Na to, aby firmy zvýšili využívanie svojich zariadení vo výrobe, je potrebné poznať reálny stav ich vyťaženia. Ak zariadenia nie sú monitorované automatickým zberom dát, stáva sa, že sa manažment rozhoduje na základe odpisov práce pracovníkov alebo manuálnych záznamov práce stroja. Prax ukazuje, že tieto odpisy sú mnohokrát skreslené a chybné, či neúplné. Možnosťou, ako dostať lepší pohlaď na aktuálny stav, je implementovať automatický zber dát zo zariadení. Tým sa dáta zjednotia, a pripravia na porovnávanie a vyhodnocovanie.
Automatický zber dát je možné implementovať na viacerých úrovniach.
- Ak stroje nemajú žiadne riadene (PC, PLC), je možné dáta o zariadení zbierať pomocou sledovania odberu elektrického prúdu. Stavy zariadenia, ktoré je možné detegovať, sú individuálne. Najčastejšie stavy: vypnutý, pohotovostný režim a pracuje. Občas je možné detegovať aj stav poruchy.
- Druhou kategóriou sú zariadenia, ktoré majú riadenie, ale z rôznych príčin nie je možné ich pripojenie na firemnú sieť. V takom prípade je možné použiť technológiu zberu dát s názvom IoT (Internet of things). Je to bezdrôtové riešenie, ktoré dokáže rôzne stavy zo stroja prenášať po IoT sieti (napríklad LoRaWAN). Do zariadenia sa pripojí zariadenie (IoT HUB / chester – obrázok), ktoré je galvanicky oddelené od signálov zariadenia, a slúži na prenos dát.
Inštalácia IoT HUB do rozvádzača stroja
Na výber sú dve možnosti prenosu dát:
- cloudové riešenie, alebo vytvorenie lokálnej IoT siete (dáta neopúšťajú podnik)
- zbierať dáta zo zariadenia po kábli pomocou sieťovej komunikácie. Takýto zber dát ponúka prenos technologických dát (zaťaženie osí, teploty, rýchlosti posunu, …), stavov zariadenia (porucha na čerpadle, chýba chladivo, čakám na vyloženie, …) až po informácie o produkte (čo sa vyrába, aký je spustený program, číslo operácie, …).
Samotné dáta na zvýšenie využívania zariadení nepostačia, je potrebné ich transformovať na informácie. Pre okamžité rozhodovanie dáta transformujeme na online informácie vo forme dispečingu a vizualizácií. Tieto informácie pomáhajú riešiť problémy, keď nastanú. Samotná vizualizácia správnych informácií vo výrobe prináša 5% až 10% zvýšenie produktivity aj bez zásahu riadiacich pracovníkov.
Online vizualizácia
Pre analýzy a hľadanie príležitostí ako zlepšiť proces výroby (využitie zariadenia, pracovníkov, plánovanie) sa využívajú nástroje, ktoré pracujú s uloženými informáciami z rôznych zdrojov, a kombinujú ich medzi sebou. Na základe synergie dát možno odhaliť pokles produktivity v čase, problémy s odpisom práce ľudí a prácou strojov (obr.), spúšťanie strojov naprázdno (obr.) a podobne. Detailným pohľadom (obr.) na využívanie zariadení vieme identifikovať rezervy v prípravnom čase, logistike či plánovaní práce. Párovaním dát zo zariadenia a samotnej výroby zákazky je možné znížiť riziko, že podnik vyrába produkty pod úrovňou zisku.
Identifikácia behu programu „NAPRÁZDNO“
Mesačné porovnanie odpisov pracovníkov a automatického zberu dát pomocou IoT technológie
Detailný pohľad v čase na využitie zariadenia
Kvalitné dáta z výrobného procesu môžu poslúžiť aj pre expertné systémy ako AI, strojové učenie alebo digitálne dvojča. Takéto systémy dokážu kombinovať dáta lepšie a rýchlejšie ako človek. Ak sú správne použité a začlenené do procesu spoločnosti, pracovníci (užívatelia) nemusia vedieť, že ich usmerňuje (riadi) takýto systém. Zvýšenie výkonu sa v takom prípade odzrkadľuje v lepšom plánovaní zdrojov.
Ako príklad si predstavte zákazkovú výrobu, kde majster dielne každé ráno rieši kto bude pracovať na akej zákazke. Do procesu jeho rozhodovania vstupujú faktory ako: ktorí pracovníci dnes prišli do prace, skúsenosti pracovníkov a ich oprávnenia, výrobný plán na niekoľko dní dopredu, aké rozmery bude mať výrobok, rozmery pracovísk, rozpracovanosť z predchádzajúceho dňa… Všetky vymenované faktory musí majster zvážiť a prideliť prácu. Jeho rozhodnutie je výsledkom jeho skúsenosti a schopnosti zvážiť dopady svojich rozhodnutí. Expertné systémy mu môžu byť nápomocné práve v tom, že mu odporučia scenár, pri ktorom sú zohľadnené všetky parametre tak, aby bol dosiahnutý čo najlepší výsledok. Majster tak získava oporu vo výkonnom systéme, ktorý kombinuje a vyhodnocuje všetky vstupy rýchlo a presne.
Na obrázku je znázornená schéma začlenenia digitálneho dvojčaťa do procesu návrhu plánu pre majstra. Firma aplikáciou expertných systémov získava aj uzamknutie časti vedomostí svojich pracovníkov do SW riešenia, čím tak minimalizuje riziko “nenahraditeľnosti“ pracovníkov.
Schéma začlenenia digitálneho dvojčaťa do procesu rozhodovania majstra
Na záver je nutné dodať, že zber dát zo zariadení, analýza, kombinácia informácií nezvýši využívanie zariadení, ak na konci nepríde akcia zo strany manažmentu (zmena procesu, investícia do upínacích prípravkov, zmena plánovania, úprava logistiky a podobne).
