Waarom datasoortstandaardisering succes drijft in de productie

De kracht van data, tot leven gewekt door de opkomst van het Industrial Internet of Things (IIoT) en Fourth Industrial Revolution (Industrie 4.0) technologieën, is onbetwistbaar. Voor de productie is het niet meer een kwestie van of bedrijven zullen digitaliseren en deze systemen in hun operatie zullen incorporeren - het is een kwestie van wanneer. Het is ook een kwestie van overleving en competitiviteit.

Voor datasoortstandaardisering zijn er veel dingen te overwegen, zoals hoe de data verzameld zal worden, welke systemen geïmplementeerd zullen worden om het te managen, en hoe het geanalyseerd zal worden om actionability mogelijk te maken. Zonder standaardisering zult u overblijven met variërende dataformaten, gesiloode dataverzamelingssystemen en een gebrek aan actionable insights.

Maar wat is datasoortstandaardisering, specifiek in de context van productie? En hoe weegt het belang ervan voor fabrikanten die hun digitale transformatieris aan gaan? Lees verder om te leren waar geautomatiseerde dataverzameling en standaardisering de eerste en meest kritieke stap is in de succesvolle implementatie van IIoT binnen een lean productieomgeving.

Wat is datasoortstandaardisering?

Datasoortstandaardisering converteert het enorme volume aan binnenkomende informatie naar een standaardformaat. Dit stelt eindgebruikers zoals operators, technici, lijnsupervisors, middle management en directie in staat om inzichten te benutten die in de data onthuld worden.

Het doel van effectieve datasoortstandaardisering is het automatiseren van het proces van het verzamelen van uiteenlopende databronnen en het autonoom vertalen ervan naar één gemeenschappelijk model waaruit mensen en systemen de data kunnen consumeren voor analyse en actionability.

Het is typisch voor productiebedrijven om apparatuur te gebruiken gemaakt door verschillende OEM's. Het is ook typisch dat deze apparatuur in leeftijd uiteenloopt over veel jaren. Dus het verbinden van de apparatuur in een uitgebreid systeem is al moeilijk genoeg. Maar proberen om met zoveel verschillende databronnen te dealen zonder een datasoortstandaardiseringsproces zou ongelooflijk moeilijk, tijdrovend en resource-intensief zijn.

Met datasoortstandaardisering worden de veel verschillende dataformaten getransformeerd in een gemeenschappelijk model via een edge-apparaat. Met data-tag mapping software op het edge-apparaat, wordt de data eerst gemapt naar een gemeenschappelijk model, en kan vervolgens naar de cloud gestuurd worden voor verdere analyse.

Eenmaal gestandaardiseerd, kan data opgeslagen worden in datawarehouses, de cloud, datalakes of andere databases. Deze standaardiseringsprocessen helpen gebruikers op fabrieks- en werkvloerniveau, evenals andere zakelijke afdelingen zoals supply chain en operaties. Data kan ook gebruikt worden in andere computerbesturingssystemen (zoals MES en BI-software) als een kritisch component in besluitvorming.

Gestandaardiseerde data hebben betekent dat iedereen op dezelfde pagina werkt met consistente real-time data en een enkele bron van waarheid.

Dit klinkt simpel in principe, maar wat een oplossing zoals MachineMetrics onderscheidt is de snelle connectiviteit met elke en alle machine-assets, wat zorgt dat alle informatie van uw apparatuur verzameld, gestandaardiseerd en gecontextualiseerd kan worden. Verder, met out-of-the-box features zoals dashboards, notificaties en workflows, kunt u in weken waarde bereiken, niet in jaren.

Gemakkelijk data verzamelen en standaardiseren

Boek een demo

Het probleem is dat veel fabrikanten zich niet bezighouden met datasoortstandaardisering, en proberen data handmatig vast te leggen en te analyseren, of legacy-oplossingen gebruiken om hun data te mappen naar een unified model.

Use cases voor datasoortstandaardisering

Er zijn een onbeperkt aantal use cases wanneer het gaat om het benutten van gestandaardiseerde fabrieksdata. Wat belangrijk is, is dat deze machinedata de meest accurate bron van informatie op de werkvloer vertegenwoordigt, omdat het de data is die het meest geassocieerd is met productie.

Om die reden kunnen zowel teams als systemen vertrouwen op de data om op dagelijkse basis betere beslissingen te nemen. Dit concept van het gebruik van machinedata door de hele organisatie heen wordt aangeduid als 'de Machine Data Digital Thread'.

