Georgia-Pacific 採用 AWS 優化流程、每年節省數百萬美元

GP resize

每天跨美洲的 Georgia-Pacific 製造廠都生產數百個大型的紙張和棉紙捲。紙張生產是精緻且複雜的作業,製造大捲筒和將大量大捲筒轉換為消費者可使用的衛浴或棉紙產品的過程中,紙張很可能會撕裂或斷裂。若紙張經常撕裂或斷裂,機器和轉換作業線的停工時間將極為可觀,因此,每條作業線每年都能讓 Georgia-Pacific 耗費數百萬美元。而公司現擁有 150 條轉換作業線,這將帶來龐大且沉重的成本支出。公司 IT/數位轉型副總裁 Steve Bakalar 表示:「重要的是維持高正常執行時間,唯有能妥善了解捲筒可能斷裂的原因,才能做到這一點。」

然而,取得寶貴見解極富挑戰性,因為組織仰賴不同的來源,去收集和分析材料品質、濕度內容、溫度、機器校準和其他功能的資料。此外,現場部署了由數位專家組成的小組,分別掌握每間工廠的獨特機器和流程知識。Bakalar 說:「多位專家即將退休,相關知識也帶著走了。」為了解決新資料見解的問題,並減少複雜的資料收集流程, Georgia-Pacific 嘗試採用由操作資料湖啟動的進階分析法。Bakalar 表示:「我們需要透過端對端的流程優化作業,以及增進資產的健全性,來增進市場服務能力。」他進一步指出:「還要設法在 60-90 天前預測資產故障,因為我們必需排除未經規劃的停機時間,這些意外很可能會對作業帶來負面影響,導致收入損失。」

「我們正在使用 AWS 資料分析技術,去預測轉換生產線確切的作業速度,避免紙張撕裂。透過減少紙張撕裂事件的發生,單一生產線的利潤就增加了數百萬美元。」

– Georgia-Pacific IT/數位轉型副總裁 Steve Bakalar

  • 關於 Georgia-Pacific
  • AWS 的優勢
  • 使用的 AWS 服務
  • 關於 Georgia-Pacific
  • Koch Industries 旗下的 Georgia-Pacific 是美國木製品和紙張公司,總部位於喬治亞的亞特蘭大。組織是其中一家領先全球的紙漿、毛巾和紙巾製造商,以及紙漿、毛巾和紙巾、包裝、木材和石膏建材產品的經銷商。

    Georgia-Pacific 使用 AWS 優化生產和資產
  • AWS 的優勢
    • 優化流程,增加數百萬美元的利潤
    • 提前 60-90 天預測設備故障,減少未經規劃的停機時間
    • 可控運行更多生產線,進一步優化人力和資產
    • 最快速生產最高品質的產品
  • 使用的 AWS 服務

建立以雲端為基礎的進階分析解決方案

為達成目標,Georgia-Pacific 選擇使用以 Amazon Web Services (AWS) 雲端為基礎的新分析解決方案。Bakalar 說明:「我們正在準備把部份內部系統移轉到 AWS,之後就結束幾個資料中心。」他繼續說:「我們知道 AWS 可支援資料分析要求。」 Georgia-Pacific 首六個月從數百個大型且複雜的製造和轉換流程機器,傳輸了約 50 TB 的生產資料,也就是超過 5,000 億筆記錄。公司使用 Amazon Kinesis ,將即時資料從製造設備串流至以 Amazon Simple Storage Service (Amazon S3) 為基礎的中央資料湖,促進其高效擷取和分析大量的結構化和非結構化資料。

Georgia-Pacific 了解能從結構化和非結構化資料中學習,但公司缺乏具成本效益的儲存機制,以擷取、轉換、儲存和分析資料。 

Georgia-Pacific 使用 Amazon Elastic MapReduce (Amazon EMR) 轉換資料,再透過 Amazon Redshift ,以結構化的方式,將資料傳送給資料分析師。分析師除了使用 Amazon S3 外,也會使用 Amazon Athena 查詢原始資料,這些資料包括製漿機械、造紙機械、印刷加工、振動趨勢、輸送量和紙質資訊。

Georgia-Pacific 也使用 AWS 機器學習 (ML) 解決方案 Amazon SageMaker,大規模建立、訓練和部署 ML 模型。Amazon SageMaker 使用以原始生產資料建構 ML 模型,能為機器操作員提供有關最佳機器速度和其他可調整變數的即時回饋,讓經驗不足的操作員能及早偵測故障並維持品質。

優化關鍵流程,增加數百萬美元的利潤

Georgia-Pacific 使用以 AWS 基礎的進階分析解決方案,優化許多廠房的主要製造流程。例如:公司排除了某條轉換生產線在轉換期間的 40% 大捲筒紙張撕裂情況。Bakalar 說:「我們正在使用 AWS 資料分析技術,根據大型紙張捲筒的質量,精確預測轉換生產線應執行的速度,避免紙張撕裂。」他繼續表示:「透過減少紙張撕裂,單一生產線的利潤就增加了數百萬美元。有 150 條生產線可從這些優化流程中受益,因此是多個好幾百萬美元的契機。」

Georgia-Pacific 某家定向纖維板 (OSB) 工廠內,光是削片流程的耗材就減少了 30%,而年盈利則增加了數百萬美元。

此外,Georgia-Pacific 某家大型造紙廠,則優化製造紙漿時的可再生化學回收流程。Bakalar 繼續說:「我們減少了化學品的使用,有助增進整體生產量,同時耗用的資源也減少了。」

類似的廠房網絡爭相效法這些成功的作業。

針對特定資產,Georgia-Pacific 現可提前 60-90 天預測設備故障,減少未經規劃的停機時間。Bakalar 表示:「針對所有廠房的機器效能,我們掌握更好的最新資料。」他說:「這表示我們可以規劃設備的停機時間,進一步增進資產的使用,以及造紙廠的安全,協助我們避免因意外的生產停工而損失收益。」

創造工廠資源的最大價值

除了坐享作業效益, Georgia-Pacific 無需過度依賴少數專家的設備和製造流程知識。公司現今更組成協作和支援中心,為特定廠房的各類議題專家提供中央支援,以技術驅動決策制訂的流程。 

Bakalar 指出:「AWS 促進我們以集中方式搜尋、儲存、增進和提供資料,這是我們過去做不到的事。」他補充說明:「相信此全新模型能幫助我們以更可預測的方式,操作更多生產線。我們更因此能高效運用跨整個組織的人才庫。AWS 確保我們以最有可能的速率生產最高品質的產品,最後能為客戶提供最佳服務。」


進一步了解

進一步了解有關大數據的資訊。