2023: Tootlikkuse analüüs ja tootmise optimeerimine ettevõttes

Projekti eesmärgiks oli analüüsida Trimtex’is tootmise toimivust ning leida lahendusi tootmistegevuse efektiivsuse tõstmiseks tellimuse täitmise ja tootmise tsükliaja optimeerimise teel, kasutades selleks tootmisvoogude optimeerimist simulatsiooni meetodite abil ning otsustusprotsesside juures AI-le tuginevaid lahendusi. 

Oluline rõhuasetus projektis oli DIMUSA MES süsteemi ühenduvuse hindamine Trimtex tootmisüksuse tootmisprotsessi, võimaldamaks reaalajas andmete kogumist, analüüsi ja optimeerimist.  Saadud andmete põhjal tehtud optimeerimissoovitused aitavad parandada tootmisprotsessi efektiivsust, vähendada kulusid ja tagada toodete kõrge kvaliteet. DIMUSA MES süsteem võimaldab sujuvat andmevahetust teiste ettevõtte süsteemidega, pakkudes terviklikku lahendust tootmise ja tarneahelate haldamisel. Kokkuvõtvalt annavad saadud andmed põhjaliku ülevaate tootmisprotsessi toimimisest ja võimaldavad teha teadlikke otsuseid efektiivsuse parandamiseks ja tootlikkuse tõstmiseks. AI-põhise optimeerimismudeli valideerimine ja klastrianalüüsi rakendamine tootmisprotsessi andmete põhjal aitab parandada tootmisprotsessi efektiivsust ja kvaliteeti Trimtex tootmisüksuses. 

Projektis läbi viidud analüüsid, rakendatud metoodikad ja ühendatud süsteemide kasutamine tõestas, et antud lähenemine võimaldab analüüsida tootmist, tuua välja kitsaskohti ja leida võimalusi nende parandamiseks. Edasiselt on ettevõttes sisuliselt võimalik valida erinevaid teid. Rõhuasetusega DIMUSA/MES süsteemile, saame esile tõsta põhjus-tagajärg seosed ja tegeleda tootmise täiustamise ja parendustegevustega sisuliselt tagantjärele. Kasutades AI tehnoloogiate ühendusvõimalusi MES/ERP lahenduse hindamisel võiks edasiselt liikuda prognoosimise teid pidi kogu tellimuse teostuse protsessi raamistikus ja ennetavalt genereerida tellimuste portfelli, tootmismahte, allüksuste koormust ja seadmete koormatust ning analüüsida toote-mix-ide läbitavuse efektiivsust tervikuna üle väärtusahela.