Shopvloer Data-analyse Beheersen: Tools voor de IoT-ingeschakelde Fabriek

Nieuwe shopvloer data-verzamelings- en analysetools kunnen de spanning van het digitaliseren van fabrieksoperaties in de IoT-tijd verlichten

Naarmate de beweging naar een meer verbonden productie-industrie momentum krijgt en fabrikanten beginnen met het verzamelen van fabrieksvloer-data, wordt de behoefte aan snelle, efficiënte data-analyse steeds kritischer. Data-verzameling en analysetools zijn cruciaal in het digitale productie/Industrie 4.0-tijdperk, en fabrikanten richten zich op nieuwe oplossingen om fabrieksvloer-data effectiever te verzamelen, beheren en analyseren, met benutting van cruciale prestatie-indicatoren (KPI) zoals overall equipment effectiveness (OEE), machine uptime, machine/spindle benutting, en andere metrics.

Veel productiedata-verzamelings- en machinemonitoring-opties zijn beschikbaar, met de meeste ten minste een basis manufacturing metrics analytics in shopvloer-monitoring pakketten of manufacturing execution software (MES) systemen. In sommige gevallen werken automatiseringsbedrijven samen met gevestigde IT-leveranciers, zoals de recente samenwerking aangekondigd door automatiseringsleverancier ABB Inc. (Cary, NC, en Zürich) en Hewlett Packard Enterprise Co. (HPE; Palo Alto, CA) die ABB's industriële automatisering en operationele technologie (OT) expertise zal combineren met HPE's hybride IT-ervaring en softwareportefeuille.

OT met IT Samenbrengen

In de ABB/HPE-samenwerking, aangekondigd in november 2017, zal ABB's Ability digitale aanbod gecombineerd worden met HPE's hybride IT-oplossingen. Ability-oplossingen zullen draaien op hybride platforms zoals de HPE ProLiant voor Microsoft Azure Stack, met implementaties op klantenvoorkeurslocaties in industriële fabrieken en datacenters, of in de Microsoft publieke cloud, zoals nodig om te voldoen aan eisen voor prestaties, beveiliging of cross-site samenwerking.

De samenwerking verplaatst computing-bronnen dichter bij waar ze nodig zijn, met behulp van 'edge computing'. ABB en HP zullen Ability datacenter-automatisering, die infrastructuur controleert en monitort, integreren met OneView, HPE's IT-infrastructuur-automatiseringssoftware. “Helemaal eerlijk, we kunnen dit niet op eigen kracht; we hebben een partner nodig voor dit hybride, en OT/IT is nodig,” zei Dublin-gebaseerde Ciaran Flanagan, groepsvicepresident en hoofd van wereldwijde datacenter-oplossingen voor ABB. Door IT en OT te combineren, grotendeels gesiloed vandaag, “denken we dat er enorme kans is, en het rijpt snel,” voegde hij toe.

De ABB/HPE-samenwerking biedt veilige edge-datacenters voor remote industriële omgevingen, en gebruikt ook Rittal-rack-infrastructuur met ABB's industriële stroomverdelingssystemen en HPE's software-gedefinieerde infrastructuur en diensten. “De protocollaag is heel anders in OT dan in IT,” observeerde Volkhard Bregulla, HPE vicepresident, globale productie-industrieën. “De IT-kant is behoorlijk vooruit.” De ABB-HPE-oplossing zal beschikbaar zijn in de eerste helft van 2018.

Shop Data Verzamelen, Dan Analyseren

Op de werkvloer bestaan veel opties voor monitoring en data-verzameling, meeste bieden ten minste basis machine-analytics en enkele geavanceerde shopvloer-analyses.

Bij het monitoren van machines, moeten shopmanagers eerst weten wanneer bepaalde machines draaien, of ze down of offline zijn. Het is vitaal om te weten wanneer de machine onder programma-controle staat, aldus David McPhail, president en CEO, Memex Inc. (Burlington, ON). “We zijn agnostisch wat betreft hoe je verbindt,” zei hij.

