Coca-Cola İçecek Üretim Süreçlerini AWS ile Dijitalleştiriyor

Orijinal makale: Link (Justin Honaman)

Coca-Cola İçecek (CCI), dünyanın en büyük altıncı kola ürünleri şişeleme işletmesidir. Merkezi İstanbul, Türkiye’de bulunan CCI, bazı etkileyici istatistikler sunuyor: Türkiye, Azerbaycan, Irak, Ürdün, Kazakistan, Kırgızistan, Pakistan, Suriye, Tacikistan ve Türkmenistan dahil olmak üzere 10 ülkede faaliyet gösteren 26 şişeleme fabrikasında her yıl 1,2 milyar kutu içecek üretilmekte ve 400 milyon tüketiciye hizmet verilmektedir.

CCI, bulutta bir dijital fabrika kopyası (dijital ikiz) oluşturarak üretim tesisini modernize ediyor. Gelişmiş analiz, yapay zeka (AI) ve gerçek zamanlı varlık izleme ile değer yaratmayı planlıyor. Ayrıca CCI, diğer Coca-Cola şişeleme tesislerinde aynı dijital üretim çözümünün kullanılabilmesi için tekrarlanabilir bir rehber oluşturuyor.

Dijital İkiz Açıklaması

Bağlı, dijital ve otomatik tedarik zincirleri ve üretim süreçleri 2021 yılında Ambalajlı Tüketici Mamülleri sektöründe (Consumer Packaged Goods – CPG) büyük talep görmektedir. Nitekim, küresel Tüketici Ürünleri Yiyecek ve İçecek müşterilerimizin %80’inden fazlası AWS’ten tedarik zinciri ve üretim çözümleri için bazı çözüm bileşenlerini talep etmektedir.

Önce bazı önemli üretim terimlerini paylaşmama izin verin:

• Dijital ikiz (Digital twin) — Ekipmandan veri toplamak için sensörleri kullanan fiziksel üretim varlıklarının bilgisayarlı bir kopyası. Bulut tabanlı dijital ikiz, eşleştirilmiş fiziksel varlığın gerçek zamanlı durumunu görüntüler. Çözüm, fiziksel makineler üzerinde çalışan mekaniklerin makinenin durumunu anlamalarını sağlar (örneğin, hasarlı parçaları veya performans eksikliklerini tespit etmek için).
• Bağlantılı fabrika (Connected factory) — Kişiler, makineler ve sensörler arasında sorunsuz bir şekilde bilgi paylaşmaya yönelik teknolojilerle donatılmış bir üretim tesisi. Tek bir fabrikada veya birçok tesiste olabilir. Bağlı fabrikadan alınan bilgiler çalışanların operasyonları, kaliteyi, performansı ve karlılığı iyileştirmeye yönelik kararlar almasına yardımcı olur.
• Üretimde yapay zeka ve makine öğrenimi (ML) — Dünyayı aktif olarak algılamak, verileri analiz etmek ve anlamak ve bilinçli kararlar almak için insan zekasını simüle eden bilgisayar algoritmaları. Üretimdeki yapay zeka örnekleri, makine arızalarını ortaya çıkmadan önce tespit etmek için dinamik ve optimize edilmiş üretim çizelgeleme ve tahmine dayalı analitiklerdir.
• Endüstriyel IoT — Burada, makinelerdeki sensörler bir üretim tesisinde internete bağlanır. Bu internet tabanlı sensörler Nesnelerin İnterneti (IoT) olarak adlandırılır. Sensörler, karar öngörüleri oluşturmak için AI ve ML kullanan Endüstriyel Nesnelerin İnterneti (Industrial IoT) analiz platformuna ikili veri (binary data) gönderir.
• Endüstri 4.0 — Geleneksel üretim ve endüstriyel uygulamaların modern akıllı teknolojilerle otomasyonu; ayrıca “dördüncü sanayi devrimi” olarak da adlandırılır. Şirketler süreçleri otomatikleştirmek ve kendi kendini izleyen çözümlerini uygulamak için makineden makineye (M2M) iletişim sistemleri ve IoT sensörleri ile üretim ekipmanlarını geliştiriyorlar, böylece akıllı makineler insan müdahalesi olmadan sorunları analiz edebilir ve teşhis edebilir.
• Bilgisayarla görü (Computer vision) — Bilgisayarları kameralardan ve videolardan dijital görüntüleri yorumlamak ve anlamak için eğiten AI ve ML öğesi. AI ve ML algoritmalarıyla makineler, görüntülere dayalı öngörüler ve eylemler sağlamak için nesneleri doğru bir şekilde tanımlayabilir ve sınıflandırabilir.
• Tedarik zinciri kontrol kulesi — Tedarik zincirindeki operasyonel ölçümler ve olayların bağlantılı, kişiselleştirilmiş ve neredeyse gerçek zamanlı bir gösterge paneli. Genellikle tedarik zinciri görünürlüğüne bağlı olarak üreticilerin operasyonel sorunları gerçek zamanlı olarak anlamasını, önceliklendirmesini ve çözmesini sağlar.

