Predstavitev primerov dobrih praks 2026



     

    Primer dobre prakse 1: Z umetno inteligenco do pametnih proizvodnih linij, Jaka Leban, Hidria, d.o.o.

    Skozi predstavitev bo prikazano, kako v Hidrii z uporabo umetne inteligence gradijo pametne proizvodne linije in s tem dosegajo nove ravni učinkovitosti, kakovosti in sledljivosti. Na konkretnih primerih iz proizvodnje žarilnih svečk s senzorjem tlaka ter iz elektronike (Avtomatske optične inšpekcije - AOI) prikažejo, kako strojno učenje skrajša procese, izboljša kakovost in omogoča proizvodnjo, ki brez AI sploh ne bi bila mogoča. Drugi del predstavitve je posvečen razvoju adaptivne linije za izdelavo lamel, kjer s kombinacijo senzorike, digitalnega dvojčka, FEM-simulacij in AI naslavljajo variabilnost materiala ter napovedujejo obrabo orodij in deformacije. Primeri ponazarjajo, kako lahko AI postane osrednji “možgani” modernih proizvodnih procesov ter zakaj je ključno, da podjetja tej transformaciji ne le sledijo, ampak jo vodijo.

    Primer dobre prakse 2: Napredne analitične metode za optimizacijo brizganja plastike, Matej Emin, CULMIUM, d.o.o. in Štefan Volk, Iskra ISD d.o.o.

    Podjetji Culmium in Iskra ISD sta izboljšali proces brizganja plastike za priklopne kable električnih vozil. Z uporabo naprednih analitičnih metod so zmanjšali variabilnost, skrajšali čas nastavitev strojev ter znižali izmet. Projekt dokazuje, da lahko z integracijo meroslovne zanesljivosti, eksperimentalnega načrtovanja in naprednega modeliranja slovenska podjetja ustvarjajo tehnološko napredne in konkurenčne rešitve za elektroindustrijo in razvoj e-mobilnosti.

    Primer dobre prakse 3: Razvoj lastne aplikacije za upravljanje NC programov, Peter Žust, Poclain Hydraulics, d.o.o. 

    V proizvodnih podjetjih se vedno bolj kaže potreba po hitrih, prilagodljivih in stroškovno učinkovitih digitalnih rešitvah. Komercialne programske rešitve pogosto ne zadostijo specifičnim zahtevam ali so predrage, preveč kompleksne ali nezdružljive z vsemi napravami in sistemi. Z razvojem umetne inteligence se odpirajo nove možnosti za hitrejši in enostavnejši razvoj lastnih aplikacij, ki so povsem prilagojene specifičnim potrebam proizvodnje.

    Predavanje ponuja vpogled v to, kako lahko podjetja ali posamezniki z osnovnim znanjem programiranja in uporabo umetne inteligence hitro ustvarijo lastne aplikacije, ki učinkovito rešujejo specifične proizvodne izzive ter dopolnjujejo obstoječe komercialne sisteme. Predstavljen bo konkreten primer razvoja aplikacije za upravljanje NC programov (NC program management), razvite v programskem jeziku Python za potrebe naše proizvodnje.

    Primer dobre prakse 4: Pametno planiranje za sodobno proizvodnjo, Jernej Polič, Kontron, d.o.o. in Blaž Svilan, Lean Scheduling  Europe  d.o.o.

    Podjetje Kontron d.o.o. je v sodelovanju s podjetjem Lean Scheduling Europe d.o.o. uvedel napredno rešitev za planiranje in razporejanje (APS, o.p. Advance Planing and Scheduling). S tem projektom je Kontron prenovil in digitaliziral proces planiranja ter s tem tesno povezal prodajo, nabavo in proizvodnjo za agilno reagiranje na spremembe. Kontronova APS rešitev, integrirana z obstoječimi poslovno informacijskimi sistemi, razporeja proizvodne operacije s sočasnim upoštevanjem materialnih omejitev, omogoča osredotočen vpogled v materialne potrebe in oskrbe ter podpira izvajanje simulacij »kaj-če«. Z uporabo APS rešitve je Kontron prepolovil čas priprave planov, bistveno skrajšal reakcijski čas in izboljšal odločitve v primeru kupčeve spremembe odjemov, izboljšal pravočasnost dobav, znižal zaloge, povečal učinkovitost poslovanja ter si z vsem naštetim pridobil strateško prednost v zahtevni proizvodni industriji.

    Primer dobre prakse 5: Digitalni dvojček betonarne: od razpršenih podatkov do nadzora kakovosti in nižjega CO2  odtisa,  Blaž Jakopin, PRIOT d.o.o.

