul on tegemata töö võimaluse kulu, kuid samal ajal on selle kasutamisega seotud operatsioonikulud energiatarbimise näol, mille süsiniku jalajälg sõltub energiaallikast, samal ajal vähendades füüsiliste materjalide investeeringukulusid.

Liigne mootori kasutamine või materjali tarne kaugemale kui vajalik ei pruugi ühe toote kohta suure mõjuga olla, kuid need ebatõhusused kogunevad kiiresti. Selliste tavapäraste probleemide jätkusuutlikud lahendused ei piirdu ainult uute (greenfield) tehasega – disainiprotsess kehtib ka olemasolevatele (brownfield) objektidele. See võib tunduda tohutu ülesandena, kuid seda saavutatakse tootmisliinide ümberkorraldamisega, et mahutada rohkem tootmisvõimsust samale pinnale, protsesside ja seadmete uuendamisega turu kasvuga sammu pidamiseks, riistvarasüsteemide energiasäästlikuks muutmisega ning selliste infrastruktuuri lahenduste paigaldamisega nagu päikesepaneelid või akulaadimissüsteemid, et paremini ära kasutada taastuvaid energiaallikaid.

Näiteks Swabia masinatootja Hugo Beck on suutnud pakendustööstuse ja oma äri muuta Digital Twin’i abil. Siemens’i tehnoloogia toel kasutasid insenerid Digital Twin’i, et kujundada masin, mis kohandab pakendit toote mõõtmetega, optimeerides jõudlust digitaalse simulatsiooni abil. Tänu innovatsioonile ja pühendumisele lahenduste leidmisel, mis võtavad arvesse nii keskkonna- kui ärieesmärke, on Hugo Beck vähendanud energiakasutust 20%, käivitusaega 50%, pakendimaterjali 30%, pakendi mahtu 10%.
Kokkuvõttes aitab Digital Twin ettevõtetel varakult kaardistada oma vajadusi ja hinnata erinevaid võimalusi jätkusuutlike protsesside leidmiseks. Kehv hooldusstrateegia võib vähendada kogu tehase efektiivsust 5–20%. Teisisõnu, liigne hooldus tähendab liigselt kulutusi, muutes Digital Twin’i oluliseks komponendiks tõhusate tehaseoperatsioonide jaoks.

Tootmise planeerimine on see koht, kus digitaalse investeeringu väärtus kõige selgemalt ilmneb. Materjalide, inimeste ja masinate tõhus kasutamine muudab ettevõtted efektiivseks. Samuti algab siin põhjalik simulatsioonide ja nõuete valideerimise protsess, mis aitab otsuseid teha ja valida tarneahela partnereid. Lisaks saavad organisatsioonid luua turvalisemaid töötingimusi, paremini koolitada töötajaid ning investeerida nende haridusse ja oskuste arendamisse.

Andmete põhjal saavad ettevõtted valida jätkusuutlikke materjale ja optimeerida tooraine kasutust, et minimeerida jäätmeid. Samuti on võimalik simuleerida taaskasutatud materjalide mõju või hinnata, millised seadmete pakkujad suudavad pakkuda suurenenud energiatõhusust ja parandatavust, lisaks tootlikkusele ja kuludele. Tühikäigu vähendamine vähendab energiakulusid ja ühe toote ühiku maksumust ning aitab kaasa madalamale süsiniku jalajäljele.

Masinate hooldusvajaduse mõistmine aitab vähendada tootmise käigus tehtavaid seadmete vahetusi. Samuti saab logistikateid planeerida, et vähendada transpordikaugusi ja sellega seotud süsinikuemissioone, võimaldades samal ajal paindlikkust intelligentse laohaldamise abil probleemide korral.

Tootmise planeerimine loob ettevõtetele ühenduspunktid ringlussevõetud materjalivoogude jaoks. Mõistes varakult, kus tekkivad vältimatud jäätmed, saab planeerida materjalide taaskasutust, ringlussevõttu või ümberkasutust, maksimeerides ressursitõhusust ja vähendades keskkonnamõju.

Tootmise teostamine on võtmetähtsusega jätkusuutlikkuse eesmärkide saavutamisel, kuid jätkusuutlike protsesside jälgimine ja tagamine võib olla suur väljakutse. Kuigi tootmise simuleerimine disaini faasis aitab lahendusi leida, nõuab reaalse maailma keerukus tihti suletud silmusega ühendust digitaalsete ja füüsiliste süsteemide vahel.

