IoT عبر عدة مواقع: ما الذي يجب توحيده، وكيف تثبت القيمة عبر المصانع

لماذا نادرًا ما ينجح قالب واحد عبر المصانع

يُصمَّم القالب غالبًا في المقر الرئيسي، حول المصنع الرائد. ثم يصطدم بموقع فيه مكابس أقدم، أو بموقع يتحدث فيه المشغّلون لغة أخرى. تتوقف قوائم الأسباب عن مطابقة الآلات، وتُنتج العتبات المضبوطة لخط واحد ضوضاء في خط آخر. وسرعان ما تحتفظ المصانع بجدول بيانات موازٍ "للاستخدام الفعلي".

والخطأ المعاكس يكلّف بالقدر نفسه. فإذا بنت كل مصنع إعداده الخاص، يحصل مجلس الإدارة على خمسة تعريفات لـOEE دون أي طريقة لجمعها. وتصف McKinsey كيف تبقى كثير من الشركات عالقة في "مطهر التجارب"، وتسمّي وجود مالك واضح، وتصميمًا قابلًا للتوسع والتشغيل البيني، شروطًا لتحقيق القيمة على نطاق واسع. والأنجح هو معيار رفيع: نواة صغيرة ثابتة في كل موقع، ويضبط كل مصنع بنفسه كل ما حولها.

ما الذي يُوحَّد وما الذي يُترك محليًا

ثبّت مركزيًا ما تعتمد عليه أرقام المجموعة، واترك لكل مصنع ما يعتمد عليه عمله اليومي على أرض المصنع.

تُعد الخسائر الست الكبرى مجموعة عملية من الفئات العليا، لأنها ترتبط مباشرة بعوامل OEE الثلاثة. ويوفّر التسلسل الهرمي للمعدات في ISA-95 مفردات مشتركة بين IT والإنتاج لنموذج البيانات. ويقدّم ISO 22400 إطارًا لتعريف مؤشرات الأداء التصنيعية. وينبغي أن يتبع خط الأساس الأمني ISA/IEC 62443، المكتوب لأنظمة التحكم الصناعية.

كيف تقارن المواقع بإنصاف

تفشل معظم المقارنات بين المواقع بسبب التعريفات. ترى Vorne في دليلها حول حساب OEE أن الاستراحات تُستبعد من الوقت المخطط للإنتاج، لكن تغييرات الإعداد تُحسب وقت توقف. فإذا استبعد مصنع آخر تغييرات الإعداد أيضًا، فإن إتاحته تبدو أفضل دون أن يتغير شيء على أرض المصنع. وتعمل أزمنة الدورة المثالية بالطريقة نفسها: إذا ضُبطت منخفضة أكثر من اللازم، يبدو الأداء أفضل مما هو عليه.

أربع قواعد تحافظ على المقارنة نزيهة:

1. التعريفات نفسها في كل مكان. تعريف مكتوب واحد للوقت المخطط ووقت التوقف وزمن الدورة المثالي، تحت رقابة تغيير مركزية.
2. التطبيع حسب الوقت المخطط. أبلغ عن دقائق التوقف لكل 100 ساعة مخططة، وعن عدد التوقفات لكل ساعة مخططة. فالمصنع الذي يعمل ثلاث ورديات سيسجّل دائمًا توقفات أكثر من مصنع يعمل وردية واحدة.
3. قارن الاتجاهات لا قيم OEE المطلقة. تنصح Vorne بعدم التركيز على القيمة المطلقة لـOEE وتحذّر من مقارنة عمليات غير متشابهة. فالمصنع متعدد المنتجات الذي يكثر فيه تغيير الإعداد سيظهر OEE أقل من مصنع يصنع منتجًا واحدًا.
4. أظهر التقسيم. أبلغ عن الإتاحة والأداء والجودة بشكل منفصل، حتى لا يختبئ انخفاض الجودة خلف مكسب في الإتاحة.

مثال توضيحي: يحافظ المصنع A على OEE ثابت عند 72% لمدة فصلين. وينتقل المصنع B من 58% إلى 65%. يضع الترتيب المصنع A في الصدارة. لكن الاتجاه يُظهر أن المصنع B أضاف سبع نقاط من الآلات نفسها، وأن أساليبه تستحق النسخ.

ما الذي يجب أن تتضمنه بطاقة الأداء التنفيذية بعد التوسع

ينبغي أن تتسع بطاقة الأداء التنفيذية لصفحة واحدة، وأن تُظهر ما إذا كان كل مصنع يتحسن مقارنةً بنقطة بدايته هو، وما قيمة هذا التحسن. لكل موقع، أدرج:

• التغيير في نقاط OEE مقارنةً بخط أساس الموقع، مع عرض الإتاحة والأداء والجودة بشكل منفصل.
• زمن الاستجابة الوسيط من التوقف حتى أول إجراء، وهو عادةً أول ما يتحرك.
• حصة زمن التوقف دون سبب. ارتفاع هذه الحصة يعني أن جودة البيانات تتراجع، وعادةً قبل أن تنخفض النتائج.
• التغطية: حصة الآلات المشمولة المتصلة، والأسباب المسجلة عند التوقف.
• القيمة بالمال، باستخدام قيمة نقطة OEE الواحدة الخاصة بكل موقع.
• إجراءات أكبر الخسائر المغلقة خلال الربع.