Met Memex's MERLIN (Manufacturing Execution Real-Time Lean Information Network) Tempus-platform, kunnen proces- en discrete fabrikanten hun machines verbinden in on-premises of cloud-omgevingen. MERLIN Tempus is een MES-software die dashboards bevat en kan verbinden met FANUC FOCAS, MTConnect, OPC en andere protocollen voor het koppelen van werktuigmachines via het internet.

Voor legacy, niet-intelligente apparatuur, ontwikkelde Memex een MTConnect-interface. “Er zijn 16 digitale invoersignalen van de machine,” zei McPhail. “Er zijn drie datastromen: van de apparatuur; van het humane kapitaal, iets waar een mens controle over heeft [en] wat een machine ons niet kan vertellen; en van buitenoplossingen zoals ERP.”

Gebruikers kunnen de Tempus MES draaien, wat een Manufacturing Operations Management (MOM) portefeuille is, op de werkvloer om machinestatus te controleren, zei McPhail. “Typisch zullen onze mensen onze software op een tablet draaien en over de werkvloer lopen. Laten we zeggen een operator heeft problemen met een onderdeel; je krijgt een bericht, 'Support the Internal Customer.' Dat verandert de operator van een reactieve naar een actieve modus.

“Er is geen custom programmering,” vervolgde McPhail, en het systeem bevat analytische tools. “Het dataverzamelingsstuk is foundationeel. De business case die we gekozen hebben is OEE, maar je kunt TPM [Total Predictive Maintenance] en velen anderen invoegen. Het berekent essentieel de financiële impact van slechte prestaties.”

Memex ontwikkelt een FOEE (Financial OEE)-module voor release later dit jaar die voor winkels de kosten berekent van het draaien van apparatuur bij minder dan optimale instellingen. De module zal shopmanagers tonen “nu draai je bij minder dan topprestaties, met een delta van zoveel, en elk uur dat je draait [op dat niveau] kost je zoveel,” zei McPhail.

Monitoren is een Moet, Maar Vermijd Analyse-paralyse

Een grote vraag voor winkels die data-monitoring/analyse opzetten is hoeveel data er verzameld moet worden. Terwijl de industrie de noodzaak voor 'Big Data'-analyse hype, is voor de gemiddelde winkel minder vaak meer.

“We werken met onze klanten om de vergelijking te begrijpen. De 'hoe' is een bekende entiteit. De 'waarom', de business case die eronder ligt,” is waar Memex aan werkt, zei McPhail.

Terwijl sommige bedrijven werken aan massive Big Data-kwesties met simulatie-omgevingen, zoals CAE-data, is dat in de meeste winkels niet het geval. “Big Data, noemen we digitale uitlaatgassen,” voegde McPhail toe. “Als je een Mazak-machine neemt, als je abonneert op elke tag, zal die [hoeveelheid data] je overweldigen. Heb je echt elke datapunt nodig?”

Een andere ontwikkelaar, Predator Software (Portland, OR), richt zijn Predator-suite van shopvloer-monitoring-applicaties op alles van twee-mans-winkels tot grote productieorganisaties, aldus Mike Rogers, Predator Software director, automatisering en OEM-relaties. “Predator MDC [machine data collection] is ons kernproduct voor monitoring, en met meer dan 20 verschillende protocollen, van Mori, OPC en OPC/UA, kunnen we alles op de werkvloer monitoren,” zei Rogers.

Data verzamelen en analyseren is vandaag meer geaccepteerd door winkels. “Het gaat het hotteste topic worden,” zei Rogers. “Iedereen wil het en niet iedereen heeft het. ... Grote corporaties willen Big Data. De kleine man [moet] leren lopen voordat ze rennen. Je raakt anders overweldigd.”