Hier zijn een paar use cases voor datasoortstandaardisering:

Datavisualisatie

Met gestandaardiseerde data kan geavanceerde analytics real-time conditiestatus leveren aan tablets en monitors op het punt van productie. Operators kunnen huidige productie, fouten, status en andere relevante informatie in real-time zien en erop reageren via intuïtieve interfaces.

Onderhoud

Door historische problemen en huidige data te gebruiken, kan onderhoud verplaatsen van een kalender-gebaseerde naar een condition-based strategie. Dit helpt kosten te verlagen terwijl apparatuur- en gereedschapslevensduur verlengd wordt, het uiteindelijke doel van een onderhoudsprogramma. Naarmate de digitale volwassenheid groeit, kunnen operaties zelfs beginnen te bewegen naar voorspellende onderhoudsstrategieën.

Management

Datasoortstandaardisering kan geanalyseerd en via API verbonden worden met andere business intelligence software om producttrends te voorspellen, veldfalen te identificeren, kwaliteitskwesties te analyseren, en meer. Deze trends kunnen fabrikanten helpen scherpere beslissingen te nemen over bedrijfsgroei strategie, procesverbetering en kostenreductie. Met datasoortstandaardisering die plaatsvindt aan de rand via een machine data platform, kan het in andere systemen geduwd worden, zoals een MES of ERP, voor beter inzicht in de productie, en betere besluitvorming.

Automatisering

Actie ondernemen op data is alleen mogelijk als er kerninzichten afgeleid zijn uit data. Bijv. Een machine heeft een downtime-gebeurtenis ervaren, we lopen achter op productiedoelen, ons defectpercentage is hoger dan normaal, etc. Verder, inzichten uit data kunnen alleen afgeleid worden als die data gemakkelijk consumeerbaar is. Met gemakkelijk consumeerbare data kunnen fabrikanten beginnen die data te gebruiken om snellere besluitvorming mogelijk te maken, wat uiteindelijk leidt tot automatisering.

Bijvoorbeeld, MachineMetrics kan u in staat stellen om een productiemanager direct te notificeren wanneer een machine een downtime-gebeurtenis ervaart, workflows bouwen die machineconditiedata naar een CMMS sturen om werkorders te genereren, of capaciteitsanalyse, opzetanalyse en downtime-analyse automatiseren.

Datasoortstandaardisering is een natuurlijk gevolg van Industrie 4.0

De aankomst van Industrie 4.0 en IIoT betekende het verbinden van productieapparatuur over een onderneming. De kracht van de verzamelde data heeft zich bewijs als hoge waarde voor productiemonitoring, procesverbetering en het ontgrendelen van verborgen capaciteit in de verbonden fabriek.

Het drijft ook meer agile en responsieve supply chains, verbetert forecasting en inkopen, en een heleboel andere toepassingen. Maar deze tools hebben datasoortstandaardisering ook op een hoog tempo gedwongen.

Deze standaardisering is een natuurlijk gevolg van Industrie 4.0 omdat de tools en applicaties die bedoeld zijn om deze IoT-data te gebruiken, onwaarschijnlijk in staat zullen zijn om de data te consumeren of te gebruiken als het niet gestandaardiseerd is in een gemeenschappelijk model. Dit is waarom oplossingen zoals MachineMetrics integraal zijn voor een verbonden productieomgeving.

MachineMetrics biedt niet alleen een plug-and-play oplossing voor machinedataverzameling, maar data van alle apparatuurmerken en modellen kan autonoom getransformeerd worden in een gemeenschappelijke dataset. Deze data kan vervolgens gebruikt worden binnen het MachineMetrics-platform via rapporten, dashboards en workflows, of naar andere systemen gestuurd worden zoals CMMS, QMS, ERP of MES.

Leer hoe u de juiste factory stack kunt bouwen met een set best-of-breed oplossingen.

De impact van geautomatiseerde dataverzameling en standaardisering

Het automatiseren van de tedieuze dataverzameling die op de werkvloer vereist is, evenals de standaardisering, contextualisatie en analyse is integraal voor het drijven van prestatieverbeteringen. Laten we enkele van de sleutelwaardehefbomen van een machine data platform zoals MachineMetrics bekijken.

Moeiteloze implementatie

MachineMetrics kan snel geïnstalleerd worden om data te vastleggen, transformeren en contextualiseren. Het kan aan nieuwe of legacy-apparatuur toegevoegd worden om data direct te transformeren in standaardstructuren, wat rapportage en analytics consistent maakt. Omdat het werkt met digitale en analoge apparatuur, kunnen apparaten in minuten operationeel zijn met gestandaardiseerde, hoogwaardige data. Binnen een dag kunt u productie over uw operatie visualiseren.

