DigiSpek - Digital lærende spekepølseprosess

Prosjektet skal utvikle og implementere et digitalisert og lærende prosess- og beslutningsstøttesystem som gir mer forutsigbar produksjonstid, redusert svinn, forutsigbar spekepølsekvalitet, økt medarbeiderinvolvering og bedre totaløkonomi. Automatisk innhenting av data fra sensorer og analyser ved hjelp av algoritmer i styringssystemene er sentralt for å beregne mer nøyaktig når de ulike spekepølsepartiene vil være ferdig. DigiSpek skal kombinere bedriftens håndverksmessige kunnskap og metoder, vitenskapelig designede modellsystemer og eksisterende og nye produksjonsdata for å bestemme optimale styringsvariabler og velge egnede sensorer for måling og analyse. Dataene skal integreres i brukervennlige digitale produksjonsstyring og- rapporteringsløsninger. Ved å tilpasse sensorteknologi til prosessene og samle data til intelligent digital prosesstøtte og prosesslæring vil man danne grunnlag for bedre totaløkonomi og investeringsanalyser for mer automatisert og industrialisert spekepølseprosess. Vi har i H1 som hovedmål å kartlegge omfang og effekt av råstoff- og prosessvariasjon, foreslå tilgjengelige målesystemer egnet for datainnhenting og utvikle sensor for måling av vannaktivitet. Gjennom flere forsøk, med tett samarbeid mellom H1, H2 og H6 har kjemisk sammensetning av både farse og ferdig spekepølse blitt målt. Variasjoner underveis i produksjonsprosessen ble registrert. Forsøksresultatene har gitt vesentlig bedre innsikt i råstoffvariasjonen over tid, de gir også grunnlag for valg av målesystemer egnet for datainnhenting i fabrikken. IRTA har bidratt i kartleggingsarbeidet gjennom diskusjoner om hvilke parametere det er viktigst å ha kontroll på for å få best og jevnest mulig kvalitet for sluttproduktet. For å bedre produksjonsplanleggingen og gi beslutningsstøtte for operatørene har vi i H2 utviklet en matematisk modell som beskriver vanntransport gjennom og ut av spekepølsa. Modellen er basert på en masse- og en energibalanse. En rekke forsøk har blitt utført for å identifisere de ulike modellparameterne. Den nominelle modellen beskriver godt hvordan en typisk spekepølse tørker, men på grunn av variasjon mellom pølser, vil det være avvik. For å kunne overvåke aktuelle tørkeforløp har vi også utviklet automatiserte vektstokker som måler i sanntid (prototyp). Ved å bruke disse kan vi online identifisere modellparametere for aktuelle pølser, samt at vi kan predikere framtidig tørkeforløp med langt høyere nøyaktig. Det gjenstår mer arbeid med algoritmene for modelloppdatering før de kan brukes i en produksjonssetting. Vi undersøker også sammenhenger mellom de ulike prosesstrinnene og hvordan dette påvirker tørkeforløpet og modellparametere. Ved å måle/estimere egenskapene i produksjonen, vil man kunne få gode prediksjoner tidligere. Dette er viktig ettersom nytteverdien av prediksjonene henger direkte sammen med hvor tidlig man har de. I prosjektet har Sintef også sett mer overordnet på styringen av produksjonen i fabrikken i Sogndal. Vi har gjennomført en kartlegging av produksjonen med fokus på hvordan denne organiseres, planlegges og styres. Kartleggingen gir en beskrivelse av dagens styring (AS-IS) som grunnlag for å beskrive en ønsket fremtidig styring (TO-BE). Basert på kartleggingen av dagens produksjon hos Nortura Sogndal har vi identifisert mulige forbedringsforslag som går på planlegging, styring og kontroll av produksjonen- spesielt ved bruk av beslutningsstøtte (riktig informasjon til riktig tidspunkt) til leder og operatør. I prosjektet kartlegges og evalueres eksisterende teknologiske løsninger for automatisering, med spesielt fokus på fleksible systemer som kan tilpasses gradvis implementering i produksjonen av spekepølser. Sentrale områder som undersøkes inkluderer automatisert oppheng og transport ved bruk av roboter. Videre jobbes det med utvikling av IoT-baserte metoder og karakuriteknikker for å øke både digital kompetanse og prosessoptimalisering blant operatører, noe som vil legge til rette for mer effektive og fremtidsrettede løsninger. Operatørene som handterer produkt i røykerom og klimarom ved Nortura Sogndal har behov for å registrere data og skaffe informasjon på en effektiv måte. Rocketfarm har gjort observasjoner av dagens arbeidsflyt, og det har blitt gjennomført intervjuer med operatører og ledelse. Det er utarbeidet en rapport som belyser utfordringer knyttet til manuell registrering av data og analog rapportering. Rapporten drøfter hvordan man kan forenkle operatørene sin arbeidshverdag ved å automatisere måling av sentrale parametere, og gjøre denne informasjonen tilgjengelig gjennom digitalt.

DigiSpek skal gjennom digitalisering av spekepølseproduksjonen gjøre produksjonstiden mer forutsigbar, redusere variasjonen, øke utbyttet og forbedre sluttkvaliteten. Prosjektet skal legge grunnlaget for hensiktsmessig datafangst for å utvikle en kontinuerlig lærende digital modell av spekepølseproduksjon som skal brukes til å overvåke og styre produksjonen (dashboard). Styringssystemet skal gjøres brukervennlig og underbygge bedriftens kultur for medarbeiderinvolvering, omstilling og modernisering. Forskningsutfordringene: 1 Kartlegge råstoff- og prosessvariabler og deres betydning for total og sammensatt prosessutvikling. Identifisere gode automatiserte metoder ved bruk av tilgjengelige og nyutviklede sensorer, blant annet prototyp for måling av vannaktivitet. Data output benyttes til å utvikle robuste statistiske forklaringsmodeller som gir presis prediksjon. 2 Benytte en datadrevet arbeidsprosess basert på Exploratory Data Analysis (EDA), hvor man iterativt undersøker hypoteser for å finne nye årsakssammenhenger og øke prosessforståelsen. Eksisterende kunnskap om råvare og prosess skal kombineres med produksjonsdata for økt prosessforståelse og derav bedre overvåking av tørkeforløpet. Ambisjonen er å predikere framtidig prosess- og tørkeforløp. 3 Utvikle et konsept hvor nødvendig informasjon for beslutninger blir operasjonalisert i et støttesystem for planlegging og oppfølgning. Dette skal også danne grunnlag for fremtidige automatiseringsløsninger. 4 Utvikle konsept for hvordan operatører selv kan foreslå og utvikle enkle, automatiserte og digitaliserte lavkost-implementasjoner av produksjonsforbedringer blant annet gjennom implementering av Karikuri (LEAN). 5 Utvikle og implementere en dashboard-løsning for styring av prosessene.