Sådan implementerer du Manufacturing Intelligence-løsninger på produktionsgulvet

 

Under aktuelle værktøjer kan du i tidligere udgaver af effektivitet.dk læse artiklerne ”Besparelser? Vi implementerer da bare et elektronisk OEE- system!” og ”Mere kapacitet og fleksibilitet gennem SMED” Begge artikler er skrevet af Erik T. Hansen. Begge artikler tager udgangspunkt i at din fabrik allerede har installeret et elektronisk OEE-system. Men hvordan implementerer du et OEE-system (Manufacturing Intelligence-løsning) i din fabrik, og hvilke overvejelser skal du gøre? Det har vi spurgt Søren Traumer Schønnemann fra firmaet factbird om.

 

Producenter har brug for data for at få en klar forståelse af, hvad der sker på produktionslinjerne. Producenter, der ikke har nøjagtige data, vil sakke bagud og blive overhalet af mere effektive organisationer andre steder.

 

Manufacturing Intelligence Solutions giver teams et samlet overblik over, hvad der sker på produktionsgulvet i realtid, så de nødvendige effektivitets- og produktivitetsforbedringer kan finde sted.

 

Denne artikel beskriver, hvordan producenter hurtigt kan komme i gang med at indsamle relevante data, analysere dem og opnå øjeblikkelige effektivitetsgevinster.

 

Hvordan kan Manufacturing Intelligence gavne fabrikken?
Indsamlede data, som f.eks. gennemstrømningsmængde, skrotprocent, energiforbrug, cyklustid, nedetid, batchydelse osv., kan hjælpe flere afdelinger på én gang:
  • Vedligeholdelse: Data hjælper vedligeholdelsesteams med at finde årsagerne til maskinfejl og fremskynder reaktionstiden.
  • Driftsteamet: Anlægsledere, supervisorer og operatører går fra håndskrevne noter til nøjagtige, automatiserede, brugbare data. Stopkoder spores og visualiseres for større effektivitet.
  • Økonomi: Takket være præcise data kan Lean management udarbejde mere effektive strategier for at reducere produktionsomkostningerne og udarbejde bedre prognoser.
  • Logistik: Da dataindsamlingen håndteres i realtid og er tilgængelig for alle områder, kan logistikken bedre tilpasse sig produktionsflowet og effektivt styre lagerkapaciteten.
  • Ledelse: C-Suite har on-demand adgang til et overblik på anlægsniveau. Gode Manufacturing Intelligence-løsninger som Factbird automatiserer daglige ledelsesrapporter, rapporter for hvert enkelt produktionsskift etc.
Lad os nu se nærmere på de forudsætninger, du bør have på plads for at kunne implementere dataindsamling på shop floor.

 

Trin 1: Hvorfor vil du indsamle data?
Her er nogle eksempler på, hvorfor producenter typisk begynder at bruge Factbird til at indsamle og analysere data:
  • Du har en fornemmelse af, at en maskine er dårlig, den virker problematisk, men du kan ikke helt sætte fingeren på, hvad der går galt.
  • Du er nødt til at øge produktionen og reducere omkostningerne på grund af det konstante pres fra kunderne.
  • Du indser, at du har brug for data for at gøre fabrikkerne mere effektive og rentable. Ekstra pres fra mangel på arbejdskraft og stigninger i materialeomkostninger forstærker denne tendens.
  • Du vil gerne fordele de menneskelige ressourcer bedre på linjerne og vide på forhånd, hvornår bestemt udstyr har brug for mere opmærksomhed.
  • Du vil gerne gå fra reaktiv vedligeholdelse (slukke ildebrande) til proaktiv vedligeholdelse, vedligeholde udstyr, før det går i stykker, og bruge teknikernes tid mere effektivt.
  • Du har allerede nogle data, men ikke i en brugbar form. For eksempel har du PLC-data, men de er umulige at analysere.
Trin 2: Hvilke data vil give mest værdi for dig?
Når du kender dit hvorfor, kan du gå videre til “hvad”. Hvilken slags data vil du gerne indsamle for at nå dine mål?
1: Produktionsresultater, såsom:
  • Produktionstællinger, mål vs. faktisk månedlig produktion.
  • Scarp og rework tæller.
  • Forbrug af råmaterialer.
  • Overall Equipment Effectiveness (OEE) er et godt referencepunkt.
2: Maskinens oppetid
  • Oppetid versus nedetid (og dens årsager).
  • Skiftets varighed.
3: Procesparametre, der påvirker både 1 og 2, f.eks. temperatur og vibrationer.
  • De kan også bruges uafhængigt af hinanden, f.eks. til at overvåge temperaturen i et kølerum.
  • Den virkelige værdi af Manufacturing Intelligence kommer fra korrelationsanalyse, dvs. måling af procesparametre sammen med maskinens ydeevne.
4: Forbrug af el og vand
  • Månedligt energiforbrug.
  • Overvågning af forbruget af elektricitet, vand, gas og trykluft.

Trin 3: Hvor vil data give den hurtigste værdi?
Mange Manufacturing Intelligence-projekter mislykkes, fordi de forsøger at gøre for meget fra starten. Vi hører ofte om producenter, der har brugt hundredtusindvis af kroner på at bygge skræddersyede Manufacturing Intelligence-systemer.

For eksempel har du ofte mange forskellige typer maskiner i forskellige aldre (nogle er nye, nogle er gamle, nogle er fra ét mærke, nogle er fra andre), og du indser, at det vil være en enorm opgave at rulle et stort IT-projekt ud, der dækker alle maskiner og aktiver på én gang.

