Expert Inzicht: De Toekomst van Afvalbeheer in een Digitale Tijdperk Vormgeven

Afval. Het is een woord waar we allemaal bekend mee zijn in de productie-industrie en een uitdaging waar we continu mee worstelen. Het komt in veel verschillende vormen, niet alleen van de grondstoffen, componenten, of defecte producten die het nooit in de handen van betalende klanten maken, maar in de bronnen die gebruikt worden doorheen elke fase van het productieproces - zoals arbeid, energie, opslag, transport en activa inclusief installaties en machines - die verbruikt worden maar niet bijdragen aan de totale opbrengest. Simpel gezegd, afval is de kosten van inputs die niet gemonetiseerd worden, en daarom zijn outputs in efficiëntie, productiviteit, vlotheid en kwaliteit allemaal proxies voor afval.

Terwijl afval een meer geformaliseerd concept is geworden onder de filosofie van Lean Manufacturing, is het een uitdaging die de industrie heeft doorweekt sinds de geboorte van moderne productie. Toen Matthew Boulton en zijn zakelijke partner John Fothergill de Soho Manufactory in Birmingham, Engeland in 1766 openetten, introduceerden ze het concept van ‘massaproductie’ om de inefficiënte cottage industries van de dag te revolutionariseren. In 1782 vervingen ze hun water-aangedreven metaalwalzmolen door een revolutionaire nieuwe bron van kracht - de Watt-stoommachine - en zo begon de ‘oorlog tegen afval’.

Vanaf toen hebben we continu nieuwe technieken, methoden, processen en technologieën uitgevonden om afval te reduceren. Toen grote innovaties als de Watt-stoommachine duiken, realiseerden onze voorgangers seismische voordelen in efficiëntie en productiviteit, wat gevolgd werd door een periode van continue verbeteringen en fijnsturen. Dit maximaliseerde de voordelen van die innovaties nog verder en duurde door tot de volgende grote innovaties duiken zoals elektriciteit, waar elektrische motoren stoom vervangen en kracht in staat stelden om hoog gedistribueerd, meer kosteneffectief en betrouwbaar te zijn. Dan introduceerde de montageband het nieuwe paradigma voor de verdeling en benutting van arbeid en de transistor gaf aanleiding tot industriële computervorming en automatisering.

Elk van deze grote mijlpalens zag de initiële impact gevolgd door een periode van continue verfijning en verbetering, waarbij opeenvolgende verbeteringen ooit afnemende opbrengsten leverden tot de volgende seismische shift plaatsvond. Bij het zoeken naar gebieden om het productieproces te verbeteren, zullen de meeste organisaties neigen om de ‘laagst hangende vrucht’ eerst te plukken, voordat ze zoeken naar harder en subtilere verbeteringen naarmate ze continu streven naar nieuwe manieren om afval te elimineren. Echter, ze zullen snel een punt bereiken waar de kosten om een bron van afval te elimineren gelijk of groter worden dan het gerealiseerde voordeel - alas, de wet van afnemende opbrengsten.

Op dit stadium wordt het simpelweg oneconomisch om deze verbeteringen te maken en, als resultaat, beginnen efficiëntie- en productiviteitswinsten te plateau’n. Ik geloof dat dit is waar de meeste fabrikanten vandaag zijn, en het helpt deels de zogenoemde productiviteitsparadox verklaren. Ondanks investering in nieuwe apparatuur, processen en technieken, blijft productiviteitsgroei plat omdat de laagst hangende vrucht geoogst is en bedrijven vastzitten in een cyclus van afnemende opbrengsten per eenheid investering. De productiviteitsparadox kan alleen gebroken worden wanneer de volgende seismische shift duikt om significante prestatieverbeteringen te leveren.

Zoals geschiedenis heeft getoond, gebeuren deze shifts niet overnachting. Ze worden initieel ontmoet met scepticisme en vaak spot, voordat ze door een periode van hype gaan, gevolgd door desillusie als de waargenomen voordelen niet materialiseren. Deze transitie kan vaak verschillende jaren, mogelijk decennia duren, voordat geleidelijk de tastbare voordelen beginnen te duiken via wat IT-analystenbureau, Gartner, de ‘helling van verlichting’ noemt - de vierde fase van de Hype Cycle. Digitalisering, Slimme Fabrieken, de Fabriek van de Toekomst, Industrie 4.0 en het Industriële Internet of Things (IoT), zijn allemaal variaties van hetzelfde thema, en vertegenwoordigen de wortels van deze volgende grote cyclus. Hoewel er veel over gerapporteerd is en blijft te worden gerapporteerd over deze thema’s, zijn ze allemaal gebaseerd op de exploitatie van een enkele fundamentele ingrediënt - informatie, het volgende kritieke wapen in de oorlog tegen afval.

