Carlsberg samler data om 28 bryggerier i ett system

Hver dag ruller millioner av flasker og bokser med Carlsbergs logo rundt på transportbånd rundt om i verden. Men hvilke av de 28 forskjellige bryggeriene Carlsberg driver i Europa og Asia er faktisk raskest fra bygg til ferdig pilsner, og hvem tar best vare på maskiner og prosessanlegg?

Carlsbergs produksjonsledere vil bli mye klokere når de implementerer et nytt felles MES (manufacturing execution system, red. anm.). I løpet av de neste to årene, som kontinuerlig oppdateres i sanntid.

– Målet vårt er å bygge en end-to-end digital verdikjede som påvirker alt fra prognoser og anskaffelser til brygging, emballasje og logistikk, sier Marco Farina, globalt ansvarlig for Carlsbergs MES-systemer.

MES er kontroll-lenken som ligger midt i automatiseringspyramiden, altså under ERP-planleggingssystemet, men over styringssystemer som Scada og de enkelte PLSene som er ansvarlige for å utføre oppgaver på den enkelte maskin eller anlegg.

Det er programvare fra den amerikanske PTC som kobler og integrerer data fra prosesslinjer, roboter og råvarelager. Programvaren er bygget på en Microsoft Azure-skyløsning.

– Vi kan se at MES er det beste stedet å identifisere hvordan maskinene yter, og utføre kvalitetstester fortløpende, sier Farina.

Vanskelig å standardisere

I dag er mellom 50 og 60 prosent dekket av PTCs MES, og det forventes at den nye MES vil bli fullstendig rullet ut de neste to årene.

Når 28 forskjellige fabrikker skal integreres, skjer det ikke uten vanskeligheter. For maskiner, prosesslinjer og automatiseringsløsninger er langt fra strømlinjeformet.

– Nesten alle fabrikkene våre har en lang historie, og det involverer en rekke eldre systemer som fungerer bra, men som kan være vanskelig å standardisere og integrere i en enkelt MES, sier Farina.

– En av de viktigste tingene er å finne et felles språk for alle maskiner på tvers av leverandører, alder og plassering, slik at vi kan trekke ut de samme dataene og sammenligne på tvers.

Som eksempel nevner han roboter for palletering. I dag finnes det en foretrukket metode for palletering på lager over hele verden. Dette var ikke tilfelle for ti år siden, og derfor er det mange forskjellige løsninger og versjoner for palletering, som varierer veldig.

Språkforvirring

For å overvåke og analysere produksjonsdata i nær sanntid, krever det at data kommer fra de nederste, fysiske lagene i automatiseringspyramiden, og samtidig er det viktig å finne riktig skjæringspunkt mellom å komme så dypt ned som mulig uten å kreve for store kostnader i form av dataintegrasjon og konvertering.

– Det er en vanskelig balanse, spesielt fordi vi samtidig øker sikkerhetsnivået, og de to forholdene raskt kan komplisere et nettverk unødvendig, sier Farina.

I dag er det mulig å åpne en kommunikasjonskanal direkte i maskinens PLC og deretter kun hente data ved hjelp av programvare.

– Vi bruker Kepware-programvare, som er i stand til å håndtere de fleste PLC-språk, så vi trenger ikke hele tiden å gå ut og integrere med den spesifikke PLC-en. Når det er mulig, foretrekker vi å kjøre kommunikasjonen over OPC UA så mye som mulig, for da reduseres risikoen for feil, sier Farina.

OPC UA har vært en anerkjent kommunikasjonsprotokoll i bransjen i mange år, men har de siste årene blitt en dominerende protokoll, både på grunn av forbedret samarbeid på tvers av automatiseringsleverandører og fordi protokollen er på vei til å kunne levere data i sanntid.

Når en ny maskin eller prosesslinje skal kobles til Carlsbergs MES, er det første trinnet å åpne kommunikasjonen direkte fra PLS, slik at data kan strømme fritt fra maskinens egne sensorer. Det krever ofte at leverandører eller integratorer aktiverer denne tilgangen, til gjengjeld sørger det for en høyere kvalitet på dataene, samt unngår ettermontering av sensorer eksternt.

Finner mønstre i data

I utgangspunktet vil den globale datainnsamlingen brukes til å oppdage mønstre og anomalier på tvers av fabrikker og maskiner.

– I dag gjøres mye vedlikehold etter en bestemt tidsintervall. Men når vi får en digital tvilling av produksjonslinjene våre i sanntid, kan vi justere vedlikeholdet slik at vi unngår unødvendig nedetid, sier Farina.

På spørsmål om hvilke verktøy Carlsberg bruker til å analysere og behandle data, forklarer Farina i et lettere oppgitt tonefall:

– Jeg vil helst ikke bruke AI-begrepet fordi det raskt blir en container for å beskrive alt som er litt uklart.

Han utdyper deretter:

– I utgangspunktet handler det om at våre dataanalytikere kan finne sammenhenger som vi mennesker ikke er i stand til å se, fordi antall faktorer raskt blir uhåndterlig stort når vi sammenligner data i 28 forskjellige, store produksjonsanlegg.

Ifølge Farina har Carlsberg fortsatt mye arbeid foran seg før de kan høste fordelene av å sammenligne data på tvers av produksjonsstedene. Men infrastrukturen er i ferd med å komme på plass slik at alle prosesser til slutt kan logges og spores i sanntid.

Mobildrift på farten

Det neste trinnet blir å gjøre operatørenes arbeid i produksjonen mer fleksibel.

Spesielt vil Carlsberg kvitte seg med de mange faste kontrollpanelene for maskiner, også kjent som HMI (menneske-maskin-grensesnitt) og flytte dem til mobile nettbrett. Dette vil tillate operatører å se, klassifisere og fikse et problem på en prosesslinje uten å måtte bevege seg fysisk mellom forskjellige kontrollpaneler.

– Det er et bredere prosjekt som handler om å tilrettelegge arbeidet vårt smartere og gjøre oss i stand til å dra nytte av fordelene som vi alle kjenner fra smarttelefonen i hverdagen vår, sier Farina.

Denne artikkelen ble først publisert på Ingeniøren for deres abonnenter. Den er tilgjengelig på norsk for abonnenter av Ekstra gjennom vår samarbeidsavtale.