    Beton je takoj za vodo drugi najbolj porabljen vir na svetu - povprečno kar 3 tone na vsakega prebivalca letno. Prav zato sta kakovost in učinkovitost njegove proizvodnje ključnega pomena tako z vidika varnosti kot tudi trajnosti. V sodelovanju s podjetjem GIC gradnje smo vzpostavili enotno digitalno platformo za upravljanje več betonarn, ki povezuje prodajo, proizvodnjo, zunanje senzorje, laboratorijske meritve in obstoječe informacijske sisteme v koncept digitalnega dvojčka. Rešitev omogoča popolno sledljivost: za vsak kubični meter betona je znano, kako in kdaj je bil proizveden, iz katerih surovin, za katero stranko, v kakšnih pogojih ter s kakšnimi rezultati kakovostnih meritev. Sistem ne služi le poročanju, temveč aktivno podpira odločanje, optimizacijo stroškov in zmanjševanje okoljskega odtisa. Gre za primer uspešne digitalne transformacije tradicionalne industrije, kjer podatki postanejo temelj za višjo kakovost, večjo konkurenčnost in skladnost z EU okoljskimi zahtevami.

    Primer dobre prakse 6: Aktivno energetsko upravljanje (ang. AEM-Active Energy Management), Matic Rems, Novartis d.o.o.

    Podjetje že več let uspešno izvaja projekt Aktivno energetsko upravljanje, kjer s pomočjo naprednega računalniškega programa ter ekipe ekspertov skrbi za optimalno porabo energentov in hkrati nenehno vpeljuje nadgradnje, ki zmanjšujejo porabo le-teh. Učinkovitost delovanja je vidna na manjših specifičnih porabah energentov. Dodatno na nekatere energetske sisteme pripravljajo tudi implementacijo strojnega učenja.

    Primer dobre prakse 7: Pametno skladišče prihodnosti, Jure Pepevnik, Paloma d.d.

    G. Pepevnik bo predstavil, kako je pridobitev visoko regalnega skladišča v Palomi ključno vplivala na optimizacijo logističnih procesov, bistveno skrajšala čas od naročila do naklada in omogočila bolj optimalno izkoriščanje delovnega časa. S poudarkom na povečani učinkovitosti in točnosti, bo prikazal, kako visoka stopnja avtomatizacije izboljšuje pretok blaga in zmanjšuje operativne stroške. Nazadnje se bo osredotočil na pozitiven vpliv visokotehnološkega skladišča na zaposlene, vključno z zmanjšanjem fizične obremenitve, in potrebo po razvoju novih veščin za upravljanje sodobnih sistemov.

    Primer dobre prakse 8: Standardizirano reševanje problemov kot temelj nenehnih izboljšav, Bojan Šinkovec, DEMETRA Lean Way d.o.o.

    Podjetji Polycom Škofja Loka d.o.o. in DS Smith Paper sta se soočali z izzivom razpršenega in nepreglednega reševanja kompleksnih problemov, kar je podaljševalo odzivne čase in oteževalo sistematično učenje organizacije. Z uvedbo digitalnega modula APS – Advanced Problem Solving sta vzpostavili enoten, strukturiran in sledljiv proces reševanja problemov. Rešitev združuje preverjene metode reševanja problemov, kot so Ishikawa, 5x Zakaj, A3 in 8D, 6 SIGMA ter jih povezuje v konsistenten digitalni okvir. Rezultati vključujejo večjo preglednost, hitrejše odločanje, večjo vključenost zaposlenih in dolgoročno ohranjanje znanja. Primer dobre prakse jasno pokaže, kako digitalna orodja podpirajo kulturo nenehnih izboljšav in prispevajo h konkurenčnosti v industrijskem okolju.

     

     

    Primer dobre prakse: Napredne analitične metode za optimizacijo brizganja plastike, Matej Emin, CULMIUM, d.o.o. in Štefan Volk, Iskra ISD d.o.o.

    Podjetji Culmium in Iskra ISD sta izboljšali proces brizganja plastike za priklopne kable električnih vozil. Z uporabo naprednih analitičnih metod so zmanjšali variabilnost, skrajšali čas nastavitev strojev ter znižali izmet. Projekt dokazuje, da lahko z integracijo meroslovne zanesljivosti, eksperimentalnega načrtovanja in naprednega modeliranja slovenska podjetja ustvarjajo tehnološko napredne in konkurenčne rešitve za elektroindustrijo in razvoj e-mobilnosti.

    Primer dobre prakse: Napredne analitične metode za optimizacijo brizganja plastike, Matej Emin, CULMIUM, d.o.o. in Štefan Volk, Iskra ISD d.o.o.

    Podjetji Culmium in Iskra ISD sta izboljšali proces brizganja plastike za priklopne kable električnih vozil. Z uporabo naprednih analitičnih metod so zmanjšali variabilnost, skrajšali čas nastavitev strojev ter znižali izmet. Projekt dokazuje, da lahko z integracijo meroslovne zanesljivosti, eksperimentalnega načrtovanja in naprednega modeliranja slovenska podjetja ustvarjajo tehnološko napredne in konkurenčne rešitve za elektroindustrijo in razvoj e-mobilnosti.