Voordelen van activiteitsniveau standaardisering

De mogelijkheid om in te zoomen, te monitoren en activiteiten te controleren op spindel-, machine-, dienst- of fabrieksniveau kan efficiëntie verbeteren en meer doorvoer drijven. Het betekent ook minder menselijke interventie en minder menselijke fouten. Geen handmatig bijhouden meer op een whiteboard, data toevoegen in een HMI, of data analyseren in een Excel-spreadsheet. Van werkvloer tot topvloer, kan elke manager inzoomen op het niveau dat zinvol is voor hun bijbehorende verantwoordelijkheden.

Voorspellende en voorschrijvende acties

Datasoortstandaardisering en geavanceerde analytics kunnen inzichten leveren aan onderhoud. Dit kan de vorm aannemen van simpelweg de juiste persoon notificeren wanneer apparatuur uitvalt, of het ontwikkelen van een gebruik-gebaseerd onderhoudsprogramma om ervoor te zorgen dat apparatuur op het optimale moment onderhouden wordt. Deze historisch ontwikkelde actionable data strekt zich ook uit naar andere teams. Bijvoorbeeld, in het geval van productie, kunt u accurate cycletijden en standaardwerk vastleggen, of in het geval van kwaliteit kunt u een nuttige benchmark hebben voor het meten van defectpercentage.

Ongekende zichtbaarheid

Veel zoals de Hubble-telescoop een game-changer was in de astronomie, geeft gestandaardiseerde data productiebedrijven een ongekend niveau van zichtbaarheid in hun werkvloeroperaties. Gebruikers kunnen prestaties, problemen, trends en inzichten als nooit tevoren volgen en visualiseren, allemaal in real-time.

Lagere arbeidskosten en effectievere apparatuurbenutting

Data-analyse heeft altijd hoge vaardigheden en veel werknemers vereist. Met datasoortstandaardisering en actionable analytics insights hebben bedrijven nu de kracht om custom rapportage en analyse te ontwerpen die aan hun behoeften voldoen zonder een team data-analisten aan te nemen. Dit zorgt er ook voor dat middelen zo effectief mogelijk gebruikt worden. Bijvoorbeeld het meten van de effectiviteit van machine-operators, of het bijhouden van machinebeschikbaarheid.

Hogere winstgevendheid

Aandeelhouders en eigenaren betalen een hoge prijs voor bedrijven die IIoT en datasoortstandaardisering niet benutten. Winstgevendheid is aanzienlijk hoger met gestandaardiseerde data omdat het kan helpen capaciteit ontgrendelen, procesverbetering drijven, onderhoudskosten verlagen, en meer.

Voorkoming van:

• Record duplicatie
• Ongewenst stoppen en starten van apparatuur en processen
• Veiligheidsissues op machine-niveau
• Valse alerting en alarmering
• Het creëren van een tekort of overaanbod aan onderdelen
• Foutieve levering of ontbrekende WIP
• Off-target scheduling of forecasting van grondstoffen

Vandaag beginnen: waarde halen uit uw data

Naarmate de industrie worstelt met het groeiende aantal datapunten en databronnen, kunt u een sprong voorwaarts maken met een significatief concurrentievoordeel: Accurate, real-time, gestandaardiseerde data, allemaal beschikbaar aan uw vingertoppen voor beslissingen op de vlucht, problemen direct identificeren, en diepanalyse uitvoeren om inefficiënties, verborgen capaciteit en procesknelpunten te ontdekken.

Boek vandaag nog een demo van MachineMetrics om te zien hoe, of bekijk hoe enkele van onze klanten waarde drijven met een Machine Data Platform:

• Morgan Olson: Een continue verbeteringsmanager bij deze toonaangevende walk-in bus fabrikant bespaarde $600.000 in kapitaaluitgaven en verminderde afval met 50%.
• Flexco: Een producent van sleutelcomponenten zoals bandbevestigingen, reinigers en onderhoudsproducten realiseerde een 16,5% toename in productiviteit en een 9% toename in algehele fabrieksbenutting.
• Avalign: Een OEE-directeur deelt hoe hij MachineMetrics gebruikte om miljoenen dollars winst te genereren in verhoogde capaciteit (zonder extra apparatuur toe te voegen).

Gemakkelijk productiedata verzamelen & standaardiseren

Boek een demo