P&G nutzt IoT und prädiktive Analysen, um Pampers-Windeln zu perfektionieren

Der Konsumgüterriese hat auf Microsoft IoT und Edge Analytics zurückgegriffen, um Echtzeitdaten über Herstellungsprozesse zu erfassen und drohende Ausfälle zu antizipieren, bevor sie Windeln beschädigen.

Wenn es Alltagsgegenstände gibt, die ausfallsicher sein sollen, gehören Windeln sicherlich dazu. Aus diesem Grund unternimmt The Procter & Gamble Co. große Anstrengungen, um die Originalität seiner Pampers-Produkte sicherzustellen.

Aber wenn das Wegwerfen von Tausenden von Windeln, die während des Herstellungsprozesses beschädigt wurden, zur alltäglichen Angelegenheit wird, muss etwas getan werden, um das Endergebnis zu verbessern. Zu diesem Zeitpunkt beschloss P&G, Daten zu nutzen, um sein Windelherstellungsgeschäft zu verbessern.

„Wir achten immer darauf, wo die größten Verlustquellen liegen und wo die Dinge besser laufen könnten“, sagt Jeff Krietemeyer, IT-Senior Director von Global Baby Care Services & Solutions bei Procter & Gamble, dessen Team 2010 mit der Planung einer Lösung begann Ende 2021, um die kostspieligsten Produktionsstörungen zu beheben, insbesondere solche, die Windeln betrafen.

Windeln bestehen aus Zellstoff, Kunststoffen, saugfähigem Granulat und elastischen Stoffen. Bei verschiedenen Aspekten des hochmechanisierten Herstellungsprozesses kommen unterschiedliche Verfahren zum Einsatz, etwa das Fließen von Heißkleber und das Heißbinden.

Aber es geht schief, und wenn doch, setzt Procter & Gamble jetzt seine Hot-Melt-Optimierungsplattform ein, um Probleme zu erkennen und den Prozess wieder in Gang zu bringen. Das Projekt, das Procter & Gamble den CIO 100 Award 2023 für IT-Innovation und Führungsqualitäten einbrachte, hatte tiefgreifende Auswirkungen auf die Fertigung.

Hot Melt Optimization verwendet eine proprietäre Datenerfassungsmethode mithilfe proprietärer Sensoren am Fließband, die es P&G in Kombination mit der prädiktiven Analyse von Microsoft und der Azure-Cloud für die Fertigung ermöglicht, perfekte Windeln herzustellen, indem Verluste aufgrund von Schäden während des Herstellungsprozesses reduziert werden.

P&G schätzt, dass seit der Einführung der Lösung in 11 Werken 70 % der fehlerhaften Windeln, die entsorgt werden müssen, eliminiert wurden. Über den genauen Betrag, der jede Woche gespart wird, wollten die Führungskräfte keine Angaben machen, dieser liegt jedoch deutlich im siebenstelligen Bereich.

Während des Windelherstellungsprozesses wird ein Heißkleberstrom von einem automatisierten Magnetventil auf hochpräzise Weise freigesetzt, um sicherzustellen, dass die Schichten der Windel richtig erstarren.

„Während des Montageprozesses fliegen die Windeln mit hoher Geschwindigkeit durch die Fertigungslinie, daher ist dieser äußerst präzise Auftrag von Schmelzklebstoffen erforderlich“, sagt Krietemeyer und fügt hinzu, dass die Klebstoffe für die menschliche Haut unbedenklich sind.

Wenn jedoch Temperatur und Druck des Leimstrahls ungenau sind oder der Leim im Ventil verstopft und nicht rechtzeitig korrigiert wird, müssen die resultierenden Windeln entsorgt werden.

Um diese Probleme anzugehen, arbeitete Procter & Gamble eng mit Microsoft zusammen, um die IoT- und Edge-Analyseplattform von Microsoft, seine Azure-Cloud für die Fertigung sowie seine IoT-Sensoren, Edge-Analysen und Modelle für maschinelles Lernen bereitzustellen.

Die resultierende Plattform wurde neun Monate lang in einem P&G-Werk im Pilotversuch getestet, bevor sie in der Hälfte der Pampers-Produktionsstätten von P&G in den USA eingeführt wurde.

Auf dem Weg zu einem dieser Werke in Missouri erklärte Kietermeyer gegenüber CIO.com, dass die Kombination aus IoT und Edge-Plattform, Sensoren und Edge-Analytics-Regel-Engine erfolgreich eingesetzt wurde, um Druck- und Temperaturanomalien sowie die Probleme mit der Ventilhardware zu beheben, die darin auftreten können der Windelherstellungsprozess.