Dijital Vizyonun Gerçekleştirilmesi

CCI, dört temel temel direk üzerinde veri ve teknolojilere yatırım yaparak dijital çağdan yararlanma vizyonuna sahiptir:

• Müşteri deneyimi
• Varlık optimizasyonu
• İnsan deneyimi
• Büyüme için yenilik

Bunlardan varlık optimizasyonuna odaklanacağız. CCI ekibi, tahmine dayalı analitikle ekipmanın arıza süresini azaltmak, üretim hattı kullanımını artırmak ve su ve elektrik gibi kaynakların boşa harcanmasını önlemek için, şirketin üretim varlıklarının sürekli iyileştirilebileceği bir mekanizma oluşturmak amacıyla AWS ile birlikte çalıştı. Dijital ikiz çözümü ile tesislerinden birinde ekipman ve üretim süreçleri otomatikleştirildi. Bu çözüm nihai olarak CCI’nın 26 şişeleme fabrikasında uygulanacak.

Clean in Place (CIP) – “Yerinde Temizlik“ Çözümüne Genel Bakış

CCI, üretim hatlarının ve ekipmanlarının iç yüzeylerini sökmeden temizleyen yeni bir yerinde temizlik (Clean in Place – CIP) çözümüne sahiptir. CIP çözümü günlük temizlik sürecini kolaylaştıracağından, CCI enerji ve su tasarrufu yapabilir, endüstriyel hijyen yönetmeliklerine daha iyi uyum sağlayabilir ve ürün kalitesini artırabilir.

CIP Çözümünün Geliştirilme Süreci

CIP çözümünü oluşturmak için AWS ve CCI, muazzam miktarda endüstriyel veri toplamak, işlemek ve dinamik veri modelleri oluşturmak zorundaydı; ancak bu eski monolitik teknoloji ve veri ambarı çözümleriyle kolay bir iş değildir. Ekip, ekipman ve süreçlerden veri almak ve sezgisel, görsel dashboard hakkında içgörü sağlamak için AWS IoT SiteWise ve AWS IoT Greengrass dahil olmak üzere AWS IoT çözümlerini uyguladı. Ekip ayrıca makinelerin dijital temsilleriyle CIP sürecine neredeyse gerçek zamanlı görünürlük sağlamak için hızlı ve esnek bir NoSQL veritabanı hizmeti olan Amazon DynamoDB‘yi de kullandı. AWS IoT Analytics, AWS IoT Core, AWS Lambda ve AWS Glue ile ekip, buluttaki CIP verilerini zenginleştirmek için süreçler oluşturdu. CCI zenginleştirilmiş verileri endüstriyel bir veri gölünde depolamakta ve Amazon Athena ve Tableau ile iş ekipleri raporlar oluşturabilmektedir.

CIP Çözümü Sonuçları

CCI ve AWS, CIP dijital ikizini iki ayda geliştirdi. Devreye alınmasından sonraki dört ay içinde CCI şu sonuçları gözlemledi:

• Ekipman temizleme süreçlerinde +20 optimizasyon noktası tespit edildi.
• Elektrik kullanımı %20 azaldı. İki sistem için tahmini yıllık 5.200 kWatt tasarrufla CCI, 60 sistem için 156.000 kWatt tasarruf sağlayabilir.
• Su kullanımı %9 oranında azaldı. İki sistem için yıllık tahmini 3.000 tonluk tasarrufla CCI, 60 sistem için 90.000 ton tasarruf sağlayabilir.
• Modern temizlik süreci sayesinde üretim programına 34 gün eklendi.

Bu etkileyici sonuçlardan sonra CCI, dijital ikiz CIP çözümünü dört tesiste devreye aldı ve makine arızalarını belirlemek ve üretim hattı performansını iyileştirmek için çözümü üç tesiste doldurucu-mikser makineleri dahil edecek şekilde genişletti. Bu arada CCI, AWS bulutta eksiksiz bir dijital ikiz çözüm oluşturarak varlıkları, insan-makine etkileşimlerini, hat kullanımını ve sürdürülebilirliği optimize etmek ve tüm üretim süreçlerini otomatikleştirmek için çözümler üzerinde çalışmaktadır.

Hayata Geçirmek

Coca-Cola hikayesinde bu blog yazısında paylaşabileceğimden çok daha fazlası var. Coca-Cola İçecek’te AWS çözümleri hakkında daha fazla bilgi edinmek için AWS Vaka Analizi‘ni okuyun. Ayrıca CCI CIO’su ile röportajımı dinlemek için bu web semineri ilginizi çekebilir.