Entistä tehokkaampi datan hyödyntäminen tukee sekä asiakastyytyväisyyttä että ympäristövastuullisuutta.
non optimoinnin kannalta parhaan vaihtoehdon valinta edellyttää monimutkaista laskutoimitusta, jossa erilai- sia yhdistelmiä on satoja tuhansia. Taulukkolaskennassa tämänkaltainen laskutoimitus vie useita päiviä. Metsä Fibre käyttää laskentaan lineaarista monimuuttuja- optimointia, johon syötetään puutavaran toimitusta, tuo- tantoa ja asiakaskysyntää koskevat tiedot. Monimuuttu- jaoptimoinnin tuloksena saadaan paras tapa hyödyntää raaka-aine. Laskennan tuloksena syntyvät tuotetiedot ja niiden mää- rät syötetään Metsä Fibren sahavaran myyntiorganisaation käyttämään allokaatiotyökaluun. Työkalu näyttää erilaisten sahatavaratuotteiden saatavuuden ja päivittyy automaatti- sesti sitä mukaa, kun tuote-erä on myyty. Optimointi- ja allokointityökalujen käyttöönotto edus- taa perustavanlaatuista muutosta Metsä Fibren sahaliike- toiminnassa. Niiden myötä tuotanto perustuu nyt historia- tietojen tai tilastojen sijaan todelliseen asiakaskysyntään. Samalla yhtiö kykenee entistä paremmin palvelemaan avainasiakkaitaan, koska esimerkiksi asiakaskysyntään vas- taaminen nopeutuu ja tuotantovarmuus paranee. Tuotannon ja kysynnän suunnittelun digitalisointi edis- tää myös materiaalien tehokasta käyttöä ja pienentää hiili- jalanjälkeä. ”Kun ymmärrämme paremmin asiakaskysyntää, voimme keskittyä tuottamaan tuotteita, jotka vastaavat siihen tar- kemmin. Samalla minimoimme niiden tuotteiden tuotan- non, jotka ovat vähemmän kysyttyjä tai joiden toimitusketju on pidempi ja hiilijalanjälki suurempi”, Mäki sanoo. Teollisen tehokkuuden tavoittelu mahdollistaa Metsä Fibrelle entistä paremman reagoinnin markkinoiden tarpeisiin ja tuotannon optimoinnin, mikä vahvistaa yhtiön kilpailukykyä. Samalla entistä tehokkaampi datan hyödyntäminen tukee sekä asiakastyytyväisyyttä että ympäristövastuullisuutta. •
Tekoäly hyödyntää sahauksessa kerättyä mittausdataa
Metsä Fibren Rauman sahan teknologiainnovaatiot, kuten oppiva tekoäly, luovat pohjan entistäkin kustannustehok- kaammalle tuotannolle. Rauman sahalla jokaiselle tukille luodaan lasermittauksen ja tukkiröntgenin avulla virtuaalinen sormenjälki tukin koon, muodon ja sisälaadun perusteella. Sahauksessa tukki tunnistetaan virtuaalisen sormenjäljen perusteella, minkä jälkeen tekoäly antaa suosituksen parhaasta sahausmene- telmästä. ”Tukkien lajittelussa ja mittauksessa kertyy valtava määrä dataa. Tekoälyn avulla voimme ensimmäistä kertaa yhdis- tää eri mittalaitteiden tuottaman tiedon, koota sen yhteen paikkaan, ja käyttää sitä tuotannon ja tukkien optimoinnis- sa”, Metsä Fibren Rauman sahan kehityspäällikkö Jarkko Vihervuori sanoo. Tekoälyn avulla tietyt tukkiyksilöt voidaan poimia raaka- ainevirrasta sopivimpiin asiakaslaatuihin, mikä tarjoaa mahdollisuuden kohdennettujen tuote-erien valmistami- seen. Samalla sahan käyttösuhde paranee, kun jokainen tukki käytetään parhaalla mahdollisella tavalla. ”Asiakkaan kannalta tämä on tärkeää, koska nyt voimme entistä tarkemmin kohdentaa oikeanlaiset tukit haluttuun lopputuotteeseen”, Vihervuori sanoo.
Algoritmit tukevat sahatavaran tuotantoa ja myyntiä
Jos sahatavaran tuotantoreseptiikka eli tukkiraaka-aineen tarjoamat tuotantomahdollisuudet taulukoitaisiin, koostuisi taulukko useista kymmenistä tuhansista riveistä. Tuotan-
22
FIBRE
FIBRE
23
Powered by FlippingBook