Архив Здравоохранение и фармацевтика · Фарма и биотех
Takeda в Хикари: ML-анализ и настройка клапана, рост выхода около 4%
По данным Takeda, модель прогноза выхода на основе многомерного анализа и машинного обучения позволила найти причину потерь выхода действующего вещества на заводе в Хикари. После оптимизации открытия клапана охлаждающей воды выход вырос примерно на 4%.
/01 · ключевые результаты
-
результат
около 4%
рост выхода действующего вещества
ビジネスネットワーク.jp (RIC TELECOM), статья, 06.09.2024
по данным на сентябрь 2024 года · производство действующего вещества на заводе Takeda в Хикари (префектура Ямагути)
данные СМИ
- не менее 200 параметров производственные настройки · масштаб ビジネスネットワーク.jp (RIC TELECOM), статья, 06.09.2024
оценка strategai
Оценку не приводим: источник не называет объём производства, цену и денежный эффект, только прирост выхода в процентах.
По данным Takeda, модель прогноза выхода на основе многомерного анализа и машинного обучения позволила найти причину потерь выхода действующего вещества на заводе в Хикари. После оптимизации открытия клапана охлаждающей воды выход вырос примерно на 4%.
/02 · паспорт кейса
Бизнес
- Компания
- Takeda Pharmaceutical Company Limited
- Отрасль
- Здравоохранение и фармацевтика · Фарма и биотех
- Функция
- Производство и основные операции
- Задача
- Оптимизация техпроцесса, АСУ ТП, советчики
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Собственная разработка
- Данные
- Производственные и качественные данные из MES и других систем, собранные в облачной среде; более 200 параметров производства действующего вещества.
Внедрение
- Стадия
- Промышленная эксплуатация, на 06.09.2024
- География
- Япония
/03 · описание кейса
Зачем
Бизнес-задача
Takeda реализует глобальную программу «Factory of the Future» для повышения эффективности и качества производства лекарств. На заводе в Хикари (префектура Ямагути) в производстве действующего вещества участвуют более 200 параметров процесса. Из-за этого причину снижения выхода продукта было трудно установить. Задача состояла в том, чтобы выявить параметры, которые влияют на выход, и найти причину его потерь.
Что
Решение
На заводе построили модель прогноза выхода на основе многомерного анализа и машинного обучения, которая анализирует связи между разными массивами данных. Производственные и качественные данные из MES и других систем собрали в облачной среде. Модель позволила сузить круг параметров, влияющих на выход, и определить, что причина потерь связана со временем охлаждения. По итогам анализа оптимизировали открытие клапана охлаждающей воды.
Как
Внедрение
Takeda рассказала о решении на пресс-брифинге по цифровой трансформации производства 5 сентября 2024 года. Компания сообщила, что после оптимизации открытия клапана охлаждающей воды выход вырос примерно на 4%. Решения отдельных площадок планируется собирать на единой глобальной платформе «Global Market Place», чтобы переносить их между заводами. На брифинге также представили ещё три проекта в области цифровизации и автоматизации.
/04 · источники и проверка
Что подтверждено
- По данным Takeda, после ML-анализа и оптимизации открытия клапана охлаждающей воды выход на заводе в Хикари вырос примерно на 4%.
- На заводе в Хикари анализ данных связал потери выхода со временем охлаждения.
- Модель прогноза выхода использует многомерный анализ и машинное обучение на данных MES и контроля качества в облачной среде.
Ограничения
- Прирост около 4% относится к производству действующего вещества на заводе в Хикари.
- Источник не называет базовый уровень выхода и период измерения. Прирост получен одним изменением режима, открытием клапана охлаждающей воды, найденным по результатам анализа.
- Денежный эффект и объём производства в источнике не приведены.
-
[1] ビジネスネットワーク.jp (RIC TELECOM)
武田薬品が自社スマート工場を紹介 デジタルツインや機械学習で製造DX
СМИ · 06.09.2024
Открыть источник
АрхИИВ /strategai · CB-001775 · Версия 1 · 23.10.2026 · /c/CB-001775/