Egicon realiseert 80% reparatiereductie met realtime automatisering

Egicon, een Italiaans elektronicafabrikant, gebruikte opkomende data-analysetools om de productie volledig te automatiseren vanaf 2017. Tijdens het proces werd de reparatiesnelheid met 80 procent verlaagd, schroot geëlimineerd, garantieondersteuning verbeterd, en de levertijd voor kwaliteitsrapportering teruggebracht naar realtime van één maand.

Gevestigd in de Modena-regio van Italië, produceert Egicon elektronische besturingseenheden, instrumentenclusters en human-machine interfaces voor de auto-, landbouw-, biomedische en luchtvaartsectoren.

Egicon integreerde Siemens' Valor en Opcenter Execution Electronics IoT-software in de productie- en kwaliteitssystemen, wat continue monitoring en de mogelijkheid toestond om klanten betere garantieondersteuning en traceerbaarheidsdata te bieden.

"We waren in staat onze reparatiesnelheid van 30 delen per miljoen naar 6 te verlagen, en bereikten een schrootsnelheid van nul procent in 2019," zei Egicon productiemanager Michele Magri in een gepubliceerde case study. "Nu kan ik instantane updates krijgen op al onze productieprocessen zonder mijn bureau te verlaten. Ik kan mijn tijd besteden aan innovatie en verbeteringen."

Andere softwarefabrikanten melden ook significante resultaten.

GE Digital's Proficy software heeft fabrikanten over talloze sectoren geholpen een veelvoud aan voordelen te behalen, waaronder 90 procent reductie in afval, $5 miljoen in kwaliteitsverbeteringsbesparingen, en 80 procent afname in downtime, aldus Cobus van Heerden, senior productmanager voor analytics en machine learning software voor GE Digital. Een bedrijf kreeg cruciale inzichten binnen uren over hoe hun ontwateringschemicaliën te controleren voor de beste kwaliteit.

FactoryTalk Innovation Suite, een gezamenlijke aanbieding van Rockwell Automation en PTC, hielp Rockwell een 33-procent toename in arbeidsefficiëntie, een 70-procent toename in output, en een 50-procent reductie in trainingstijd te bereiken, volgens een gepubliceerde case study.

Deze en andere opkomende data-analysetools overwinnen de beperkingen en barrières van hun voorgangers.

Analytics meer toegankelijk maken

Een significante barrière in het verleden was dat de tools die potentieel voordeel booden, ongebruikt bleven, zei Izik Avidan, business unit manager, digital manufacturing analytics, Siemens Digital Industry Software.

Meer dan 80 procent van geavanceerde analytics projecten mislukken, zei hij, een stelling ondersteund door onderzoek van Gartner en anderen.

"Het hoofdprobleem met data-analysetools van het verleden – vanuit het perspectief van fabrikanten – was het feit dat ze tools bleven," zei Avidan. "Veel van de platform- en oplossingsproviders realiseerden zich niet dat de gemiddelde fabrikant niet over alle benodigde vaardigheden beschikte om deze tools volledig te benutten. De tool leverde de functie waarvoor het ontworpen was, maar het algehele project faalde waarschijnlijk. Je moet in staat zijn te bruggen tussen de productietaal en al deze nieuwe technologieën. De productieklant bezit deze vaardigheidsets niet."

"Historisch gezien had je echt een PhD in wiskunde of data science nodig om waarde uit analytics te halen," zei van Heerden. "Je moet analytics in handen geven van hun bestaande operationele mensen. Je kunt niet naar de productieklant gaan en zeggen: 'Je moet je mensen heropleiden of nieuwe mensen inhuren om te profiteren van analytics.' De sleutel is analytics toegankelijk te maken voor procesingenieurs en lijnoperators."

"Tools waren ontworpen voor experts, om een moeilijke uitdaging voor experts makkelijker te maken, in plaats van hun taken te vereenvoudigen," zei Ed Cuoco, VP van strategie en oplossingen bij PTC. Veel tools vereisten ook een on-site data scientist. Het eindresultaat: "Deze tools waren niet geschikt voor grote fabrikanten, die doorgaans geen eigen data scientists hebben," zei Cuoco.

Negen extra barrières uit het verleden

Andere barrières, volgens Avidan, Cuoco, en van Heerden zijn geweest:

Falend om de pijnpunten van fabrikanten te begrijpen en aan te pakken.

Tools die fabrikanten dwongen dure legacy apparatuur te vervangen.

Gebrek aan toegang tot de benodigde data om inzicht te verkrijgen, vaak omdat die data in gesiloode systemen zat, soms donkere data genoemd. Tussen 60 procent (Forrester) en 97 procent (Gartner) van verzamelde data blijft ongebruikt.

Data die niet gemakkelijk gecombineerd kon worden met andere data.

Data die moeilijk te schonen, formatteren en voorbereiden was.

Tools die aannamen dat data aan een hoge kwaliteitsbenchmark voldeden, wat een expert vereiste om data-kwaliteit te verbeteren in veel gevallen.

Gebrek aan analytics-tools die managers in staat stelden te handelen.

Analytics-tools die te moeilijk waren voor de gemiddelde operator om te gebruiken.

Tools die niet geschaald konden worden verder dan een initiële pilot of demonstratie.

Nieuwe dag aanbreekt

Vandaag bieden tools snelle-time-to-value, makkelijkere bediening en schaalbaarheid. Steeds meer productiesoftwareproviders begrijpen dat hun klanten platforms nodig hebben die meerdere tools combineren en goed integreren op de shopfloor, zei Avidan.

"We zien nu meer succes in analytics-tools die die barrières overwinnen," zei van Heerden. "De tools die we leveren tonen bewijs van snelle waarde."

