Productiedata benutten voor slimme shopfloor-optimalisatie

Big data en productie gaan hand in hand omdat zoveel van wat er in een productiebedrijf gebeurt meetbaar is en geoptimaliseerd kan worden. Datastromen nemen toe in grootte, relevantie, en aantal naarmate de meeste fabrikanten stromen naar de krachtige capaciteiten, voorspellingen, en inzichten die shopfloor-data voor hun bedrijven kan ontgrendelen.

Maar de ware waarde van data kan alleen benaderd worden als fabrikanten met succes een cultuur kunnen ontwikkelen en een infrastructuur deployen die de geautomatiseerde realtime verzameling van productie-shopfloor-data ondersteunt. Ze zullen in staat zijn om snelle waardeschepping te ervaren en productiviteit onmiddellijk te verbeteren. Ze zullen ook nog geavanceerdere use cases mogelijk maken gebaseerd op hogere volumes data, meer databronnen, en automatisering.

Waarom is dataverzameling zo belangrijk voor fabrikanten?

In een woord: zichtbaarheid. Door shopfloor-data te verzamelen, zijn fabrikanten beter in staat om productie te meten, te begrijpen, en te optimaliseren. Met de juiste shopfloor-data voor hen, om beslissingen te nemen die geworteld zijn in feiten. Dit is waarom het ongelooflijk belangrijk is om nauwkeurige, realtime productiedata gedemocratiseerd te maken voor alle stakeholders.

• Operators kunnen interfaces aan machines gebruiken die machinestatussen, deel telling, of andere KPI's tonen om te verzekeren dat ze productiedoelen halen.
• Fabrieksmanagers kunnen zichtbare productiedashboards gebruiken om te zien waar operators ondersteuning nodig hebben of wanneer machines down zijn.
• Engineers geaggregeerde shopfloor-data kunnen gebruiken om knelpunten te ontdekken en processen dienovereenkomstig aan te passen.

Dit is allemaal onderdeel van een vooruitgangsreis voor fabrikanten. Naarmate ze meer "data-rijp" worden, kunnen ze beginnen nog geavanceerdere use cases met hun data te drijven verder dan simpele dataverzameling en zichtbaarheid. We noemen dit de "productie-analytics reis" en verkennen het verder in een uitgebreid eBook over productie-analytics.

Omdat zoveel fabrikanten nog steeds geen data verzamelen (of alleen handmatige systemen gebruiken), is het deployen van oplossingen die u in staat stellen om productie-shopfloor-data in realtime te monitoren en te verzamelen, een major competitief voordeel. Niet alleen kan dit helpen klanten over te winnen, maar het creëert ook een leanere operatie geworteld in effectieve datagestuurde besluitvorming.

De voordelen van productiedataverzameling

De voordelen van shopfloor-dataverzameling zijn veelzijdig voor moderne fabrikanten. Hoewel niet een uitputtende lijst met welke middelen, kunnen adopters van datagestuurde strategieën voordelen zien in de vorm van:

• Significante reductie in stilstand door de meest flagrante stilstandredenen te begrijpen en te mitigeren met directe feedback.
• Efficiëntie en productiviteit op de fabrieksvloer optimaliseren door productieknelpunten te verminderen.
• Een sterker onderhoudsprogramma gebaseerd op realtime notificaties en machinecondities.
• Kostenreductie voor supply chain met nauwkeurigere vraagvoorspelling, leveranciersscoring, afvalreductie, en opslagoptimalisatie.
• Hogere kwaliteit producten die beter aansluiten bij klantwensen en -behoeften gebaseerd op hoe producten in een real-world scenario gebruikt worden.

Heeft u shopfloor-dataverzameling nodig voor productietracking?

Zonder shop data verzameling en shop data input, zou er geen productietracking zijn. Een cumulatieve steltelling van eerste kwaliteit onderdelen of andere brede standalone aggregaat nummers constituert geen productietracking. De data moet voldoende datapunten hebben om de productiesnelheid, efficiëntie, overuren en dienstverschillen, onderhoudskosten, etc. te analyseren.