Een sleutel is klanten ertoe te overtuigen om te focussen op simpele dingen, merkte hij op, zoals “zal de machine cyclen? Staat het stil? Draait het? ... Het kan een overweldigend proces zijn,” zei Rogers. “Een van de problemen waar ik tegenaan loop is de kampioen in de organisatie vinden die het doorvoert.”

Predator's MDC-oplossing bevat een intuïtieve interface, wat het simpel maakt voor gebruikers om te beginnen, zei Rogers. “MDC heeft [een ingebouwde] charting- en reporting-engine. Als je de permutaties draait, hebben we ergens tussen 20.000-30.000 rapporten.” MDC is een van Predator's acht kernproducten gericht op shopvloer-dataverzameling en monitoring, controle en communicatie. De producten werken allemaal op één database, en wanneer klanten MDC kopen, krijgen ze de DNC-communicatiemodule erbij. Predator's software ondersteunt Microsoft's Access-database, gebruikt door veel kleinere winkels, zei Rogers, en het ondersteunt ook Microsoft SQL Express, SQL Server, en Oracle-databases. De Predator-software kan of on-premises of in de cloud draaien.

Volg de OEE

Zowel kleine als grote winkels moeten nauwkeurig letten op de OEE-metric, die machine-operators en managers in staat stelt efficiëntie te optimaliseren. Het visualiseren van het proces, het makkelijk maken voor shop-personeel om snel te zien, begrijpen en te reageren op veranderende omstandigheden, is cruciaal.

“We bieden zowel de dataverzamelings- als de data-analysekant, en we kunnen dat á la carte of als volledige oplossing leveren,” zei Jeff Price, executive vicepresident en general manager, 5ME LLC (Cincinnati). Met 5ME's Freedom-suite, krijgen gebruikers software plus beschikbare hardware om een verscheidenheid aan machines te koppelen en te controleren.

“Ons team heeft een lange geschiedenis met OT-type apparaten, en we hebben interfaces of adapters voor bijna elk activum in de fabriek, vaak op de CNC-controller,” voegde Price toe. “Wanneer we legacy-controllers hebben, hebben we ook een hardware-appliance” om verbinding te maken met het netwerk. Naast Freedom eLog-software, biedt 5ME datavisualisatie met aanpasbare smartboards weergegeven op flatscreen-tv's, zei Price.

“Met de smartboard-technologie hebben we dashlets of wizards - een verzameling data met taartdiagrammen en staafdiagrammen - die je in smartboards kunt opslaan,” zei hij. De smartboards gebruiken Raspberry Pi embedded-systemen om de verwerkingssnelheid te verhogen waar de data het meest nodig is. “We gebruiken Raspberry Pi met smartboards voor het drijven van visualisatie naar de werkvloer,” zei Price. “Jarenlang hadden we in auto-fabrieken Andon-borden, maar die zijn tamelijk rigide.”

Freedom-servers, in de cloud of on-premise gelegen, zijn waar het datacrunchen gebeurt. Met de geboden connectiviteit kunnen klanten voortbouwen op de winsten die de industrie al gemaakt heeft, zei Price, zoals lean manufacturing en six sigma. “We kortsluiten dat hele proces,” voegde hij toe. “De meeste van onze klanten zullen een minimum 20% productiviteitsverbetering zien met OEE, wat samengesteld is uit beschikbaarheid, prestaties en kwaliteit. Beschikbaarheid is: draai je [op optimale niveaus], prestaties is: produceer je op de niveaus die je zou moeten, en kwaliteit is puur een opbrengst-type situatie.”

Met de OEE-metric alleen kunnen winkels grote prestatiewinst behalen, zei hij. “Beschikbaarheid is waar de grote winsten zitten. De initiële verbeteringen zijn 10-20% in 30 dagen.” De Freedom-suite is een software-installatie, via het web. “Het is een lichte IT-footprint, de kracht van de verwerking op controllers benutten. We kunnen 100 machines in vier weken doen.”

