Internet Rzeczy w służbie automatyzacji gromadzenia danych

1075

Chcąc zachować konkurencyjność na rynku, trzeba dziś szukać sposobów nieustannego podnoszenia produktywności. Jednym z rozwiązań jest sięgnięcie po koncepcję Lean Manufacturing oraz związanych z nią programów produktywnego utrzymania ruchu maszyn (TPM, Total Productive Maintenance).  Jednak kluczem do sukcesu jest ujednolicenie pozyskiwania danych oraz ustanowienie środków, które pozwolą ocenić wprowadzone udoskonalenia i śledzić ich rozwój w czasie, a pomocny może być w tym przemysłowy Internet Rzeczy (IIoT).

W koncepcji Lean Manufacturing najczęściej stosowanym wskaźnikiem pomiarowym jest OEE (całkowita efektywność sprzętu).  Wskaźnik OEE ma trzy odrębne elementy składowe — dostępność, wydajność i jakość — które są bezpośrednio skorelowane z sześcioma głównymi stratami TPM (planowe i nieplanowe przestoje, powolne cykle, mikrozatrzymania, straty produkcyjne i straty przy uruchamianiu). Dzięki temu można wykorzystać go jako podstawę do identyfikacji pierwotnych przyczyn braku wydajności oraz jako pomoc dla użytkowników przy ustalaniu priorytetowych czynności z zakresu doskonalenia i oceny ich skuteczności.

Choć odpowiednia struktura pomiarowa ma kluczowe znaczenie przy udoskonalaniu operacji, to jej skuteczność zależy od jakości dostępnych danych. Z tego właśnie powodu wiele programów zgodnych z koncepcją Lean szwankuje tuż po starcie. Gromadzenie i optymalizowanie danych oraz zarządzanie nimi w sposób dokładny, spójny i pozwalający wyciągać wnioski bywa bowiem często trudne i kosztowne. Rozwój przemysłowego Internetu Rzeczy (IIoT) powoduje jednak, że sytuacja ta stopniowo ulega zmianie. Wraz z nową technologią pojawiają się nieznane dotąd możliwości automatyzacji i standaryzacji gromadzenia danych, a także narzędzia do porządkowania tych danych w sposób umożliwiający ich wykorzystanie do pomiaru i poprawy wskaźnika OEE.

Niełatwe gromadzenie danych

Producenci, którzy chcą rozpocząć pomiar wskaźnika OEE, muszą zdecydować się na ręczne lub automatyczne gromadzenie danych.  Do podjęcia właściwej decyzji niezbędne jest uwzględnienie rodzaju potrzebnych danych, osoby, która będzie ich używać, oraz sposobu ich wykorzystania. Te ustalenia należy następnie zestawić z informacjami o tym, które dane są łatwo dostępne, a które można uzyskać dopiero po pokonaniu pewnych przeciwności. Przy pomiarze OEE pierwsza część danych, które trzeba zebrać, jest jasno określona: potrzebne są informacje o przestojach sprzętu gromadzącego dane, wydajności produkcyjnej oraz odrzuceniach spowodowanych jakością. Trzeba także ustalić, na jakim poziomie ma się odbywać gromadzenie i przeglądanie danych.  To ważne, ponieważ dane zbyt ogólnikowe mogą nie nadawać się do praktycznego wykorzystania; z kolei nadmierna szczegółowość informacji powoduje, że trudno je uporządkować i ustalić ich priorytet.

Manualna rejestracja danych może być dobra na początek, jednak często okazuje się metodą zbyt niedokładną, trudną do standaryzacji i słabo dopasowaną do określonych celów, jeżeli uzyskane informacje mają posłużyć do podejmowania decyzji w czasie rzeczywistym. To właśnie sprawia, że ręczne gromadzenie danych może znacząco utrudniać szybkie wdrożenie pełnoskalowych działań i osiągnięcie sukcesu w długiej perspektywie czasowej.

