5 rodzajów danych, które już dziś trzeba monitorować na liniach produkcyjnych
Ostatnio często słyszymy o transformacji cyfrowej, inteligentnych fabrykach i podejmowaniu decyzji w oparciu o dane. W natłoku codziennych obowiązków nietrudno odsunąć na bok te modne hasła. Jednak najbardziej liczący się gracze w branży produkcyjnej, dla których ważne jest zachowanie konkurencyjności, osiąganie celów w zakresie minimalizacji przestojów i trzymanie w ryzach marż, dokładnie monitorują kilka kluczowych rodzajów danych. Nie wszystkie, tylko te niezbędne. Przedsiębiorstwa, które nie biorą pod uwagę więcej niż jednego z tych rodzajów danych, zazwyczaj mają zbyt wysokie koszty, zbyt często przegrywają z konkurencją lub po prostu podejmują decyzje na ślepo.
Stefan Jensen, dyrektor generalny firmy OptiPeople, lidera w dziedzinie danych produkcyjnych, przedstawił prosty podział danych kluczowych w produkcji na pięć podstawowych kategorii.
1. Energia - nie tylko rachunek za prąd
Zacznijmy od energii. Nie dlatego, że dziś dużo się o niej mówi, ale dlatego, że wpływa ona znacząco na wyniki finansowe i wymagania w zakresie ESG.
Jeśli nadal ograniczasz się do comiesięcznego rachunku za media i używasz tylko jednego licznika, nie znasz pełnego obrazu sytuacji. Pod pojęciem „energia” kryje się wiele rzeczy. Większości ludzi kojarzy energię z kilowatogodzinami lub emisją CO₂. Ale ważne są także parametry takie, jak temperatura, wilgotność, ciśnienie czy przepływ. Wszystkie można wyrazić w postaci danych i wykorzystać w celu zapewnienia przebiegu produkcji zgodnie z planem - wyjaśnia Stefan Jensen.
Rozwiązanie jest proste - wystarczy zamontować podliczniki. Pozwoli to uzyskać wgląd w to, do których linii, stref czy nawet maszyn faktycznie trafia energia. Pomiar cząstkowy umożliwia wyodrębnianie najbardziej energochłonnych elementów instalacji i wykrywanie marnotrawstwa energii, pomagając w określeniu rzeczywistych wskaźników KPI.
Monitorowanie poboru energii to za mało. W środowiskach produkcyjnych konieczne jest również analizowanie powiązanych parametrów i obszarów, takich jak przepływ powietrza, układy chłodzenia, a nawet zapotrzebowanie na sprężone powietrze. Pomogą w tym czujniki przepływu, czujniki temperatury i przetworniki ciśnienia. Te niedrogie urządzenia ułatwiają eliminowanie marnotrawstwa energii i generują wiarygodne dane dotyczące emisji dwutlenku węgla.
Stefan Jensen dodaje, że należy się spodziewać wzrostu liczby klientów domagających się danych na temat śladu energetycznego w produkcji każdej poszczególnej części. Prawda jest gorzka - jeśli nie otrzymają tych danych, wybiorą innego dostawcę.
2. Efektywność - możliwość weryfikacji faktycznych wyników
Każdy kierownik produkcji twierdzi, że na jego liniach produkcyjnych nie ma problemów. Wystarczy jednak przyjrzeć się danym dotyczącym faktycznego czasu pracy bez przestojów, czasów trwania cykli czy wydajności rzeczywistej w zestawieniu z wydajnością docelową, aby przekonać się, że nie jest to prawda. Nie trzeba dodawać, że nie da się doskonalić tego, czego się nie mierzy, a ogólnikowe stwierdzenia mają się nijak do twardych danych.
Na początek warto ustalić, jak długo faktycznie pracują maszyny. Następnie można określić przyczyny ich zatrzymań i sprawdzić, czy zakład osiąga oczekiwaną wydajność - mówi Stefan Jensen.
Czego potrzeba?