„Das Projektteam untersuchte mehrere Algorithmen, darunter das Training neuronaler Netzwerkmodelle, und stellte fest, dass die Microsoft AI Rules Engine die besten Ergebnisse erzielte“, fügte Kietermeyer hinzu.

Am Fließband setzt P&G programmierbare Logik-Industriesteuerungen von Rockwell und andere Sensoren ein, um die Temperatur- und Druckdaten des Leimstroms genau zu überwachen und aufzuzeichnen. Die Daten werden in Analyseplattformen und intern entwickelten Code eingespeist, um Fehler oder Anomalien zu identifizieren, die in Echtzeit korrigiert werden müssen – ohne dass die Fertigung offline geht. Dadurch wird sichergestellt, dass die Leistung jeder Anlage die vor der Einführung von Hot Melt Optimization erreichte Leistung übertrifft.

Die Daten-Streaming-Messung wurde mithilfe einer industriellen Steuerungsdatenbank namens Influx Historian konfiguriert. Die Daten werden mithilfe eines Broadcasting-Systems und der Grafana-Vorvisualisierung an das Edge-Analysemodell von Microsoft gestreamt. Der Sensor und die Software können erkennen, ob etwas schief läuft, und führen innerhalb weniger Stunden automatisch eine Behebung durch.

„Diese industriellen Mikrocontroller laufen mit extrem hoher Geschwindigkeit und sind sehr wählerisch“, sagt Kietermeyer. „Sie dazu zu bringen, jedes Mal sehr präzise zu arbeiten, um die perfekte Windel herzustellen, erfordert viel Aufwand und Kontrolle, und es gibt keine hochqualifizierte Person, die rund um die Uhr verfügbar ist, um die Linie zu überwachen. Selbst wenn es so wäre, würden sie eine Pause brauchen. Daher entstand die Projektidee.“

Hier kommt der prädiktiven Analyse eine Schlüsselrolle zu. Die Fertigungsspezifikationen von P&G werden kontinuierlich und regelbasiert über die Edge-Analytics-Engine von Microsoft anhand der eingehenden Daten getestet, was dabei hilft, notwendige Korrekturen mehrere Stunden im Voraus zu erkennen. „Wenn die Daten einen schlechten Trend zeigen, können Sie in sechs bis acht Stunden sehen, ob es [in der Fertigung] zu einem Ausfall kommen würde“, sagt Kietermeyer. „Wir können rechtzeitig vorhersagen, dass es stoppt, und die Wartung durchführen, bevor es tatsächlich außerhalb der Spezifikation liegt.“

Procter & Gamble, das als eines der größten Konsumgüterunternehmen der Welt jährlich mehr als 75 Milliarden US-Dollar erwirtschaftet, betont, wie wichtig dieser Einsatz von Datenerfassung und prädiktiven Analysen für das Endergebnis des Unternehmens war.

„Die Geschäftsnachfrage nach Babypflegeprodukten ist extrem hoch und die zur Herstellung dieser Produkte erforderlichen Produktionslinien sind anlagenintensiv“, berichtet das Unternehmen. „Die Fähigkeit von P&G, die Linien am Laufen zu halten, hat erhebliche Auswirkungen auf das Geschäft, einschließlich der Unterstützung unserer Fähigkeit, die Produktionskapazität aufrechtzuerhalten und zu erhöhen, ungeplante Ausfallzeiten zu reduzieren und die Menge an Ausschuss zu reduzieren, die während der Produktion entsteht.“

Die Hotmelt-Optimierung folgt auf umfassendere Verpflichtungen, die P&G eingegangen ist, um sein Fertigungsgeschäft mithilfe digitaler Technologien und KI weiterzuentwickeln.

Ein Analyst, der den Einsatz digitaler Technologien in der Fertigung verfolgt, weist darauf hin, dass es für Anbieter von entscheidender Bedeutung ist, ihre Prozesse in- und auswendig zu kennen, um von fortschrittlicher Fertigungstechnologie zu profitieren.

„Die digitale Transformation nutzt fortschrittliche Sensorik, Datenanalyse und die neueste künstliche Intelligenz, um Einblicke in Produktionsprozesse zu gewinnen“, sagt Carlos Gonzalez, Forschungsmanager für IoT Ecosystem & Trends bei IDC. „Der Antrieb des digitalen Handels zwingt Unternehmen dazu, flexibel zu sein und Waren effizient und schnell zu produzieren. Um dies zu erreichen, müssen Unternehmen ihre industriellen Prozesse genau verstehen. IoT-Plattformen und fortschrittliche Datenerfassung sind notwendig, um erfolgreiche und belastbare Industrieabläufe sicherzustellen.“