Georgia-Pacific otimiza processos e economiza milhões de dólares anualmente usando a AWS

Centenas de rolos de papel e lenços são produzidos todos os dias nas instalações de fabricação da Georgia-Pacific em toda a América do Norte. A produção de papel é uma operação delicada e complexa, durante a qual rasgos ou quebras podem acontecer durante a fabricação de rolos e ao converter os rolos maciços em produtos de banho ou lenços prontos para o consumidor. Se rasgos ou quebras ocorrerem com frequência, isso leva a um tempo de inatividade da máquina de papel e da linha de conversão que pode custar à Georgia-Pacific milhões de dólares por ano por linha - um número que pode ser significativo, pois a empresa possui mais de 150 linhas de conversão. "É essencial que mantenhamos um alto tempo de atividade das máquinas e só podemos fazer isso se tivermos uma boa visão sobre por que os rolos provavelmente quebrarão", diz Steve Bakalar, Vice-presidente de TI/transformação digital da empresa.

Porém, obter informações valiosas foi um desafio, pois a organização se baseava em fontes distintas para coletar e analisar dados sobre qualidade do material, teor de umidade, temperatura, calibração da máquina e outros recursos. Além disso, uma pequena equipe de especialistas específicos em cada local tem o conhecimento sobre as máquinas e processos exclusivos de seu local. "Muitos desses especialistas estão se aposentando em breve e levando seus conhecimentos com eles", diz Bakalar. Para atender à necessidade de novos insights de dados e de uma coleta de dados menos complexa, a Georgia-Pacific procurou passar para uma abordagem de análise avançada habilitada por um data lake de operações. "Precisávamos melhorar nossa capacidade de servir nossos mercados por meio da otimização de processos de ponta a ponta e com a melhoria da integridade dos ativos", diz Bakalar. "Também tivemos que encontrar uma maneira de prever a falha de ativos 60/90 dias antes do tempo, porque queríamos eliminar o tempo de inatividade não planejado que pudesse afetar negativamente as operações e gerar perda de receita."

"Estamos usando as tecnologias de análise de dados da AWS para prever ... com precisão a rapidez com que as linhas de conversão devem ser executadas para evitar rasgos. Ao reduzir os rasgos de papel, aumentamos os lucros em milhões de dólares para uma só linha de produção."

Steve Bakalar, Vice-presidente de TI/Transformação digital, Georgia-Pacific

  • Sobre a Georgia-Pacific
  • A Georgia-Pacific, de propriedade da Koch Industries, é uma empresa americana de produtos de madeira, celulose e papel com sede em Atlanta, Geórgia. A organização é uma das maiores fabricantes e distribuidoras mundiais de papel de celulose, lenços e papel de seda e distribuidores, embalagens e produtos de construção de madeira e gesso.

    Otimização da produção e de ativos na Georgia-Pacific com a AWS
  • Benefícios da AWS
    • Aumenta os lucros em milhões, otimizando processos
    • Prevê falha nos equipamentos com 60 a 90 dias de antecedência, reduzindo o tempo de inatividade não planejado
    • Executa mais linhas de produção de forma previsível, otimizando melhor os recursos humanos e de capital
    • Produz produtos da mais alta qualidade com as taxas mais rápidas possíveis
  • Serviços da AWS usados

Criando uma solução de análise avançada baseada em nuvem

Para atingir seus objetivos, a Georgia-Pacific optou por criar uma nova solução de análise baseada na Nuvem da Amazon Web Services (AWS). "Já estávamos no processo de migrar alguns sistemas internos para a AWS e fechar vários data centers", diz Bakalar. "Sabíamos que a AWS poderia suportar nossos requisitos de análise de dados." Nos primeiros seis meses, a Georgia-Pacific transferiu cerca de 50 TB de dados de produção - mais de 500 bilhões de registros - de centenas de máquinas de fabricação e processo de conversão grandes e complexas. A empresa usa o Amazon Kinesis para transmitir dados em tempo real dos equipamentos de fabricação para um data lake central baseado no Amazon Simple Storage Service (Amazon S3), permitindo ingerir e analisar com eficiência dados estruturados e não estruturados em grande escala.