En die analyse moet in staat zijn om de workflow van orders over de shopfloor op het holistische niveau te bekijken. Zelfs als het handmatig verzameld wordt, zijn data-entry fouten gemeenschappelijk. Nauwkeurige data is essentieel om productie te tracken als het doel procesverbetering, efficiëntie, of kostenbesparing is. Typen dataverzameling voor productietracking kunnen omvatten:

• Stilstand – Stilstand voor verstrikkingen, schoonmaken, kleine vertragingen, stoppingen, en andere redenen kan door operators vastgelegd worden of getrackt met productietrackingsoftware. In het geval van de laatste, is de nauwkeurigheid van stilstand geoptimaliseerd – afronding, menselijke fouten, of vergeten stilstandgebeurtenissen eliminerend. De software stelt ook de categorisatie van typen stops toe.
• Opzettingen – Opzettingen kunnen ook handmatig vastgelegd worden. Maar opzettingen gemonitord door trackingsoftware zijn uitstekende analysepunten die de opzettijd voor nieuwe setups significant reduceren.
• Onderhoudsstoringen – Net als het categoriseren van stilstand, helpt de software de typen onderhoudsstoringen, serviceorders, en hun potentiële oorzaken te tracken. Dit kan kosten verlagen en bedrijven in staat stellen voorspellend of voorschrijvend onderhoud te baseren op nauwkeurige realtime data.
• Eerste Kwaliteit Onderdelen – Een basiselement van productietracking. Zonder te weten wat eerste kwaliteit geproduceerd wordt, kunnen bedrijven niet weten waar ze staan met het vervullen van orders voor levering binnen gecoteerde tijdframes. Productietracking met software verzekert dat deze tellingen nauwkeurig zijn en orders correct gevuld worden.
• Schrot – Afval is een groot probleem voor fabrikanten. Maar handmatige systemen zullen schrotonderdelen missen of de verkeerde redenen documenteren. Productietrackingsoftware kan het aantal en type defecten tracken, zodat analyse gedaan kan worden om verbetering na te streven. Het kan ook herwerk, herwerktijd, en geassocieerde taken vastleggen.
• WIP Voorraad – Voorraadnauwkeurigheid is vitaal in productie, maar veel materiaal kan "onzichtbaar" zijn eenmaal uitgegeven aan de vloer. Productietracking dataverzameling voor de beweging en status van WIP is belangrijk in het begrijpen van algehele efficiëntie.
• Prestaties tot Schema – Nauwkeurige dataverzameling is vereist voor productietracking om te begrijpen waar productieorders zijn in relatie tot hun geplande runtimes en jobvoortgang te analyseren. Als out-of-order gedraaid wordt, kunnen klantverzoeken niet binnen de gecoteerde leadtime voltooid worden. Shopfloor dataverzameling biedt een gedetailleerde productiegeschiedenis en helpt managers productie op de rails te houden om vastgestelde leveringstijden te halen.

Shopfloor dataverzameling is essentieel voor productietracking. Handmatige data-entry is mogelijk, maar er zijn severe nadelen, inclusief menselijke fout, data-entry fouten bias, en gebrek aan betrouwbaarheid op realtime. Een shopfloor inzicht maakt voor betere besluitvorming. Productietrackingsoftware gebruikt realtime dataverzameling en krachtige analytics om het productiesysteem te bekijken en deze nadelen te elimineren.

Technieken voor het verzamelen van data van de shopfloor

Met zoveel potentiële databronnen, gebruiken fabrikanten vaak een verscheidenheid aan dataverzamelingstechnieken. Enkele van deze omvatten:

• IoT (Internet of Things) sensorintegratie wordt gebruikt voor het verbinden van verschillende apparatuur en systemen om de juiste informatie aan de juiste mensen op het juiste moment te brengen met het juiste shopfloor-inzicht.
• PLC (Programmable Logic Controller) integratie is voor het meten en controleren van stappen in het productieproces.
• Line HMI (Human Machine Interface) systeemintegratie (zoals individuele shop-terminals zoals touchscreens gemonteerd op fabrieksvloerapparatuur) stelt de toevoeging van menselijke context aan data toe.
• SCADA (Supervisory Control and Data Acquisition) systemen om operaties in een overkoepelende zin te controleren.
• CNC en andere machine-integratie (nieuwe en legacy-modellen) om machineproductieprestaties en gezondheid te tracken.

De MachineMetrics-aanpak

MachineMetrics gebruikt veel verschillende methodologieën voor shopfloor-dataverzameling van machines. Hoe we omgaan met nauwkeurige dataverzameling is volledig afhankelijk van de unieke kenmerken en beperkingen van elke machine op een shopfloor. Leeftijd, besturing, make, en model factoren allemaal in een machine's capaciteiten en shopfloor-prestaties.