Podstawowe elementy to urządzenia zliczające, takie jak czujniki fotoelektryczne wykrywające części i pozwalające określić czas cyklu maszyny oraz czujniki z obsługą technologii IO-Link, które umożliwiają śledzenie stanu w czasie rzeczywistym. Dzięki nim można automatycznie monitorować czas pracy bez przestojów, prędkość cyklu i przejścia.
Potem można skupić się na konkretach. Co spowodowało przestój? Zator? A może opóźnienie w dostawie materiału lub nieobecność operatora? Na wiele z tych pytań można odpowiedzieć, ręcznie analizując dane, jednak z czasem okaże się, że niezbędne są czujniki lub oprogramowanie, które na bieżąco identyfikują przyczyny problemów. Pomoże integracja z systemem MES, a nawet udostępnienie operatorom zwykłego tabletu pozwalającego rejestrować przyczyny nieprawidłowości w czasie rzeczywistym.
Wystarczy kilka prostych czujników, aby gromadzić dane niezbędne do zapewnienia rentowności produkcji.
Ważne jest także analizowanie czynników środowiskowych, ponieważ niespodziewane zmiany wilgotności lub temperatury otoczenia nieznacznie spowalniają maszyny. Pomogą w tym czujniki środowiskowe, takie jak czujniki temperatury czy wilgotności, które pozwalają zapewnić nie tylko zgodność z wymogami, ale również określoną wydajność. Reasumując, efektywność produkcji zależy od wglądu we wskaźniki produkcyjne. Alternatywa to opieranie się na domysłach.
3. Jakość - co trafia do klienta i czy jest to zgodne z jego wymaganiami
Jakość jest bardzo ważna. To od niej zależy, czy produkt trafi do klienta czy stanie się odpadem. A także czy audyt przebiegnie bez problemów. Oba aspekty są równie istotne.
W przypadku jakości warto wyróżnić dwie kategorie. Pierwsza to jakość produktu, czyli jego właściwy wygląd i poprawne działanie. Drugą jest zgodność z wymaganiami i jakość procesów, co należy rozumieć jako uzyskanie określonych parametrów - podkreśla Stefan Jensen.
Rozwiązania pozwalające zapewnić odpowiednią jakość produktu są dziś nie tylko lepsze, ale też tańsze. Dzisiejsze czujniki wizyjne i inteligentne kamery skutecznie wykrywają problemy takie, jak wady powierzchni, niezgodność koloru, niewspółosiowość elementów czy brak części. Na przykład systemy widzenia maszynowego OMRON z serii FH umożliwiają weryfikowanie określonych cech na miejscu i z dużą prędkością, bez spowalniania procesu.
W połączeniu z czujnikami przemieszczenia zapewniającymi precyzję pomiarów i z czujnikami kolorów pozwalającymi sprawdzać etykiety lub opakowania tworzą one niezawodną platformę kontroli jakości, w pełni niezależną od czynników takich jak zmęczenie operatora i eliminującą działania wykonywane ręcznie.
W przypadku drugiej kategorii, tj. zgodności z wymaganiami i jakości procesów, dużą rolę odgrywają często normy, tolerancje i audyty - np. norma ISO 9001 czy system certyfikacji FSSC 22000. Tu znaczenie mają liczby, niezależnie od tego, czy dotyczą one wymaganej temperatury pieca, wilgotności w pomieszczeniu czystym czy też różnicy ciśnień.
Stefan Jensen radzi, aby postawić na automatyzację procesów i czujniki.
Po co zlecać ręczne gromadzenie danych pięciu osobom, skoro automatyzacja umożliwia jednorazowe zarejestrowanie danych i zapisanie ich zgodnie z procedurami - a także podejmowanie działań tylko wtedy, gdy wartości wykraczają poza tolerancję.
Czujniki środowiskowe, termopary i czujniki barometryczne przekazują tego rodzaju dane bezpośrednio do platformy nadzoru i generują raporty dotyczące zgodności z wymogami i przepisami. Pozwala to wyeliminować zbędne działania i interweniować jedynie w przypadku anomalii, alertów i nietypowych sytuacji.
4. Utrzymanie ruchu - przewidywanie awarii w celu wyeliminowania przestojów
W wielu zakładach utrzymanie ruchu opiera się na harmonogramie. Maszyny sprawdza się co X tygodni, zgodnie z zaleceniami producenta OEM. Jednak model ten nie jest doskonały.
