Ottimizzazione dei processi di fabbricazione: mix ottimale per imballaggio box doccia

Sfida

Sempre più aziende operanti nel settore del Manufacturing sentono la necessità di ottimizzare i propri processi produttivi, rafforzando la sinergia tra lavoro manuale ed automatizzato.

Il Cliente, player di riferimento nel mercato europeo dell’arredobagno con forte vocazione all’eccellenza e all’innovazione, ha deciso di avviare con Qintesi un Proof of Concept esplorativo.

Obiettivi del prototipo:

• migliorare le tempistiche e l’affidabilità del processo di imballaggio semiautomatizzato, al momento non sfruttato a pieno regime, con particolare focus sull’imballo di uno dei prodotti di punta dell’azienda: il box doccia.
• individuare il mix produttivo ottimale con cui alimentare le linee di imballo, garantendo un flusso di prodotti quanto più possibile elevato e costante, in funzione della disponibilità e priorità dei prodotti da imballare.

Soluzione

Dopo alcune sessioni di assessment, il team di sviluppo ha deciso di disaccoppiare il problema in due parti:

1. Clusterizzare i prodotti in classi omogenee e stimarne i tempi medi di imballo.
2. Sviluppare un algoritmo di ottimizzazione che sia in grado di simulare diversi scenari di occupazione delle linee, per identificare i mix di prodotti più efficienti.

La seconda fase del problema si è rivelata particolarmente sfidante per la necessità di dover definire la programmazione delle postazioni di carico gestite da operatori fisici in considerazione di diversi fattori:

• la capacità delle diverse linee di imballo e delle singole strutture logistiche a valle del processo (magazzino, etc…),
• il volume della produzione realizzata tramite macchinari automatizzati: un numero variabile la cui programmazione è nota solo con limitato anticipo e che inficia il livello di occupazione delle linee,
• la disponibilità e le competenze degli operatori responsabili dell’imballo,
• gli orari di attivazione delle singole postazioni di carico,
• la variabilità della composizione del bordo linea, la priorità degli ordini presenti e la necessità di stimare con ragionevole accuratezza la disponibilità dei prodotti da imballare.

Il costo computazionale, la complessità del processo e la necessità di avere risposte con bassa latenza hanno spinto il team ad optare per una soluzione in Cloud, attingendo ai servizi messi a disposizione dalla Google Cloud Platform, in particolare Vertex AI: una piattaforma per addestrare ed eseguire il deployment di una vasta gamma di modelli di Intelligenza Artificiale, mediante la quale è stato sviluppato l’algoritmo poi condiviso con il Cliente.