可观测性
汽车和制造

Mayr-Melnhof 集团: 驱动强大搜索,实现实时成本节省

概览

  • 传感器
  • 数据量
  • 高成本材料的节省比例

将检测低效制造工艺的时间从数天降至数秒

由于能够近乎实时地监测纸板质量误差,这使得 MM Karton 能够以最优成本生产最高品质的产品。

针对非技术型用户的自助数据情报

Kibana 为机器操作工赋能,为他们提供有关纸板产品 KPI(例如化学品、湿度和其他质量测量数据)的全新洞见。

优化原材料的使用

在短短四个月内,MM Karton 在保持同等产出的前提下,将生产过程中高成本材料的消耗量降低了 20%。

生产效率提高,实现长期成本节省

材料利用率和生产速度均得以提高,进而帮助大幅节省成本。

公司概览

Mayr-Melnhof 集团是纸箱板生产和加工领域的市场领导者,在欧洲市场占有独特地位。公司的产品组合十分全面,而且业务广泛分布于各个地区,这使得公司能够平衡发展,也为发展提供了后劲。这家跨国公司于 1950 年成立,总部位于奥地利维也纳,57% 的股份为家族所有,从 1994 年开始在维也纳证券交易所上市。

Mayr-Melnhof Karton 采用 Elastic 的历程

Mayr-Melnhof Karton:驱动强大搜索,实现实时成本计算

Mayr-Melnhof 集团有两个业务部门。Mayr-Melnhof (MM) Karton 是世界上规模最大的涂层回收纤维基纸箱板生产商,在原浆纤维基纸箱板市场也拥有重要的市场地位。公司的年生产能力超过 170 万吨,大约 80% 为回收纤维基纸箱板,大约 20% 为原浆纤维基纸箱板。

MM Packaging 是欧洲折叠纸箱的领先生产商,也是全球最大的生产商之一,2017 年大约将 76.7 万吨回收和原浆纤维基纸箱板加工成大约 630 亿份消费品包装。该公司的产品十分全面,从生产到包装,均涵盖在内,这是 Mayr-Melnhof 集团能够占领市场领导地位的核心要素。

作为业内最出色的生产商,MM Karton 为满足自身的高标准,一直在不断创新技术能力,车间当然也不例外;在车间内,通过优化纸箱板的生产效率,公司能够以最低成本实现最高品质。

身为市场领导者,我们也必须引领技术发展。我们能够快速检测生产工艺误差并即时进行调整,这是我们的一大竞争优势。

– Jürgen Kerner, Mayr-Melnhof Karton 企业 IT 部运营主管

洞悉复杂制造工艺

生产纸板时需要用到复杂的生产工艺,每个批次所需的水分、纤维素和昂贵材料的用量需要十分精确。如果用量正好,公司则能够以最优成本生产优质产品。如果处方不正确,质量和成本都会受到不良影响。

在过去,可能需要一个小时甚至数天才能发现原浆纤维基纸板批次中的误差;当他们发现发生错误的时候,已经为时过晚,来不及对这个批次进行补救了。举例说明,如果他们运行测试批次来在既有产品上尝试新等级,在等待实验室质量测试结果期间,生产过程需要暂停,这会导致浪费时间和材料。

如要缩短这一时间间隔,面临的最大障碍是碎片化的基础架构。纸板生产工艺中的每个步骤都有各自的 OT(操作技术)系统、传感器和测量数据。有超过 25,000 个传感器负责采集生产工艺方方面面的数据,从压力和温度,到机器速度和功耗,十分全面。虽然 MM Karton 产生了大量的数据 (2 TB),但是他们并没有正确的工具从这些彼此隔离的工艺控制系统中获得情报,也无法让操作工基于这些数据采取行动。

