Industriële prestaties verbeteren: Monitoring-uitdagingen overwinnen met IoT & Analytics

Een kijk op hoe IoT en analytics de prestatiemonitoring van industriële apparatuur en processen kunnen verbeteren en optimaliseren.

Veel industriële organisaties kijken naar digitaliseringsinspanningen om operaties te verbeteren en efficiëntie te verhogen. Een primair aandachtsgebied is het gebruik van IoT en analytics om de prestatiemonitoring van industriële apparatuur en processen te verbeteren en te optimaliseren.

RTInsights sprak recent met Andreas Steidele, Senior Enterprise Sales Executive bij Siemens. We bespraken de uitdagingen van de industrie voor prestatiemonitoring, hoe Siemens MindSphere kan helpen, en de voordelen van zo'n IoT-oplossing. Hier is een samenvatting van ons gesprek.

RTInsights: Wat zijn de uitdagingen in de industrie voor prestatiemonitoring?

Steidele: Al jaren is een van de grootste uitdagingen voor fabrikanten de handmatige invoer van data met papiergebaseerde tools. Ik denk dat Excel nog steeds het meest gebruikte tool is. En dat is natuurlijk een tool die niet geschikt is voor digitalisering. Je krijgt menselijke fouten en transkriptieproblemen. Je kunt nooit zeker weten of je data klopt.

Een andere uitdaging ontstaat door het gebrek aan standaardisering van dataverzamelingsmethoden. Als je veel verschillende tools in je bedrijf hebt, kunnen deze allemaal anders werken en verschillende algoritmes hebben om data te verzamelen en te presenteren.

Het apparatuurslandschap is ook een uitdaging omdat, vooral in grotere fabrieken, ze veel verschillende typen apparatuur hebben overgenomen of aangeschaft. Ze hebben een heterogeen apparatuurslandschap met verschillende hardware en software. Dat maakt het moeilijk om verbinding te maken met elk apparaat en data uit je apparatuur te halen.

Tot slot is de laatste uitdaging de ontbrekende intelligentie die je nodig hebt om je data inzichtelijk en beschikbaar te maken, zodat je conclusies kunt trekken en waarde eruit kunt halen.

RTInsights: Welke technologieën en oplossingen van Siemens helpen deze uitdagingen aan te pakken?

Steidele: Siemens biedt de industriële IoT-as-a-service-oplossing MindSphere, die in de cloud wordt gehost. Het onderhoudt een repository van data die je vanuit je apparatuur en machines naar de cloud stuurt. De data zit in een specifiek datamodel. Het is gedefinieerd volgens je assets en machines en heeft context eromheen.

Daarbovenop hebben we MindSphere-applicaties. Deze applicaties gebruiken de data in MindSphere om analytics en andere functies uit te voeren. In het geval van prestatiebeheer, toont het de KPI's die je hebt gedefinieerd en geeft je data over hoe je machines zich gedragen in termen van kwaliteit, prestaties en onderhoud.

We hebben verschillende applicaties die samenwerken om een robuuste prestatiemonitoringoplossing te creëren:

• SIMATIC Notifier levert waarschuwingen en laat managers de toestand van hun machines wereldwijd volgen en monitoren. Je kunt drempelwaarden instellen en tijdreeksdata in MindSphere monitoren. Een manager kan een workflow in de app implementeren op basis van die data.
• SIMATIC Performance Insight biedt machine- en fabrieksprestaties in een oogopslag. Managers hebben toegang tot het complete prestatieoverzicht van hun machines, productielijnen en wereldwijde fabrieken via de app. Managers kunnen ook prestatie-indicatoren over tijd monitoren en data analyseren in bijvoorbeeld geselecteerde tijdsperiodes om onbenut prestatiepotentieel te detecteren.
• SIMATIC Collaboration Board biedt een collaboratieve oplossing om productieproblemen aan te pakken. De app laat managers problemen en oplossingen delen tussen teams en sites. Ze kunnen ook taken toewijzen en beheren, evenals de status van problemen en oplossingen volgen.