Price voegde toe dat winkels de data moeten winnen tot wat het meest belangrijk is. “Het hangt af van de analysetools; we noemen het drip - data-rijk, informatie-arm,” zei hij. “Als je systemen de juiste metrics presenteren, is er een ton aan verbeteringen te behalen.”

Niet alle winkels, met name kleinere zonder grote OT/IT-budgetten, zijn gemakkelijk overtuigd van de waarde van fabrieksdata-monitoring. “Mensen proberen hun baseline te begrijpen,” zei Price. “Dingen als: hoe vaak draait je apparatuur? Er is nog een gap - onze rol is die gap te overbruggen. Ze begrijpen het niet.” 5ME-klanten zoals Textron, Bell Helicopter, Caterpillar, Schlumberger en Cummins, zijn geïnteresseerd in Big Data, maar ze hebben niet allemaal een use case voor het, zei Price, hoewel hij er eentje ziet in predictief onderhoud.

“Dataverzameling en analyse is essentieel voor elke moderne fabrikant - van kleine winkels tot corporate enterprises,” zei Jody Romanowski, CEO van Cimco Americas Inc. (Streamwood, IL). “Accurate real-time data helpt gebieden identificeren die verbeterd kunnen worden, of het nu apparatuur, processen of personeel is. Die data is vereist om significante verbeteringen te bereiken.” Cimco's shopvloer-aanbod, MDC-Max, is een dataverzamelingsoplossing die gestructureerde en geautomatiseerde productiemonitoring biedt. De schaalbare MDC-Max kan zowel kleine winkels als grote fabrikanten ten goede komen, zei Romanowski.

“Naarmate klanten real-time data-analyse overwegen, zijn ze vaak een beetje overweldigd door een heel reeks datapunten. Onze benadering is om het project initieel simpel te houden, drie tot vijf datapunten te analyseren om vroege succes te beveiligen,” zei ze. “Fabrikanten kunnen dan geleidelijk verder datapunten analyseren. In een OEE-context worstelen alle fabrikanten met een complete en consistente analyse van de kwaliteitsparameter.

“We bevelen geen Big Data-benadering aan voor het verzamelen van machinedata,” vervolgde Romanowski. “We adviseren om het simpel te houden en de laaghangende vruchten initieel te plukken, daarna opbouwen op ervaringen en overwonnen uitdagingen. Wanneer bedrijven met werkvloeren over de hele wereld streven naar een consistent overzicht wereldwijd, inclusief over zakelijke eenheden, zal de projectcomplexiteit dramatisch toenemen, hoewel niet noodzakelijk vanuit een Big Data-perspectief. In plaats daarvan groeit complexiteit normaal uit het hanteren van legacy-machines/systemen en verschillende procedures en/of culturen. Dat legt nog meer nadruk op het houden van de eerste fasen zo operationeel en simpel mogelijk, terwijl de focus blijft op tactische doelen zoals ERP-integratie in latere fasen van het project.”

Voor winkels die de data verzamelen maar niet adequaat analyseren, kunnen nieuwe analysetools een rand bieden. “Vaak is hun huidige software te beperkt, rigide of ingewikkeld,” zei Romanowski. “MDC-Max is flexibel genoeg om te schalen en de toekomstige behoeften van onze klanten te voldoen. De data moet gemakkelijk toegankelijk zijn op elk apparaat en moet geaggregeerd worden op een betekenisvolle manier - zoals in rapporten en real-time dashboards.”

Bij een Cimco-klant buiten Tianjin, China, zei Romanowski dat de fabrikant een sleutelmachine had die een productiviteitsknelpunt was, wat andere machines beïnvloedde. “Na het in bedrijf stellen van een simpel MDC-Max-systeem met een beperkt aantal datapunten, ervoer de fabrikant een 30% hogere benutting op die specifieke machine,” merkte ze op, “daardoor de productiviteit verhogend zowel door het verminderen van dat specifieke knelpunt als door de productiviteit op alle andere machines te verhogen. De geschatte terugverdientijd voor de investering, in dit geval, was minder dan vier maanden.”