Gobarto S.A. to największa polska firma zajmująca się ubojem, rozbiorem i dystrybucją mięsa czerwonego, a zakład w Grąbkowie w Wielkopolsce jest jej głównym zakładem produkcyjnym i jednym z najnowocześniejszych w Europie. W tamtejszej chłodni decyzja o tym, do którego zamówienia trafi konkretna półtusza, zapadała dotąd w głowie operatora. Dziś podejmuje ją algorytm, a rozjazdy na torach przestawiają się same.
Metryczka projektu
- Klient: Gobarto S.A., zakład produkcyjny w Grąbkowie
- Branża: ubój, rozbiór i dystrybucja mięsa czerwonego
- Lokalizacja: Grąbkowo, województwo wielkopolskie
- Wdrożone rozwiązanie: system MES 7Technology wraz z dedykowanym modułem automatyzacji chłodni półtusz
- Technologie: identyfikacja RFID w hakach, integracja ze sterownikami PLC, sterowanie rozjazdami i napędami torów, integracja ze stanowiskami ważenia oraz klasyfikacji mięsności
- Czas trwania wdrożenia: około 6 miesięcy, od analizy przedwdrożeniowej po asystę na pracującej produkcji
- Okres współpracy: blisko dwie dekady
- Zespół po stronie 7Technology: kierownik projektu, architekt systemu MES, programista i integrator automatyki PLC, inżynier wdrożeniowiec, analityk procesowy
Klient i kontekst projektu
Gobarto S.A. jest największą polską firmą zajmującą się ubojem i rozbiorem mięsa czerwonego, a jej produkty trafiają na rynek krajowy oraz na wymagające rynki Europy, Azji i Afryki. Zakład w Grąbkowie prowadzi ubój i rozbiór wieprzowiny na skalę przemysłową, w rygorach jakościowych i sanitarnych narzuconych przez odbiorców i przepisy.
Chłodnia półtusz jest w tym łańcuchu punktem, w którym rozstrzyga się, czy zamówienie klienta zostanie skompletowane poprawnie. Po uboju każda półtusza ma już swój zestaw cech: masę WBC, klasę mięsności, kraj pochodzenia, przypisanie do strefy związanej z ograniczeniami afrykańskiego pomoru świń, typ partii oraz informacje o konfiskatach i ubytkach. Odbiorcy zamawiają nie półtusze w ogóle, tylko półtusze o określonych parametrach. Dopasowanie towaru do zamówienia decyduje więc o tym, czy dostawa zostanie przyjęta bez zastrzeżeń.
Ta operacja przez lata opierała się na ludziach: na ich ocenie, pamięci i sile fizycznej.
Wyzwanie
Jak wyglądała chłodnia przed wdrożeniem
Przydział półtusz do torów magazynowych i do konkretnych zamówień wykonywali pracownicy. Półtusze były fizycznie przepychane po torach podwieszanych, a kwalifikacja opierała się na indywidualnej ocenie operatora. Standaryzacja jakościowa w takim modelu jest trudna, bo dwie osoby patrzące na ten sam towar mogą podjąć różne decyzje.
Model ten kosztował na kilku poziomach jednocześnie:
- Obsada. Sprawna obsługa procesu wymagała zespołu kilku osób na każdej zmianie, w warunkach chłodniczych i przy pracy fizycznej.
- Rozjazd stanów. Między rzeczywistym stanem na torach a zapisami w systemie pojawiały się niezgodności.
- Codzienne przeliczanie. Żeby te niezgodności wyłapać, pracownicy ręcznie liczyli półtusze w chłodni każdego dnia. Czas na to poświęcony nie wnosił nic do produkcji.
- Ryzyko po stronie handlowej. Pomyłka w przydziale nie kończyła się na hali. Wychodziła z zakładu razem z transportem i wracała jako korekta, dodatkowa obsługa reklamacyjna i koszt, którego nikt nie zaplanował.
To ostatnie przesądziło o decyzji. Przy rosnącej skali uboju ryzyko pomyłki przestało być akceptowalne, bo skutki pojedynczego błędnego przydziału ponosił nie zakład, tylko relacja z odbiorcą.
Co było w tym projekcie naprawdę trudne
Komunikacja bez opóźnień między MES a automatyką. Decyzja algorytmu musi w ułamku sekundy przełożyć się na fizyczne przestawienie zwrotnicy. Hak z półtuszą jedzie dalej niezależnie od tego, czy system zdążył odpowiedzieć. Nie było tu marginesu na przetwarzanie wsadowe ani na ponowne odpytanie.
Praca na żywym organizmie. Wdrożenie odbywało się w zakładzie pracującym w normalnym rytmie. Nie było możliwości zatrzymania uboju ani dystrybucji na czas prac.
Chłodnia jako środowisko wymagające dla RFID. Niska temperatura, wysoka wilgotność oraz duże zagęszczenie stalowych konstrukcji i haków tworzą wymagające warunki dla stabilnego odczytu RFID. System wymagał precyzyjnego strojenia, aby ograniczyć błędne i zdublowane odczyty.