A Georgia-Pacific sabia que poderia aprender com seus dados estruturados e não estruturados, mas a empresa não tinha um mecanismo de armazenamento econômico para ingerir, transformar, abrigar e analisar esses dados.  

A Georgia-Pacific usa o Amazon Elastic MapReduce (Amazon EMR) para transformar os dados antes de entregá-los de forma estruturada para analistas de dados por meio do Amazon Redshift. Os analistas usam o Amazon Athena com o Amazon S3 para consultar os dados brutos, que incluem informações sobre mecanismos de desagregação, máquinas de papel, linhas de conversão, tendências de vibração, capacidade e qualidade do papel.

Além disso, a Georgia-Pacific usa o Amazon SageMaker, uma solução de machine learning (ML) da AWS para criar, treinar e implantar modelos de ML em grande escala. Usando modelos de ML criados com dados de produção brutos, o Amazon SageMaker fornece feedback em tempo real para os operadores das máquinas a respeito das velocidades ideais para as máquinas e outras variáveis ajustáveis, o que permite que operadores menos experientes detectem falhas antecipadamente e mantenham a qualidade.

Aumentando os lucros em milhões por meio da otimização de processos críticos

Usando sua solução de análise avançada baseada em AWS, a Georgia-Pacific aperfeiçoou os principais processos de fabricação em muitas de suas instalações. Por exemplo, para uma linha de conversão, a empresa eliminou 40% dos rasgos em rolos durante o processo de conversão. "Estamos usando as tecnologias de análise de dados da AWS para prever, com base na qualidade de um rolo de papel, precisamente com que rapidez as linhas de conversão devem ser executadas para evitar rasgos", diz Bakalar. "Ao reduzir os rasgos de papel, aumentamos os lucros em milhões de dólares para uma só linha de produção. Há 150 linhas que poderiam se beneficiar desses processos otimizados, então esta é uma oportunidade multimilionária para nós."

Em uma das instalações do Oriented Strand Board (OSB) da Georgia-Pacific, a organização viu uma redução de 30% nos resíduos associados ao processo de lascar e milhões de dólares em lucros anuais aumentados.

Além disso, em uma grande fábrica de papel, a Georgia-Pacific otimizou um processo reciclável de recuperação de produtos químicos usado na fabricação de celulose. "Conseguimos reduzir o consumo de produtos químicos, e isso nos ajuda a consumir menos recursos, melhorando a produção geral", diz Bakalar.

Esses sucessos estão sendo rapidamente dimensionados em uma rede de instalações semelhantes.

Para ativos selecionados, a Georgia-Pacific pode agora prever falhas de equipamentos com 60 a 90 dias de antecedência, para poder reduzir o tempo de inatividade não planejado. "Temos dados melhores e atualizados sobre o desempenho das máquinas em todas as nossas instalações", diz Bakalar. "Isso significa que podemos planejar o tempo de inatividade dos equipamentos, o que melhora a utilização de ativos e a segurança da fábrica de papel e nos ajuda a evitar a perda de receita de paradas de produção não programadas."

Maximizando os recursos das fábricas

Além dos benefícios para suas operações, a Georgia-Pacific está reduzindo sua dependência por um pequeno número de especialistas para obter conhecimento sobre equipamentos e processos de fabricação. Em vez disso, a empresa formou um Centro de colaboração e suporte, aprimorando especialistas no assunto específicos de cada local com suporte centralizado que promove a tomada de decisões capacitada pela tecnologia. 

"A AWS nos permite obter, armazenar, enriquecer e fornecer dados de maneira centralizada, o que não podíamos fazer anteriormente", diz Bakalar. "Usando esse novo modelo, acreditamos que podemos executar mais linhas de produção de uma forma mais previsível. Como resultado, podemos alavancar nosso grupo de talentos com muito mais eficiência em toda a organização. Usando a AWS, podemos garantir o produto da mais alta qualidade em execução no ritmo mais rápido possível, para que possamos atender melhor aos nossos clientes."

Mais histórias de clientes da área de manufatura

nenhum item encontrado 

1

Saiba mais

Saiba mais sobre Big Data.