واستبعد ما يبدأ محادثة خاطئة:

• ترتيب المصانع حسب OEE المطلق؛
• عدد التنبيهات وعدد مرات تسجيل الدخول إلى لوحات المعلومات، فهي تقيس النشاط دون ربط بالنتائج؛
• التفاصيل على مستوى الآلة، فهذه تنتمي إلى مراجعات كل مصنع.

أين تناسب الكاميرات والتحليلات السحابية عبر المواقع

لكل مصنع محطات لا تصدر أي إشارة مفيدة، مثل التجميع اليدوي أو التعبئة. ويمكن للكاميرا أن تعمل كحساس هناك. تعالج DBR77 البيانات في الموقع على الحافة. وفي التحليلات عبر المواقع، يمكن لـIRIS Vision AI أن يشغّل الاستدلال أيضًا في السحابة، بالتطبيق نفسه والنماذج نفسها. وعندها يقيس كل مصنع المحطة اليدوية بالطريقة نفسها.

كما تُظهر البطاقة أين تكون الخسارة هيكلية. فإذا كانت أكبر خسارة في أحد المواقع خطوة يدوية لوضع المنتجات على المنصات، فقد تكون الخطوة التالية مشروع أتمتة. ويمكن للمصانع نشر هذا التحدي على Marketplace لـDBR77 ومقارنة عروض المتكاملين بصيغة واحدة.

من يملك ماذا بين المقر والمصانع

يملك المقر المعيار الرفيع: التعريفات ونموذج البيانات وخط الأساس الأمني والبطاقة. وتمر التغييرات عبر رقابة التغيير، كما يُشرح في حوكمة IoT بعد السنة الأولى.

وتملك المصانع قوائم الأسباب والعتبات ومسارات التنبيهات والاجتماعات وأعمال التحسين. ويسلك كل موقع جديد المسار من تجربة ناجحة إلى معيار للمصنع، ويبني إيقاعه الخاص كما هو موضح في مقال تحويل IoT إلى نظام تشغيل قابل للتكرار.

الأسئلة الشائعة

هل ينبغي أن تستخدم كل المصانع قائمة الأسباب نفسها للتوقف؟

لا. وحّد الفئات العليا واترك لكل مصنع أسبابه التفصيلية. اربط كل سبب محلي بفئة واحدة، حتى تتطابق مجاميع المجموعة.

هل يمكن مقارنة OEE بين المصانع أصلًا؟

فقط بين عمليات متشابهة لها التعريفات نفسها للوقت المخطط وزمن الدورة المثالي. وحتى في هذه الحالة، فإن التغيير مقارنةً بخط أساس كل مصنع يقول أكثر.

كيف نعطي قيمة على مستوى المجموعة لـIoT؟

احسب قيمة نقطة OEE الواحدة لكل موقع على حدة، باستخدام هوامشه وساعاته المخططة. ثم اضرب في تغيّر النقاط لذلك الموقع، وأضف المواقع معًا.

أين ينبغي معالجة البيانات؟

في الموقع، داخل الحد الفاصل بين IT وOT لكل مصنع، من أجل الخط نفسه. أما النتائج المجمّعة، وعند الحاجة استدلال Vision AI، فيمكن تشغيلها مركزيًا للمقارنة بين المصانع.

الخلاصة

قبل تشغيل المصنع التالي، دوّن التعريفات المشتركة للوقت المخطط ووقت التوقف وزمن الدورة المثالي، واربط الأسباب المحلية لكل موقع بالفئات العليا للخسائر. ثم سجّل خط أساس كل موقع وقيمة نقطة OEE الواحدة الخاصة به، حتى تُظهر بطاقة الأداء الأولى التغيير بالمال وبالنقاط معًا. أما رقابة التغيير التي تحافظ على ثبات هذه التعريفات فيشرحها مقال حوكمة IoT بعد السنة الأولى.

المصادر

• McKinsey & Company، IoT value set to accelerate through 2030: Where and how to capture it، 2021
• Vorne، World-Class OEE
• Vorne، Calculating OEE
• Vorne، The Six Big Losses
• ISA، ISA-95 standard
• ISO، ISO 22400-1: Key performance indicators for manufacturing operations management، 2014
• ISA، ISA/IEC 62443 series of standards
• DBR77، IRIS
• DBR77، Marketplace