Så det er en god idé at indsnævre dit fokus til ét interesseområde til at starte med, indsamle relevante data med det samme og forkorte din tid til ROI.

Du kan begynde med at handle ud fra en mavefornemmelse om, hvilken maskine der kan være den værste flaskehals.

  • Vi anbefaler typisk at starte med at indsamle data fra den maskine, du synes er mest problematisk, den maskine, du hader mest. Der er som regel lavthængende frugter til forbedring der.
  • Dette fokuserer på at forbedre den enkelte maskines ydeevne (flaskehals) og forbedre den overordnede proceseffektivitet.

Hvis du er i tvivl, er det i de fleste tilfælde bedst at starte med at måle produktionsresultaterne.

  • Indsamling af data sker for enden af produktionslinjen for at få realtidsdata om det endelige output, f.eks. antallet af færdige kasser.
  • Dette fokuserer på hele produktionslinjen og behandler den som en enkelt kontinuerlig proces. Forbedringer i A fører til forbedringer i B som et resultat.

Et godt aspekt ved produkter som Factbird er, at du nemt kan validere, om systemet giver værdi, i stedet for at investere ekstra tid og kræfter i at evaluere værdien af nye systemer.

Trin 4: Hvordan vil du indsamle relevante data?
Nu er det tid til at se på dine produktionsprocesser og finde ud af, hvordan du vil indsamle data.

For eksempel er Omron E3AS-sensorer velegnede i de fleste tilfælde. De kan registrere diskrete emner på produktionslinjerne samt mekaniske bevægelser af udstyr, som repræsenterer de producerede emner.

Ellers har Factbird investeret tid i at opbygge stærke partnerskaber med sensorleverandører. Factbird kan forbinde hyldevarer med standardsensorer, så vi kan finde den rigtige sensor til din specifikke applikation.

Her er en oversigt over processer og sensorer, der kan bruges til at indsamle relevante data:

  • Overvågning af produktionsinput og -output kan gøres med nærhedssensorer, typisk fotoelektriske (lys) og induktive sensorer, der overvåger antallet af producerede emner såvel som skrot og emner, der skal omarbejdes.
  • Pakkeprocesser er en almindelig årsag til flaskehalse, da de kræver flere maskiner og komplekse handlinger. Sensorer, der nøjagtigt måler afstande og positionering, hjælper med at reducere emballageproblemer.
  • Flaskehalsanalyse bruger videokameraer til at identificere årsagen til stop ved at se tidsstemplede videoer.
  • Tilstandsovervågning af maskiner med vibrations- og temperatursensorer, der registrerer, om et stykke udstyr opfører sig unormalt.
  • Forbrugsovervågning af forsyningsselskaber som el og gas for at identificere ineffektivitet og reducere omkostninger.
  • Forbedringer af medarbejdernes sikkerhed ved at bruge videokameraer til at analysere, hvad der gik galt i tilfælde af en ulykke.

Trin 5: Hvordan ser enhedens installationsmiljø ud?
Den sidste forudsætning for at indsamle og analysere produktionsdata er at forstå installationsmiljøet, og hvilke typer enheder der er egnede.

Netværksforbindelse:
Traditionelt kræver tilslutning af industrimaskiner Ethernet. Men mobile netværk og Wi-Fi bliver mere og mere populære, efterhånden som de bliver mere stabile i komplekse miljøer (takket være f.eks. Wi-Fi 6 og LPWAN).

Stil dig selv disse spørgsmål:

  • Er der Wi-Fi til rådighed på fabrikken?
  • Har du mobildækning?
  • Er der et Ethernet-dropkabel til rådighed?

Tør eller våd:
Nogle produktionsmiljøer kræver kraftig rengøring og skrappe kemikalier.

Spørg dig selv:

  • Er miljøet et miljø, der kan vaskes ned?

Installation af udstyr:
En installation, hvor du ikke går ind i maskinens styring, gør livet meget lettere. Hvis en industriel IoT-gateway kan installeres med minimale krav til plads og kabler, vil du se en hurtigere og højere ROI.

Spørg dig selv:

  • Hvor er det praktisk at placere sensorkabler og/eller strømkabler?

Trin 6: Installer Factbirds industrielle IoT-gateways
Det var så det. Når ovenstående forudsætninger er opfyldt (noget, der ofte kan klares over et enkelt opkald), kan fabrikken installere Factbirds industrielle IoT-gateways uden indblanding og begynde at måle produktionslinjedata med det samme.

_________________________________

Forfatter: Søren Traumer Schønnemann

Søren Schønnemann, Cand. Merc. Markedsøkonomi med en dybdegående erfaring og indsigt i ledelse, drift og kommercielle forhold fra ind og udland, hvor han gennem de seneste 20 år har stået i spidsen for nationale såvel som internationale virksomheder. Senest er Søren indgået i Factbird’s Direktion for at stå i spidsen (sammen med CPO og kommercielle Partner, Peter Savnik) for virksomhedens internationalisering.

 

 

 

Forfatter: Lars Lean

Lars er Lean konsulent hos ZILLION Consulting Group og hos larslean.dk. Han er maskiningeniør, han har HD i Supply Chain Management fra CBS, han er uddannet i Lean og TPS hos Toyota Engineering Corporation og han har mange års erfaring fra erhvervslivet med automatisering, projektledelse, procesoptimering, produktions styring, kundeservice, logistik, Lean og ledelse. Han har tidligere arbejdet for bl.a. Westinghouse Brakes and Signals, Esab, Shell, Ruko, DBK Logistik Service, Superfos, Novo Nordisk, HOFOR og PostNord. For Lars handler det om bæredygtighed, konkurrencekraft og om gode arbejdspladser i Danmark.