Softwarefabrikanten ontwerpen tools en platforms die draaien in fabrieken die machines gebruiken die 40 jaar oud zijn, alsook twee jaar oud, zei Cuoco. "Deze tools moeten functioneren in een real-world omgeving," zei hij. "Dat is de sleutel tot toepasbaarheid in een fabriek. Dat stelt een fabriek in staat om dingen binnen hun macht te benutten zonder hen te vragen goed te zijn in dingen die niet in hun wielhuis zitten."

Opkomende tools bieden de mogelijkheid om data te benaderen, op te slaan en te verwerken, de beschikbaarheid van een subject matter expert on-site of remote, met een lage cost of ownership die niet te veel extra servers of cloudbronnen vereist, die eenvoudig te configureren, aanpasbaar en in staat om direct wat waarde te bieden, zei Avidan.

"Tegenwoordig begrijpen de meeste softwarebedrijven dat het gooien van enkele machine learning oplossingen op de shopfloor niet je kwaliteitsproblemen oplost," zei hij. "Nu leveren ze volledige turnkey oplossingen, wat waarschijnlijk de game changer is."

"Mijn beroep leeft in die spanning in het proberen een out-of-the-box oplossing te bieden en ook te begrijpen dat de oplossing aangepast moet zijn, die flexibiliteit om de oplossing te tunen om de behoeften van de fabrikant te optimaliseren," voegde Avidan toe. "In de afgelopen vijf jaar hebben we steeds meer hybride projecten gezien, die zowel platforms als tools zijn, gecombineerd met software specifiek afgestemd op het type industrie."

De industrie is nog niet op het punt aangekomen waar tools out-of-the-box werken, vergelijkbaar met een iPhone, zei Cuoco.

"Out of the box is de richting," zei hij. "Out of the box is het doel. We beginnen volwassen genoeg te worden in onze oplossingen om een punt te zien waar dat zal gebeuren."

Deze tools, soms gecombineerd met een ervaren productieingenieur, kunnen fabrikanten helpen prestaties en predictief onderhoud te verbeteren en kwaliteitscontrole te integreren in productie, zei Avidan.

Tools zijn ook "beyond alerts" aan het gaan die het aan een mens laten handelen, naar meer closed-loop – waar de tool zelf realtime, veilige controle-acties kan ondernemen, waardoor een fabriek geoptimaliseerde productiviteit kan behalen of handhaven, zei van Heerden.

In plaats van analytics aan te bieden als puur een component van een aanbod, bieden steeds meer productiesoftwareproviders analytics aan in oplossingen die specifieke use cases adresseren, zei Cuoco.

"Als je een ervaren productieingenieur introduceert aan datapatronen in een dataset of een lijst met conclusies die hij eerder gezien heeft, zal hij in staat zijn die data gemakkelijk om te zetten in acties die de operator, lijnmanager, of eigenaar van de fabriek kan ondernemen en de resultaten dramatisch verbeteren," zei Avidan. "Met die turnkey oplossing kunnen we de meerderheid van uitdagingen binnen dagen of zelfs uren aanpakken."

Nog beter zal een tijd zijn waarop meer expert domeinkennis aan deze tools kan worden toegevoegd, zei Cuoco. "Meer en meer specifieke domeinkennis moet ingesloten worden," zei hij. "Hoe kunnen we de expert en de machine samenbrengen en laten ze beiden het probleem begrijpen? De machine moet in staat zijn te zeggen: 'Ik kan parameters specifiek voor dit domein meenemen.'"

Analytics verbeteren ook naarmate ze door de supply chain toegepast worden van grondstofleveranciers, naar shippers, naar fabrikanten naar eindklanten, zei van Heerden.

Sommige uitdagingen blijven

Nog nodig zijn verfijningen die tools makkelijker te bouwen maken, alsook tools ontworpen zodat machines meer van het werk kunnen doen, zei Cuoco.

Kosten moeten zeker verder dalen zodat de technologie toegankelijk wordt voor kleine en middelgrote fabrikanten die vergelijkbare problemen hebben, zei Avidan.

Meer standaarden zijn nodig zodat fabrikanten makkelijker technologie van verschillende leveranciers kunnen integreren, zei hij.

"We moeten begrijpen dat er al veel software op de shopfloor is," zei Avidan. "Elke oplossing die je aan dat ecosysteem wilt introduceren, moet goed en naadloos integreren in deze IT-oplossingen ... zodat als je een actie-item hebt dat van het ene engineering-systeem naar het andere geduwd moet worden, het binnen een enkel portfolio gedaan kan worden. Dat is een van de belangrijkste dingen die je kunt doen."

Naarmate standaarden en interfaces meer open worden, wordt integratie makkelijker, zei van Heerden.

Partners kiezen

Om te slagen, partner met een vertrouwde industriële leverancier die een comprehensief product biedt, zei van Heerden.

"Veel analytics leveranciers bieden oplossingen die een deel van het probleem oplossen. Sommige kunnen data analyseren," zei hij. "Sommige kunnen voorspellingen maken. Sommige kunnen simulaties draaien. Een ander kan een instelling optimaliseren. Partner met vertrouwde leveranciers die niet morgen verdwijnen en die al deze mogelijkheden in een enkel product kunnen bieden."

Fabrikanten die zoeken naar directe perfecte en complete integratie moeten verwachtingen terugschroeven ten gunste van een stap-voor-stap aanpak. "Doe geen 'big bang' aanpak om technologie te adopteren totdat alle systemen perfect zijn," zei hij. "Ik raad een snelle, incrementele aanpak aan. Rust operatie-mensen uit met makkelijk te gebruiken tools zodat ze snelle incrementele waarde kunnen krijgen."