只要有愿景,就能想出办法

工艺技术专家 Stephan Hampe 负责优化生产工艺,并在 MM Karton 的七座工厂中开发可节省成本的举措。在参加完面向纸板厂所有员工主管的一场大数据分析演示后,Stephan 深受启发,并确定了清晰的愿景:通过单一仪表板,将纸板生产数据和全部相关材料的使用量实时关联到一起并进行可视化。

他把自己的愿景告诉了运营主管 Jürgen Kerner。Jürgen 说:“一切都起源于 Stephan 的诉求,即:在 2017 年实现时序数据可视化并没有那么难。我简单说了句‘接受挑战’,还有‘我们试一下 Elastic 吧’。 虽然我一开始就知道这是有可能的,但还是没有预计到,我们会在如此短的时间内取得如此巨大的成功。”

Jürgen 潜心研究开源技术,并且已经熟悉 Elastic Stack,所以他知道 Elastic Stack 是实现 Stephan 愿景的理想之选。在之前效力的一家公司中,Jürgen 曾使用 Elasticsearch 来存储财务信息数据。在 MM Karton,他已经开始使用 Elastic Stack 进行日志分析,并且最近为一个法规用例购买了订阅服务,以便使用 Elastic Stack 的商用功能(例如审计)并充分发挥这些功能的优势。

作为他们尽职调查的一部分,Jürgen 和他的团队也曾研究通过其他方案来实时了解生产工艺,但成本问题始终得不到解决。欧洲规模最大的 IT 和专业服务提供商之一曾向我们推荐一款专为纸板行业而研发的专有 ERP 解决方案,但是与 Elastic Stack 相比,所推荐这一方案的费用要高出十倍,而且所具备的功能也少得多,所以根本不具备优势。其他的著名备选方案由于用户体验较差,并且依赖 Excel 来处理时序数据(这是一种十分麻烦的方法,会减慢开发速度),所以他们也拒绝采用。

最后确定需要关注易用性和美观性。使用 Kibana,非技术型用户(例如电气、自动化和维护工程师)也能够轻松创建仪表板并对数据进行可视化。

“Stephan 是一名纸板生产专家,但并不精通 IT。”Jürgen 表示,“他虽然知道如何使用技术,但却算不上图表大师。然而,通过 Kibana,他也能极其轻松地创建自己的仪表板。有了 Kibana 之后,他能够即刻创建仪表板并对他曾梦想的任何内容进行可视化。”

如要了解某个工艺,必须进行可视化

在短短五周内,Stephen 便学会了如何使用 Kibana,并且制作了包含数十个图表的仪表板。

如果无法对某项工艺进行可视化,你肯定无法彻底了解此工艺。我意识到,我们需要把所有系统整合到一起,从工艺系统、数据库和其他来源提取主参数,并统一查看这些内容。

– Stephan Hampe, Mayr-Melnhof Karton 技术专家

MM Karton 首先从多个来源(PLC 系统,包括 SQL 数据库和机器传感器)采集数据,接下来使用自有系统将数据传送至 Logstash,然后将数据存储在 Elasticsearch 中。再然后实时工艺数据会与配方数据以及 Stephan 和他的团队所创建的内部材料成本计算 (IMC) 公式进行匹配,此 IMC 公式会提供有关原材料使用成本的洞见。他们能够知道运行状况是否尽如人意。

Diagram

通过使用 Elastic Stack 进行实时工艺监测,MM Karton 实现了目标:可视化并优化纸板生产工艺。

“Elastic Stack 能够从之前相互独立的数据中得出洞见,提供有关生产工艺的全新实时视角。”Stephan 说道,“通过一个功能集合,我们能够将 IT 领域和 OT 领域连接到一起,并进行工艺优化。”

