Bedrijven helpen de kwaliteit te verbeteren, reparaties en afval te verminderen

Egicon, een Italiaanse elektronicafabrikant, gebruikte opkomende tools voor gegevensanalyse om de productie vanaf 2017 volledig te automatiseren. Ondertussen verminderde het de reparatiepercentages met 80 procent, elimineerde het schroot, verbeterde garantieondersteuning en verkortte de doorlooptijd voor kwaliteitsrapportage naar realtime vanaf één maand.

Egicon, gevestigd in de regio Modena in Italië, produceert elektronische regeleenheden, instrumentenclusters en mens-machine-interfaces voor de automobiel-, landbouw-, biomedische en luchtvaartsector.

Egicon integreerde de Valor en Opcenter Execution Electronics IoT-software van Siemens in zijn productie- en kwaliteitssystemen, waardoor continue monitoring mogelijk is en klanten betere garantieondersteuning en traceerbaarheidsgegevens kunnen bieden.

"We waren in staat om ons reparatiepercentage te verlagen van 30 onderdelen per miljoen naar 6, en bereikten een uitvalpercentage van nul procent in 2019", zei Egicon-productiemanager Michele Magri in een gepubliceerde casestudy. “Nu kan ik onmiddellijk updates krijgen over al onze productieprocessen zonder mijn bureau te verlaten. Ik kan mijn tijd besteden aan innovatie en verbeteringen.”

Andere softwarefabrikanten rapporteren ook significante resultaten.

De Proficy-software van GE Digital heeft fabrikanten in tal van sectoren geholpen om een ​​groot aantal voordelen te behalen, waaronder 90 procent minder afval, $ 5 miljoen aan besparingen op kwaliteitsverbetering en 80 procent minder uitvaltijd, Cobus van Heerden, senior productmanager voor analyse- en machine learning-software voor GE Digital, zei. Eén bedrijf kreeg binnen enkele uren een belangrijk inzicht in hoe ze hun ontwateringschemicaliën konden beheersen om de beste kwaliteit te krijgen.

FactoryTalk Innovation Suite, een gezamenlijk aanbod van Rockwell Automation en PTC, heeft Rockwell geholpen om 33 procent meer arbeidsefficiëntie, 70 procent meer output en 50 procent minder trainingstijd te krijgen, volgens een gepubliceerde case study.

Deze en andere opkomende tools voor gegevensanalyse overwinnen de beperkingen en barrières van hun voorgangers.

Analyse toegankelijker maken

Een belangrijke barrière in het verleden was dat de tools die potentiële voordelen bieden ongebruikt bleven, zegt Izik Avidan, business unit manager, digital manufacturing analytics, Siemens Digital Industry Software.

Meer dan 80 procent van de geavanceerde analyseprojecten mislukt, zei hij, een verklaring die wordt ondersteund door onderzoek van Gartner en anderen.

"Het belangrijkste probleem met data-analysetools uit het verleden - vanuit het perspectief van de fabrikant - was het feit dat het tools bleven", zei Avidan. “Veel aanbieders van platformen en oplossingen realiseerden zich niet dat de gemiddelde fabrikant niet over alle benodigde vaardigheden beschikte om deze tools volledig te benutten. De tool leverde de functie waarvoor hij was ontworpen, maar het totale project is waarschijnlijk mislukt. Je moet een brug kunnen slaan tussen de productietaal en al die nieuwe technologieën. De productieklant beschikt niet over deze vaardigheden.”

"Historisch gezien had je echt een doctoraat in wiskunde of datawetenschap nodig om waarde uit analytics te halen," zei Van Heerden. “Je moet analytics in handen geven van hun bestaande operationele mensen. Je kunt niet naar de productieklant gaan en zeggen:'Je moet je mensen omscholen of nieuwe mensen in dienst nemen om te profiteren van analyses.' De sleutel is om analyses toegankelijk te maken voor procesingenieurs en lijnoperators."