MindSphere integreert de mogelijkheden van deze applicaties en stelt gebruikers in staat om end-to-end workflows voor prestatiemonitoring in te richten. Met de oplossing kan een typische situatie zijn dat een manager een waarschuwing krijgt dat er iets mis is. De manager bekijkt en analyseert KPI's en andere metrics om het probleem te begrijpen. Vervolgens kan de manager de collaboratieve database doorzoeken om te zien of een oplossing voor het geïdentificeerde probleem al bestaat. Zo niet, kunnen ze verschillende methoden gebruiken om het probleem op te lossen, documenteren wat werkte, zodat iedereen die in de toekomst het probleem tegenkomt, kan profiteren van hun werk.

RTInsights: Wat zijn de voordelen wanneer zo'n IoT-oplossing wordt gebruikt?

Steidele: Als je de juiste IoT-oplossing hebt, zijn al je assets verbonden en stuurt je data naar een cloudruimte. Op die manier is het niet alleen lokaal beschikbaar, maar wereldwijd, zodat je vanaf overal ter wereld toegang hebt tot deze data. Dit is waarschijnlijk het grootste voordeel van MindSphere. Je hebt data wereldwijd beschikbaar om je machines of assets via de IoT-protocollen op een heel eenvoudige manier te verbinden.

Daarna kun je deze data gebruiken en een stap verder gaan. Je kunt dieper duiken in de analytics en ze gebruiken om problemen met je machines te identificeren en op te lossen. Als je machines niet goed presteren, is je doorvoer laag. Prestatiemonitoring via MindSphere biedt een krachtig hulpmiddel om ervoor te zorgen dat je kwaliteit aan de verwachtingen voldoet en dat je actie kunt ondernemen en continue verbeteringen kunt doorvoeren in prestaties, kwaliteit, enzovoort.

Een ander punt is dat prestatiemonitoring en de collaboratieve mogelijkheden van MindSphere directe verbeteringen bieden, en ze kunnen de hoeksteen zijn voor bedrijven die een digitale transformatie ondergaan.

RTInsights: Kun je voorbeelden geven van hoe deze voordelen gerealiseerd worden?

Steidele: Ik geef je een eenvoudig voorbeeld: onderhoud. Stel je voor, vóór IoT, telkens er een probleem was met de machine, moest het bedrijf de servicelijn bellen. Dan moest een technicus de telefoon oppakken en uitzoeken wat er mis was met de machine. Waarschijnlijk moesten ze mensen op locatie sturen, kijken wat er aan de hand was, en dan proberen het te repareren.

Met nieuwe digitaliseringsinspanningen met IoT kun je deze data beschikbaar hebben op de servicelocatie. Er is geen behoefte om iemand te sturen om te zien wat er gaande is. Je heeft deze virtuele inzicht in de machine, in de parameters van de machine, in het gedrag van de machine, vanaf een andere locatie. Je kunt je conclusies trekken, en als je het moet repareren via een update, service-update, software, bugfix, hotfix, wat dan ook, kun je dit op afstand doen. Of, als het niet op afstand kan, arriveert de servicetechnicus al wetend wat hij moet zoeken.

Zo kan service- en onderhoudswerk vaak virtueel en sneller worden gedaan. Dit levert grote kostenbesparingen op omdat je tijd, reizen en mannenafspraken bespaart.

Een ander voorbeeld is prestaties. Toen alles on-premise was, kon je alleen kijken naar de prestatiedata van een enkele machine of een enkele fabriek. Het was moeilijk om de prestaties van lijnen of fabrieken elders te vergelijken omdat de data meestal niet wereldwijd beschikbaar was. Erger nog, de data werd op verschillende manieren verzameld van site tot site, zodat iedereen zijn eigen berekeningsinspanningen had.

Met prestatiemonitoring met de industriële IoT kun je elke site of elke lijn op dezelfde manier meten. Dat laat je je data vergelijken omdat je één bron van waarheid hebt. Dus kun je de prestaties van je lijnen en fabrieken benchmarken. Je kunt conclusies trekken en zien welk recept het beste draait, welke shift het beste presteert, of wie misschien wat opleiding nodig heeft om hun machinelijn efficiënter te bedienen.