Photo of control room

通过控制室中的 Kibana 仪表板实现的生产工艺视图。

MM Karton 现在正在试点使用 Elastic Stack 来对七座工厂的纸板生产工艺进行可视化,并且计划于未来两年在所有工厂推出。

实时成本计算与金融交易领域的最新趋势相似。我们借鉴了金融服务行业的重大用例,并将此用例应用到车间的生产用例中,以便驱动实现巨大的成本优势。

– Jürgen Kerner, Mayr-Melnhof Karton 企业 IT 部运营主管

可视化:适用于车间的语言

据 Jürgen 说,工艺生产团队最初并不愿意采用新技术,因为他们觉得新技术一定特别复杂,但是 Kibana 成功让他们转变了这种想法。在参加了短短两个小时的介绍演示后,他们便能够在无需任何帮助的情况下自行创建图形、图表和数据可视化。这些仪表板让操作工监测生产材料和指标的方式实现了转型。

Dashboard

使用 Kibana 来在长期范围内管理材料用量。

为从车间员工到 C 级高管在内的所有用户创造价值

Jürgen 认为,与 Elastic 合作有别于与其他提供商合作,因为其他提供商不仅需要大量的前期开发工作,而且仍旧不能满足要求。相反的是,与 Elastic 合作的基础是经过验证的技术、所取得的结果和彼此间的信任。他很快便知道,自己做出了正确的选择。

“我现在还准确记得那天的情形。”他说,“我当时正在旧金山参加 2018 Elastic{ON} 大会,Stephen 就在那时告诉我他制作出了首个有效的 Kibana 仪表板。从那一刻起,Elastic Stack 不再专属于 IT 部门,而已成为所有人获取所需实时洞见的共享方式。”

尽管大部分的遗留生产和自动化系统构建时并未采用以用户为中心的设计,但 Kibana 直观的界面创建了一个新的数据发现模型,能够让用户自助获取数据智能。

MM Karton 的总经理甚至制定了更宏伟的愿景:将 Kibana 作为一个企业桥梁,来对所有机器和生产工艺的数据进行可视化。通过使用 Canvas,Jürgen 和他的团队能够创建可从 Elasticsearch 提取实时数据的动态演示,进一步为从车间员工到 C 级高管在内的广大用户简化工厂管理以及数据的使用。

可重复使用是关键;既然 MM Karton 已成功将 Elastic Stack 用于这一用例,现在他们可以轻松地添加来自更多传感器和系统(例如实验室、质量控制等)的数据,从而满足其他需求,例如原材料的质量控制以及生产之外的用例(例如纸板的表面处理和切割)。长远来看,MM Karton 还计划引入 Alerting 功能来进一步优化供应链工艺,并尝试使用 Machine Learning 来对关键工艺条件进行分析。

更高的生产效率,更清晰的洞见

由于对生产工艺和材料使用情况拥有更为清晰的洞见,MM Karton 已经更新了配方来降低昂贵成分的使用量。如果材料的费用高达 15,000 欧元/吨,将年净使用量提高或降低 10 吨会产生巨大影响。在不到四个月的时间内,他们便在维持同样产出的前提下,将某种昂贵材料的使用量减少了 20%。

该公司同时还在不牺牲质量的前提下提高了生产速度。“如果在 24 小时的生产周期中,每分钟都可以多生产一米,我们则能够大幅提高纸板的市场供应量。”Jürgen 表示。

而且,通过使用 Elastic Stack 来对交叉切割机工艺(从纸板卷上切出板片)进行可视化和优化,工厂根本无需再存储原料。

“很快所有人就清晰地认识到,可视化必不可少。”Jürgen 说道,“正是实时分析和可视化使得整个制造工艺能够取得改进。”

部署的相关统计数据

  • 集群数目
    3
  • 节点数目
    12
  • Logstash 实例/Beat 的数目
    12
  • 文档总数
    35 亿份
  • 总数据量
    2 TB
  • 每日采集量
    1 GB
  • 索引数目
    3
  • 查询速度
    10/秒
  • 节点规格:
    热温部署
    热:64GB 内存的物理节点、8 核 CPU、SSD
    温:64GB 内存的虚拟机、8 核、HDD