Automatyzacja oraz rozwiązanie na miarę potrzeb

Mówi się, że poprawić można tylko to, co da się zmierzyć. Gromadzenie danych z myślą o udoskonaleniu operacji jest jednak trudnym zadaniem, gdy nie można skorzystać z automatyzacji. Obecny rozwój rozwiązań IIoT pozwala jednak zautomatyzować gromadzenie danych z użyciem sprzętu, który jest już zainstalowany na linii. Coraz doskonalsze i lepiej zintegrowane czujniki oraz oprogramowanie do pomiaru OEE i produktywności pozwalają sprawniej zbierać dane, co przekłada się na daleko idące zwiększenie ich spójności i dokładności. Pozyskane informacje mogą z czasem utworzyć zbiór wiarygodnych, cennych źródeł, które będzie można wykorzystać w różnych programach doskonalenia w całej organizacji. Obecność inteligentnych rozwiązań sprzętowych do gromadzenia danych nie musi zarazem oznaczać, że firma posiada odpowiednie narzędzia do zarządzania nimi.

Obserwowany rozwój w dziedzinie Przemysłu 4.0 oraz inteligentnych maszyn mógłby sugerować, że optymalizacja wydajności produkcji jest dziś wyjątkowo prostym zadaniem. Automatyzacja obsługi danych i wdrożenie inteligentnych maszyn wymaga jednak czasu i nakładów finansowych, chyba że firma może skorzystać z inteligentnych urządzeń, które pracują już na jej linii produkcyjnej. Gotową odpowiedź na wymagania w tym zakresie mogą stanowić na przykład zamontowane już na liniach urządzenia do znakowania Videojet, które są wyposażone w funkcje gromadzenia danych. Możliwość efektywnego wykorzystania tych danych zależy jednak od tego, czy firma zastosuje nowe rozwiązania do zarządzania nimi.

Do niedawna można było zaobserwować pewien dysonans: mimo że mali i średni przedsiębiorcy dążyli do automatyzacji zbierania danych oraz ich praktycznego wykorzystania, brakowało ekonomicznych, skalowalnych i łatwych do wdrożenia rozwiązań, które pozwalałyby na realizację tych zamierzeń.

Pomiar produktywności/wskaźnika OEE — co należy uwzględnić?

Wybór dobrego rozwiązania programowego do pomiaru wydajności lub wskaźnika OEE może być trudnym zadaniem. Dokonanie oceny dostępnych produktów wymaga dogłębnego przeanalizowania obecnych i długoterminowych potrzeb firmy. Zdecydowanie należy też wziąć pod uwagę skalowalność i stopień złożoności. Niektóre z proponowanych rozwiązań mogą być zbyt skomplikowane do wdrożenia lub oferować niepotrzebne funkcje (nie każda firma potrzebuje na przykład sterowania chłodniami). Inne mogą być z kolei wysoko wyspecjalizowane i ukierunkowane na określony rodzaj użytkowników, co utrwala problem silosu danych. Z drugiej strony pewne rozwiązania mogą być nadmiernie uproszczone i dostarczać danych wysokiego poziomu, które dopiero po wieloetapowej analizie umożliwią dotarcie do pierwotnej przyczyny problemów. Należy także zwrócić uwagę, że rozpiętość cenowa dostępnych rozwiązań programowych jest bardzo duża, więc firmy powinny szukać produktów, które będzie można szybko wdrożyć do eksploatacji bez przekraczania budżetu. Wybranie produktu, który zapewni idealną równowagę wszystkich tych elementów, może być trudnym zadaniem, dlatego warto również poszukać zaufanego partnera, który zna profil produkcji, procesy i potrzeby firmy.

Rozwój technologii oferuje wymierne możliwości poprawy wskaźnika OEE i produktywności. Rozwiązania IIoT pozwalają zautomatyzować gromadzenie danych — także z użyciem inteligentnych funkcji posiadanych urządzeń, co jest optymalnym wyjściem z sytuacji. Równie ważną kwestię stanowi znalezienie rozwiązania do zarządzania zebranymi danymi, które zaoferuje odpowiedni zakres funkcji, oraz wybór partnera, który zna profil produkcji firmy i rozumie jej potrzeby. W ostatecznym rozrachunku idealne połączenie tych dwóch elementów umożliwi wprowadzanie udoskonaleń oraz zapewni rentowność działania teraz i w przyszłości.

Autor: Bob Neagle; dyrektor handlowy ds. rozwiązań zwiększających produktywność, Videojet Technologies Inc

Źródło: Video jet