Descripción del proyecto
bonÀrea fabrica molts dels productes que comercialitza. Pel que fa als productes frescos, cal destacar-ne un aspectes clau d’aquesta marca: aconseguir fer arribar el producte el més fresc possible als seus consumidors. Per això és molt important ajustar al màxim la fabricació de cada producte segons el que es vendrà en el futur (pròxim) a les botigues de la marca, evitant que hi hagi ruptures d’estoc de producte i alhora que aquest no arribi massa vell a les botigues o que es vagi fent excessivament vell a les botigues. Les ruptures d’estoc esdevenen vendes perdudes per a l’empresa, mentre que el producte vell acaba generant devolucions perquè costa que els clients vulguin comprar-los i, per tant, esdevé un punt de malbaratament alimentari; generant residus i un impacte econòmic.
Davant d’aquest escenari pren importància saber què s’ha de produir en cada moment i en quina quantitat. El fet que durant els caps de setmana no hi hagi producció, fa que a finals de setmana laboral hi hagi un pic de feina no desitjable. Es voldria uniformitzar la producció de dilluns a divendres el màxim, de manera que hi hagués la mateixa productivitat aproximada cada dia, tenint en compte les diferents restriccions que presenta l’actual sistema de producció i considerant les característiques pròpies de cada producte (dies de caducitat que admet, demanda dels clients, impacte de les devolucions que té…).
Els productes es fabriquen a la fàbrica de bonÀrea (Guissona) i se serveixen a més de 500 botigues repartides arreu del territori estatal i altres canals de venda. Aquest escenari ens porta a tenir una logística controlada i el màxim d’optimitzada possible. Els pics de producció diaris, així com aquests dies de més fabricació de l’habitual esdevenen un coll d’ampolla i que alteren l’operativa dins de fàbrica, fins al punt que se satura el sistema i no pot absorbir el volum de caixes que es fabriquen, fent així que sigui necessari preservar-les en algun altre indret un cop produïdes fins a alliberar el sistema i poder-les introduir per tal de fer-ne tota la distribució pertinent. Pel que fa a aquesta saturació, no només hi afecta la variació dels volums a fabricar, sinó que s’han identificat altres punts que obstaculitzen la logística. Un d’aquests punts el trobem als desviadors, els quals reben un flux de les caixes que van sortint de diferents sales de producció. Aquest flux va circulant per una cinta i un cop arriba al desviador, aquest desvia cada caixa en una o altra cinta segons el seu destí. El problema que presenten és que cada canvi de direcció requereix aturar la cinta de transport durant un instant de temps, de manera que segons com sigui la seqüència de les caixes que circula per la cinta i les decisions de desviament que es prenguin es provoquen massa aturades de cinta que saturen el sistema i l’afectació arriba fins a les sales de producció, on no poden anar introduint les noves caixes amb nou producte produït al sistema i les han de preservar a la sala de fabricació fins que el sistema pugui admetre aquestes caixes. El que es pretén és millorar l’algorítmica de logística, de manera que donada la seqüència de caixes que arribarà a cada desviador, es minimitzi el nombre de canvis de direcció. Així, s’espera que es produeixin el mínim nombre de parades de cinta possible, incrementant la capacitat del sistema per no sobresaturar-lo i aconseguir alliberar a les sales de producció de la feina de preservació de caixes.
El projecte pretén englobar tots els punts de millora interna des de la producció a les mateixes línies de fabricació, passant per aquesta logística interna de la fàbrica, fins a magatzem. El projecte disposa de múltiples punts d’extensió que fan viables una recerca contínua que englobi tot l’arc productiu.
Aquesta complexitat requereix d’experts en modelització i optimització i noves eines matemàtiques que puguin avançar en l’actual estat de l’art per fer front a aquest repte i aportar millores . El doctorant, amb la col·laboració de bonÀrea i la Universitat de Lleida (UdL), farà ús de les dades que es diposin per desenvolupar estratègies novedoses en el camp de l’anàlisi de dades, el machine learning i la intel·ligència artificial, per millorar la gestió dels recursos i reduir el malbaratament alimentari.