OOK TE LEZEN:

• De maart-editie van Manufacturing Global is live
• Geneva Motor Show: De top automotive technologie-trends die je niet wilt missen
• Siemens gaat KACO new energy overnemen om productiemogelijkheden te verbeteren
• Bray International: productie van kleppen mindset veranderen door digitale transformatie

Afnemende efficiëntie- en productiviteitsopbrengsten van bestaande shopfloor-technologieën zoals automatisering en offline prestatieverbeteringsmethodologieën als six-sigma hebben een proverbiale glazen-plafond bereikt. Neem, als voorbeeld, de maat van Overall Equipment Effectiveness (OEE) die gemeenschappelijk gebruikt wordt om te evalueren hoe effectief een productie-operatie benut wordt. Een OEE van 100% duidt op een perfecte productieomgeving, met alleen goede producten die zo snel mogelijk geproduceerd worden en nul downtime. Het bereiken van dit niveau van OEE is wel te debatteren, echter, algemeen onderzoek over een breed scala aan studies suggereert dat wereldklasse fabrikanten streven naar een OEE van rond 80-85% met 50-60% meer typisch, en 30-40% niet ongebruikelijk. Niet alleen illustreert dit dat er nog significante ruimte voor verbetering is in termen van efficiëntie en productiviteit, het onthult ook dat onze pogingen om prestaties te verbeteren zelden de ‘naald verplaatsen’. In plaats daarvan, vertrouwen fabrikanten op de culminatie van een groot aantal kleinere, en soms kostbare, verbeteringen om echte impact te maken.

Om door dit glazen-plafond te breken, moeten we informatie en data-activa benutten door een groter niveau van operationele scherpte te ontwikkelen dan we vandaag hebben. In fysieke systemen zullen we altijd een niveau van natuurlijke variabiliteit en onvoorspelbaarheid hebben, maar we zouden dat niet blijven gebruiken als excuus voor sub-optimale productieprocessen. In plaats daarvan, moeten we deze informatie gebruiken om te begrijpen wanneer en waar deze voorkomen (in real-time of near-real-time) en de mechanismen hebben om te reageren op en die variabiliteit en onvoorspelbaarheid te mitigeren ‘as-it-happens’, of nog beter ‘before-it-happens’.

Dit is niet makkelijk, en vereist continue begrip en monitoring van veel variabelen, niet alleen over een enkele meting, proces of productkenmerk, maar over het hele causale landschap. In een productieomgeving, zijn processen zelden volledig geïsoleerd, aangezien de prestatie van één proces waarschijnlijk veroorzaakt zal worden door een myriade van andere invloeden - zowel direct als ambient. Dit wordt vaak aangeduid als de ‘Vloek van Dimensionaliteit’ - hoe meer dimensies we hebben, hoe meer data we nodig hebben en hoe moeilijker het wordt om actionable inzicht te derivëren. Helaas is de menselijke hersenen niet ontworpen om dit niveau van complexiteit aan te kunnen, aangezien we worstelen om inferenties over een heel laag aantal dimensies en op een heel sedentaire snelheid te begrijpen.

Gelukkig convergeren en rijpen verschillende opkomende technologieën om de funderingen te vormen voor de volgende shift in productie-efficiëntie en productiviteit. De kosten en miniaturisering van geavanceerde sensoren stelt organisaties van alle groottes in staat om onvoorstelbare hoeveelheden data continu vast te leggen van hun vraag- en aanbodketens of zelfs ingesloten in de producten zelf. Afhankelijk van hun niveau van sophisticated, kan dit autonoom rekenoperaties mogelijk maken met geavanceerde algoritmes direct ingesloten in de sensoren (bekend als Edge Computing) om direct met andere sensoren en apparaten in een gesloten lus (Machine-to-Machine) te werken. Door de opkomst van alomtegenwoordige communicatienetwerken (een trend die nogmaals getransformeerd zal worden wanneer de nieuwe 5G-standaard mainstream wordt) zijn deze sensoren in staat om verzamelde data met hoge snelheid van elke locatie in de wereld te communiceren.

Deze datastromen vereisen enorme hoeveelheden data-opslag en rekenbronnen die in staat zijn om de informatie te filteren, sorteren en analyseren met een snelheid zodat real-time inzichten gegenereerd kunnen worden, en dit wordt mogelijk gemaakt door big data en cloud computing wat de zakelijke waarde van data en informatie snel ontkoppelt van kostbare on-premises infrastructuur. Ten slotte, de analyse en inzichten afgeleid van deze data moeten beschikbaar worden gemaakt op de juiste plek op het juiste moment voor effectieve acties te ondernemen, altijd beschikbaar opvirtueel elk apparaat, in een hoog visueel en intuïtieve vorm die werknemers gemakkelijk kunnen interpreteren en actie ondernemen. Dit wordt mogelijk gemaakt door de evolutie van cloud-gebaseerde Software-as-a-Service (SaaS) en Rich Web Application (RWA) interfaces die vandaag mainstream worden.

Digitalisering van de fabriek, shopfloor en supply chain zal fabrikanten in staat stellen om snel afval te identificeren en elimineren op manieren niet eerder mogelijk of economisch haalbaar en dit zal een nieuw tijdperk van efficiëntie en productiviteit inluiden. Eenmaal dat de laagst hangende vrucht geoogst is, zullen we de technologieën en technieken blijven evolueren om nieuwe en innovatieve manieren te vinden om afval nog verder te reduceren, totdat de wetten van afnemende opbrengsten beginnen te bijten, en we zoeken naar de volgende grote shift om te duiken. Echter, zoals de Artificial Intelligence (AI) guru Andrew Ng ons herinnert, is zorgen maken over dat nu alsof je je zorgen maakt over overbevolking op Mars.

InfinityQS - de toonaangevende leverancier van Statistical Process Control (SPC) software en diensten aan fabrikanten wereldwijd. De oplossingen automatiseren dataverzameling en analyse tijdens het productieproces, om real-time procesverbeteringsbeslissingen mogelijk te maken en defecten te voorkomen voordat ze optreden. Ontwikkeld door industriële statistici met behulp van bewezen methodologieën voor kwaliteitsanalyse en -controle, besparen InfinityQS-oplossingen toonaangevende fabrikanten miljoenen dollars elk jaar.