"Tools zijn ontworpen voor de experts, om een ​​moeilijke uitdaging gemakkelijker te maken voor de experts in plaats van hun werk te vereenvoudigen", zegt Ed Cuoco, VP van strategie en oplossingen bij PTC. Voor veel tools was ook een datawetenschapper op locatie nodig. Het eindresultaat:"Deze tools waren niet geschikt voor grote fabrikanten, die doorgaans geen eigen datawetenschappers hebben", zei Cuoco.

Negen extra barrières uit het verleden

Andere barrières waren volgens Avidan, Cuoco en van Heerden:

Het niet begrijpen en aanpakken van de pijnpunten van de fabrikanten.

Tools waarvoor fabrikanten dure oudere apparatuur moesten vervangen.

Gebrek aan toegang tot de benodigde gegevens om inzicht te krijgen, vaak omdat die gegevens zich in silosystemen bevonden, ook wel dark data genoemd. Tussen 60 procent (Forrester) en 97 procent (Gartner) van de verzamelde gegevens blijft ongebruikt.

Gegevens die niet gemakkelijk kunnen worden gecombineerd met
andere gegevens.

Gegevens die moeilijk op te schonen, op te maken en voor te bereiden waren.

Tools die ervan uitgingen dat gegevens aan een hoge kwaliteitsbenchmark voldeden, hadden in veel gevallen een expert nodig om de gegevenskwaliteit te verbeteren.

Gebrek aan analysetools waarmee managers
kunnen handelen.

Analysetools die te moeilijk waren voor de gemiddelde operator om te gebruiken.

Tools die niet verder konden worden geschaald dan een eerste pilot of demonstratie.

Nieuwe dag breekt aan

De tools van vandaag bieden een snelle time-to-value, eenvoudigere bediening en schaalbaarheid. Fabrikanten van productiesoftware begrijpen steeds vaker dat hun klanten platforms nodig hebben die verschillende tools combineren en goed integreren op de werkvloer, aldus Avidan.

"We zien nu meer succes in analysetools die deze barrières overwinnen", zei Van Heerden. "De tools die we leveren, laten zien dat ze snel waardevol zijn."

Softwarefabrikanten ontwerpen tools en platforms die zullen draaien in fabrieken die machines gebruiken die zowel 40 als twee jaar oud zijn, zei Cuoco. "Deze tools moeten functioneren in een echte wereld", zei hij. “Dat is de sleutel tot toepasbaarheid in een fabriek. Dat stelt een fabriek in staat gebruik te maken van dingen die binnen hun macht liggen zonder van hen te vragen goed te zijn in dingen die niet in hun stuurhut staan.

Opkomende tools bieden de mogelijkheid om toegang te krijgen tot de gegevens, deze op te slaan en te verwerken, de beschikbaarheid van een expert ter plaatse of op afstand beschikbaar, met lage eigendomskosten waarvoor niet te veel extra servers of cloudbronnen nodig zijn, die gemakkelijk configureerbaar, aanpasbaar en in staat om onmiddellijk wat waarde te bieden, zei Avidan.

"Tegenwoordig begrijpen de meeste softwarebedrijven dat het op de werkvloer gooien van een aantal machine learning-oplossingen je kwaliteitsproblemen niet oplost", zei hij. "Nu bieden ze volledige kant-en-klare oplossingen, wat waarschijnlijk de game changer is."

"Mijn beroep leeft binnen die spanning door te proberen een kant-en-klare oplossing te bieden en ook te begrijpen dat de oplossing moet worden aangepast, die flexibiliteit om de oplossing aan te passen aan de behoefte van de fabrikant", voegde Avidan eraan toe. "In de afgelopen vijf jaar hebben we steeds meer hybride projecten gezien, die zowel platforms als tools zijn, gecombineerd met software die specifiek is afgestemd op het type industrie."

De industrie is nog niet op het punt aangekomen waarop tools uit de doos werken, vergelijkbaar met een iPhone, zei Cuoco.

"Out of the box is de richting", zei hij. “Out of the box is het doel. We beginnen volwassen genoeg te worden in onze oplossingen om een ​​punt te zien waar dat zal gebeuren."