Logika przydziału o sześciu zmiennych. Algorytm musi zestawić sześć niezależnych parametrów każdej sztuki z wymaganiami zamówień handlowych, które same bywają elastyczne i zmieniają się w trakcie zmiany.
Dlaczego 7Technology
Gobarto współpracuje z 7Technology od blisko dwóch dekad, a system MES 7Technology działał już wcześniej w innych obszarach zakładu. Wybór partnera wynikał z tego doświadczenia: znajomości specyfiki zakładu, sprawdzonego rozwiązania oraz chęci utrzymania jednego, spójnego środowiska IT i OT zamiast dokładania kolejnego niezależnego systemu.
Rozwiązanie
Analiza procesowa i projekt integracji. Zespół zmapował szczegółowo przepływ półtusz przez chłodnię i zdefiniował interfejsy komunikacyjne między systemem MES a sterownikami automatyki.
Infrastruktura RFID. W kluczowych punktach kontrolnych stanęły czytniki, a ich parametry zostały dostrojone do odczytu haków wyposażonych w unikalne tagi. Hak przestał być elementem transportu, a stał się nośnikiem tożsamości konkretnej półtuszy.
Silnik przydziału w MES. Powstał moduł, który automatycznie dopasowuje półtuszę do zamówienia na podstawie sześciu parametrów zebranych na wcześniejszych etapach uboju: masy WBC, mięsności i klasy jakościowej, kraju pochodzenia, strefy związanej z afrykańskim pomorem świń, typu partii oraz konfiskat i ubytków.
Integracja ze sterowaniem torów. Po odczytaniu taga hak zostaje zidentyfikowany, MES przesyła do automatyki komendę ze wskazaniem właściwego toru, a sterowanie przestawia rozjazdy we właściwym momencie i uruchamia napędy. Cała sekwencja przebiega bez udziału człowieka.
Moduł biurowy dla dyspozytora. Aplikacja pozwala w czasie rzeczywistym zmieniać priorytety zamówień, modyfikować zakresy parametrów przypisanych do zamówienia, sprawdzać postęp kompletacji i podglądać stan magazynu.
Moduł produkcyjny na hali. Dostępny bezpośrednio przy procesie, umożliwia bieżącą weryfikację postępu realizacji zamówień, zmianę priorytetów, podgląd stanu magazynu oraz wskazanie kolejnego toru po zapełnieniu poprzedniego.
Uruchomienie i asysta produkcyjna. Start produkcyjny objął szkolenie personelu oraz dostrojenie parametrów pracy w warunkach pełnego obciążenia zakładu.
Masz podobne wyzwanie w swojej firmie?
Wdrażamy chmurę, systemy MES i obiegi dokumentów w firmach, które pracują bez przerwy. Zaczynamy od analizy procesu na miejscu i wyceny, którą dostajesz przed decyzją o współpracy.
Osiągnięte rezultaty
| Obszar | Przed wdrożeniem | Po wdrożeniu |
|---|---|---|
| Obsada chłodni | Kilku pracowników na zmianę: ocena i ręczne przepychanie półtusz | Jeden operator nadzorujący pracę systemu |
| Podstawa decyzji o przydziale | Subiektywna ocena pracownika | Algorytm zestawiający sześć twardych parametrów każdej sztuki |
| Pomyłki w przydziale | Ryzyko błędu obecne przy każdej decyzji operatora | Ręczna decyzja zniknęła z procesu, a wraz z nią pomyłki i wynikające z nich korekty wysyłek |
| Stan magazynowy | Codzienne ręczne przeliczanie półtusz w chłodni | Stan aktualizowany automatycznie, dostępny na bieżąco |
| Reakcja na zmianę zamówienia | Zależna od dostępności i decyzji obsługi | Kilka sekund od zmiany priorytetu w module dyspozytorskim |
Poza samą redukcją obsady wzrosła ogólna wydajność chłodni, a zarządzanie zamówieniami przeszło w tryb pracy w czasie rzeczywistym. Zniknęła też cała kategoria pracy, która wcześniej pochłaniała czas każdego dnia i nie tworzyła żadnej wartości: ręczne liczenie towaru po to, żeby ustalić, co właściwie znajduje się na torach.
Podsumowanie i dalszy rozwój
System pracuje stabilnie w trybie produkcyjnym i jest objęty stałą opieką powdrożeniową oraz umową utrzymaniową z określonym poziomem świadczenia usług. Rozwiązanie nie zostało zamknięte na etapie odbioru: w ramach współpracy trwającej blisko dwie dekady jest rozwijane wraz ze zmianami wymagań rynkowych i biznesowych Gobarto.
Kolejny etap dotyczy wykorzystania danych, które chłodnia produkuje niejako przy okazji. Każda półtusza zostawia w systemie komplet parametrów i historię sortowania, a te dane mają zasilić moduły predykcyjnego planowania rozbioru. Automatyzacja przestaje wtedy być wyłącznie oszczędnością na obsadzie, a staje się źródłem informacji do planowania kolejnego etapu produkcji.