Coraz większą popularność zyskuje model utrzymania ruchu oparty na danych. Prace planuje się nie tylko na podstawie upływu czasu, ale także z uwzględnieniem faktycznie przepracowanych godzin, poziomu wibracji i poboru energii. Każdy z tych parametrów może wskazywać na nieprawidłowości - zaznacza Stefan Jensen.
Do analizy tego rodzaju danych niezbędne są czujniki wibracji, urządzenia monitorujące pobór prądu i czujniki temperatury na podczerwień. Silnik zaczyna pobierać o 10% więcej prądu niż zazwyczaj? To znak, że konieczna jest interwencja serwisowa. Wibracje przekładni wzrastają do poziomu nieco powyżej wartości granicznej? Możesz zareagować w porę i zapobiec zatrzymaniu całej linii na skutek spadnięcia pasa napędowego, ale tylko wtedy, gdy dostrzeżesz problem na czas.
Nie oznacza to rezygnacji z planowania prac serwisowych w oparciu o upływ czasu - wystarczy uwzględnić także rejestrowane na bieżąco informacje o stanie maszyn, co ułatwi określanie priorytetów. Jeśli rzadko używana maszyna jest nadal w doskonałym stanie, nie trzeba jej całkowicie demontować i serwisować. Celem nie jest zmniejszenie liczby zadań zespołu utrzymania ruchu, ale planowanie obsługi technicznej zgodnie z inteligentnym harmonogramem, aby produkcja zawsze przebiegała płynnie.
5. Koszt - rzeczywisty, a nie ten przewidziany w budżecie
To obszar, w którym wszystko łączy się w całość. Obliczanie rzeczywistych kosztów (na zamówienie, na linię czy na zmianę) w oparciu o dane produkcyjne to konieczność. Nie wystarczy mieć nadzieję, że marża brutto nie zniknie.
Dane pozwalają obliczyć rzeczywisty koszt na część lub na zamówienie. Dzięki nim można określić, ile czasu zajęła produkcja, ile pochłonęła energii i ile osób było w nią zaangażowanych. Każda z tych informacji jest istotna - mówi Stefan Jensen.
Pierwszy etap to śledzenie czasu otwarcia i zamknięcia zamówienia z użyciem podstawowych czujników lub skanowania zdarzeń. Kolejny to przeanalizowanie zużycia energii (na podstawie danych z podliczników) i czasu pracy (z wykorzystaniem danych logowania operatorów lub czujników obecności) oraz odjęcie wskaźnika odpadów. Pozwoli to określać koszty, bazując na twardych danych pochodzących bezpośrednio z linii produkcyjnej, i przestać opierać się na domysłach.
Pora na kwestię, której nikt nie porusza - dane te pomagają ustalić, czego NIE WARTO produkować. Które zamówienia o niskiej marży pochłaniają zbyt dużo czasu? I w przypadku których maszyn koszt jednostkowy przekracza szacowaną wartość? Odpowiedz na te pytania, aby osiągać wybitne wyniki.
Narzędzia już istnieją - wystarczy z nich skorzystać
Nie ma powodu do zmartwień. Nikt nie oczekuje, że z dnia na dzień staniesz się analitykiem. Pamiętaj jednak, że jeśli nie będziesz monitorować tych pięciu rodzajów danych - energii, efektywności, jakości, utrzymania ruchu i kosztów, znajdziesz się w defensywie. Odpowiednie systemy już istnieją, czujniki są tanie, a integracja jest dziś wyjątkowo łatwa.
Stefan Jensen dodaje: Narzędzia są na wyciągnięcie ręki i zmienia się sposób myślenia. Wystarczy podjąć działania.
Zidentyfikuj obszar, w którym problemy są największe. Zbuduj zaufanie do danych i konsekwentnie realizuj cel. Nawet jeśli linie produkcyjne spełniają Twoje oczekiwania, ktoś inny może już wykorzystywać dane, aby realizować procesy szybciej, taniej i inteligentniej. Czy dotrzymasz mu kroku?
source: Omron