Õnneks pakuvad digitaalsed lahendused võimalusi nii kvaliteedi kui tootlikkuse parandamiseks. Isegi kogenud tootjad puutuvad kokku ebatõhusustega uue tootmise käivitamisel, mis põhjustab materjalide, energia ja aja raiskamist. Reaalse maailma andmete integreerimine Digital Twin’iga võimaldab kiiremat optimeerimist, suurendades nii kasumlikkust kui ka jätkusuutlikkust.

Energiakulud tõusevad mõnes piirkonnas, muutes tõhususe kriitiliseks. Tootmise käsitlemine osana suuremast süsteemist võib paljastada kulu- ja emissioonisääste. Näiteks võivad tõhusad mootorid vähendada energiatarbimist kuni 30%, suure energiaga protsessid võivad olla kooskõlas päikese tootmisega ning intralogistika optimeerimine võib vähendada tarbetut tehase liikumist, vähendades nii energiavajadust kui ka süsinikujälge.

Tuntuim unetoodete tootja Pikolin on oma jätkusuutlikkuse strateegiat tõsiselt võtnud, integreerides Simatic SCADA ja Energy Management tööriistad oma uude tehasesse. Pikolini uus tehas ühendab tootmise toorainest valmistootele, tagades kõrge kvaliteedi ja maksimaalse tõhususe. Kujundatud nii jätkusuutlikkuse kui kasumlikkuse saavutamiseks, vastab see ISO 14001 ja 50001 energia standarditele, vähendades kulusid ja suurendades tootlikkust. Tulemuseks on, et Pikolini tehas tarbib 40% vähem maagaasi, kuid tootmisvõimsus on 30% suurem, illustreerides tehase optimeerimise positiivset mõju.

Kui tootmine on täies hoos, on järgmine samm jälgimine. Tööstustehaste ja tootmisprotsesside pidev jälgimine võimaldab tootjatel proaktiivselt tootmist parandada. Selle osa on masinate prognoosiv hooldus, et hoida need tipptõhususel töötamas, või probleemide avastamine enne nende tekkimist, see kuulub strateegilise ennetamise alla. See, kuidas see jälgimine tootmist kõige paremini parandab, taandub ettevõtte KPI-dele, kuid mõned levinumad neist on masinate, liinide ja tehaste taseme analüüs energiatarbimine, materjalivoog ja ressursside kasutamine ning töötajate ohutus,

Automatiseerimine võib vähendada töötajate ebaterveid liikumisi, suunates neid ohtlikest protsessidest eemale. Samal ajal peavad tehase robotid olema ohutud töötajatele tootmispõrandal. Kõiki automatiseeritud ülesandeid ei saa täielikult eraldada, seega on ohutute töötingimuste jälgimine hindamatu, kui tehased muutuvad efektiivsemaks ja jätkusuutlikumaks.

Viimane samm jätkusuutliku tootmise teekonnal on optimeerimine. Siin saavad ettevõtted oma investeeringutest suurima tasu. Tootmise pidev optimeerimine võimaldab tootjatel konkurentidest sammu võrra ees olla.

IT- ja OT-andmete integreerimine võimaldab tehasejuhtidel tuua esile ja prognoosida trende, et nad saaksid proaktiivselt kohandada tegevusi ja materjalihanget ootamatute häirete korral. See võimaldab jälgida energiakasutust, veetarvet ja tarnijate andmeid, määrates tootmisprotsesside süsiniku jalajälje kogu väärtusahelas.

Lisaks, kui masin või osa tootmisprotsessist ebaõnnestub, tuleks seda parandamiseks ja renoveerimiseks silmaga vaadata. Digitaalse tootmiskaksikute olemasolu suletud ahelas koos tootmisega aitab teha otsuseid, näiteks kuhu seadmeid rikete vältimiseks muuta, milliseid osi välja vahetada ja kuidas parandusprotseduure kõige paremini järgida.

Näiteks tekstiilitehnoloogia ettevõte Spinnova kiirendas oma kiutootmist, integreerides automatiseerimise ja Digital Twin’i tehnoloogia, optimeerides tegevusi ja lühendades turule jõudmise aega. Virtuaalne käivitamine lihtsustas tehase seadistust, samal ajal kui reaalajas andmete analüüs parandas efektiivsust, tuvastas kitsaskohad ja tagas ühtlase kvaliteedi toorainest valmiskiu tasemeni. Energia optimeerimine tugevdas veelgi tegevust, muutes tootmise vastupidavamaks ja kuluefektiivsemaks. Siemens Xcelerator tehnoloogiate kasutamise kaudu suutis Spinnova kiiremalt skaleerida ning seadis tekstiilitööstuses uue standardi jätkusuutlikule tootmisele, tõestades, et efektiivsus ja keskkonnateadlikkus võivad käia käsikäes.