We beschouwen de informatie van de besturing van de machine als de beste bron van productiedata bij het leveren van een shopfloor-inzicht. Nog steeds realiseren we ons het belang van menselijke context. Machinedata alleen kan het volledige verhaal van productieprestaties niet vertellen, dus we leggen data van operators gelogd via een tablet-interface aan elke machine er bovenop.

Dit geeft operators en managers een helderder plaatje van productieprestaties. Niet alleen zullen ze de hoeveelheid stilstand weten die ervaren is, maar ze'll de reden weten waarom machines down waren.

Niet alleen zal er een nauwkeurige schrotbenchmark zijn, maar ze'll de gemeenschappelijke redenen voor schrotonderdelen weten. Ze zullen ook extremt saaie taken elimineren, de prestaties van waardevolle vaste assets verbeteren, en een hogere ROI realiseren met een kosteneffectieve rollout.

Deze toegevoegde laag van operationele data biedt een uitgebreide oplossing. Het geeft productieleiders de additionele shopfloor-inzicht data om processen aan te passen, niet-productieve activiteiten te elimineren, en beslissingen te nemen die productiviteit positief beïnvloeden.

Productiedataverzamelingssoftware

Handmatige shopfloor-dataverzameling zal u niet naar het niveau brengen dat u nodig hebt om te concurreren in moderne productie. U kunt de shopfloor-datatypen en -niveaus die nodig zijn om de voordelen die we tot nu toe besproken hebben te realiseren, niet handmatig verzamelen. Het zou onpraktisch zijn voor uw werknemers om dergelijke grote hoeveelheden tijd handmatig te besteden aan het tracken van deeltellingen, stilstandredenen, en andere shopfloor-datapunten. De ruwe shopfloor-data zou ook bijna onbruikbaar en zwaar vertraagd zijn.

Het zou nog verdere inspanning van data-onderlegde werknemers kosten om de shopfloor-dataverzameling handmatig te compacteren door sleutelmetrieken te berekenen, rapporten te ontwikkelen, en de shopfloor-dataverzameling met alle stakeholders te delen.

Een systeem dat automatisch productie-informatie kan verzamelen, contextualiseren, en delen, zodat uw werknemers zich kunnen richten op besluitvorming, is een veel beter scenario.

Eisen waar u naar moet zoeken in een systeem gebouwd voor productiedataverzameling omvatten:

• Realtime shopfloor-dataverzameling via de edge. Dit kan datavastlegging vereenvoudigen en helpen geautomatiseerde taken managen die zo dicht mogelijk bij realtime moeten gebeuren – zoals veiligheidsschakelaars – die geen tijd hebben om naar de cloud te gaan en terug.
• Een cloud-platform voor shopfloor-dataverzameling en verwerking. Dit stelt u in staat om krachtige middelen te benutten tegen een fractie van de kost van het aanschaffen van dezelfde apparatuur om data op een dieper niveau op te slaan en te analyseren. Dit omvat tools zoals exception-based supervisor-goedkeuringen, links naar salarisadministratiesystemen en configureerbare salarisregels, kwaliteitsrecordmanagement, exception-reporting, realtime-reporting, arbeidskosten, en andere gedetailleerde rapportage voor betere besluitvorming.
• Machine-integratie via de PLC of I/O. Dit helpt om machinedata nauwkeurig en snel te verzamelen op een manier die niet gevoelig is voor fouten of constante noodzaak voor aanpassing zoals sommige sensoren.
• Integratie met andere productiesoftware, zoals het Manufacturing Execution System (MES), ERP-systeem, CMMS, enz.
• Vermogen om verbinding te maken met sensoren om te verzekeren dat data verzameld kan worden van een verscheidenheid aan assets, inclusief legacy-apparatuur.
• High-Frequency Dataverzameling capaciteiten om te benutten als inputs voor tijdreeks- of machine learning-modellen om geavanceerde voorspellende use cases te drijven.

Leer hoe u MachineMetrics plug-and-play oplossingen kunt gebruiken om gemakkelijk productiedata te verzamelen en directe zichtbaarheid en controle van de shopfloor te krijgen.

Boek een demo met ons team of neem contact op met eventuele vragen.