Deze tools, soms gecombineerd met een ervaren productie-ingenieur, kunnen fabrikanten helpen de prestaties en het voorspellend onderhoud te verbeteren en kwaliteitscontrole in de productie te integreren, zei Avidan.

Tools gaan ook verder dan waarschuwingen die het aan een mens overlaten om te handelen om een ​​meer gesloten kringloop te worden - waarbij de tool zelf realtime, veilige controleacties kan ondernemen, waardoor een fabriek geoptimaliseerde productiviteit kan behalen of behouden, zei Van Heerden.

In plaats van analyse aan te bieden als slechts een onderdeel van een aanbod, bieden meer leveranciers van productiesoftware analyses aan in oplossingen voor specifieke gebruiksscenario's, zei Cuoco.

“Als je een ervaren productie-ingenieur kennis laat maken met datapatronen in een dataset of een lijst met conclusies die hij eerder heeft gezien, kan hij die data gemakkelijk omzetten in acties die de operator, lijnmanager of eigenaar van de fabriek kan ondernemen en de resultaten drastisch verbeteren”, aldus Avidan. "Met die kant-en-klare oplossing kunnen we de meeste uitdagingen binnen enkele dagen of zelfs uren aan."

Nog beter zal een tijd zijn waarin meer deskundige domeinkennis aan deze tools kan worden toegevoegd, zei Cuoco. “Steeds meer specifieke domeinkennis moet worden ingebed”, zegt hij. “Hoe kunnen we de expert en de machine bij elkaar brengen en ervoor zorgen dat ze allebei het probleem begrijpen? De machine moet kunnen zeggen:'Ik kan rekening houden met parameters die specifiek zijn voor dit domein.'”

Analyses verbeteren ook omdat ze worden toegepast in de hele toeleveringsketen, van grondstofleveranciers tot verladers, van fabrikanten tot eindklanten, zei Van Heerden.

Er zijn nog enkele uitdagingen

Er zijn nog steeds verfijningen nodig die het bouwen van gereedschappen gemakkelijker maken, evenals gereedschappen die zijn ontworpen zodat machines meer van het werk kunnen doen, zei Cuoco.

De kosten moeten absoluut verder dalen, zodat de technologie toegankelijk kan worden voor kleine en middelgrote fabrikanten die met soortgelijke problemen worden geconfronteerd, zei Avidan.

Er zijn meer normen nodig zodat fabrikanten technologie van verschillende leveranciers gemakkelijker kunnen integreren, zei hij.

"We moeten begrijpen dat er al veel software op de werkvloer is", zegt Avidan. “Elke oplossing die u in dat ecosysteem zou willen introduceren, zou goed en naadloos moeten integreren in deze IT-oplossingen … . Dat is een van de belangrijkste dingen die je kunt doen.”

Naarmate standaarden en interfaces meer open worden, zal integratie gemakkelijker worden, zei Van Heerden.

Partners kiezen

Om te slagen, moet u samenwerken met een vertrouwde industriële leverancier die een uitgebreid product levert, zei Van Heerden.

“Veel leveranciers van analytics bieden oplossingen die een deel van het probleem kunnen oplossen. Sommigen kunnen gegevens analyseren, "zei hij. “Sommigen kunnen voorspellingen doen. Sommige kunnen simulaties uitvoeren. Een andere kan een instelling optimaliseren. Werk samen met vertrouwde leveranciers die morgen niet zullen verdwijnen en die al deze mogelijkheden in één product kunnen bieden.”

Fabrikanten die op zoek zijn naar onmiddellijke perfectie en volledige integratie, moeten hun verwachtingen terugschroeven ten gunste van een stapsgewijze aanpak. "Neem geen 'big bang'-aanpak om technologie te adopteren totdat alle systemen perfect zijn," zei hij. “Ik adviseer een snelle, stapsgewijze aanpak. Voorzie operationele mensen van gebruiksvriendelijke tools, zodat ze snel toegevoegde waarde kunnen krijgen.”