IoT w wielu zakładach: co standaryzować i jak udowodnić wartość bez jednego szablonu

Dlaczego jeden szablon dla wielu zakładów rzadko działa

Szablon zwykle projektuje centrala, z myślą o zakładzie flagowym. Potem trafia do zakładu ze starszymi prasami albo do takiego, gdzie operatorzy mówią w innym języku. Listy przyczyn przestają pasować do maszyn, a progi dostrojone dla jednej linii generują szum na innej. Wkrótce zakłady prowadzą równoległy arkusz „do prawdziwej pracy”.

Błąd przeciwny kosztuje równie dużo. Jeśli każdy zakład buduje własną konfigurację, zarząd dostaje pięć definicji OEE i nie ma jak ich zsumować. McKinsey opisuje, jak wiele firm pozostaje w „czyśćcu pilotaży”, i wskazuje jasnego właściciela oraz projektowanie pod skalę i interoperacyjność jako warunki wartości przy skali. Lepiej sprawdza się cienki standard: mały rdzeń ustalony w każdym zakładzie, a wszystko wokół niego zakłady konfigurują same.

Co standaryzować, a co zostawić lokalnie

Centralnie ustal to, od czego zależą liczby grupy, a każdemu zakładowi zostaw to, od czego zależy jego codzienna praca na hali.

Sześć wielkich strat to praktyczny zestaw głównych kategorii, bo wprost odpowiada trzem czynnikom OEE. Hierarchia urządzeń z ISA-95 daje IT i produkcji wspólny słownik dla modelu danych. ISO 22400 oferuje ramy do definiowania wskaźników KPI w produkcji. Podstawa bezpieczeństwa powinna opierać się na ISA/IEC 62443, napisanej z myślą o przemysłowych systemach sterowania.

Jak porównywać zakłady uczciwie

Większość porównań między zakładami psuje się na definicjach. Przewodnik Vorne o liczeniu OEE wyłącza przerwy z czasu planowanej produkcji, ale przezbrojenia liczy jako czas postoju. Jeśli jeden zakład wyłącza też przezbrojenia, jego dostępność wygląda lepiej, mimo że na hali nic się nie zmieniło. Idealne czasy cyklu działają tak samo: ustawiony zbyt nisko sprawiają, że wydajność wygląda lepiej, niż jest.

Cztery zasady utrzymują porównanie uczciwym:

1. Te same definicje wszędzie. Jedna spisana definicja czasu planowanego, czasu postoju i idealnego czasu cyklu, objęta centralną kontrolą zmian.
2. Normalizuj przez czas planowany. Raportuj minuty przestojów na 100 godzin planowanych i postoje na godzinę planowaną. Zakład pracujący na trzy zmiany zawsze zarejestruje więcej postojów niż zakład na jedną zmianę.
3. Porównuj trendy, a nie bezwzględne OEE. Vorne radzi nie skupiać się na bezwzględnej wartości OEE i przestrzega przed porównywaniem różnych procesów. Zakład o wysokiej różnorodności produkcji z wieloma przezbrojeniami pokaże niższe OEE niż zakład wytwarzający jeden produkt.
4. Pokazuj podział. Raportuj dostępność, wydajność i jakość osobno, aby spadek jakości nie ukrywał się za wzrostem dostępności.

Przykład poglądowy: zakład A utrzymuje stabilne 72% OEE przez dwa kwartały. Zakład B przechodzi z 58% na 65%. Ranking stawia zakład A na szczycie. Trend pokazuje, że zakład B dodał siedem punktów na tych samych maszynach, a jego metody warto przenieść.

Co powinno znaleźć się na scorecardzie kadry zarządzającej po skalowaniu

Scorecard dla kadry zarządzającej powinien mieścić się na jednej stronie i pokazywać, czy każdy zakład poprawia się względem własnego punktu wyjścia i ile to jest warte. Dla każdego zakładu uwzględnij:

• Zmianę punktów OEE względem stanu wyjściowego zakładu, z osobno pokazaną dostępnością, wydajnością i jakością.
• Medianę czasu reakcji od postoju do pierwszego działania, który zwykle zmienia się pierwszy.
• Udział przestojów bez przyczyny. Rosnący udział oznacza, że jakość danych spada, zwykle zanim spadną wyniki.
• Pokrycie: udział objętych maszyn, które są podłączone i mają zarejestrowane przyczyny przy postoju.
• Wartość w pieniądzach, liczoną z wartości jednego punktu OEE właściwej dla danego zakładu.
• Zamknięte działania dotyczące głównych strat w kwartale.

Pomiń to, bo zaczyna niewłaściwą rozmowę:

• tabelę ligową zakładów według bezwzględnego OEE;
• liczbę alarmów i logowań do dashboardów, które mierzą aktywność bez związku z wynikami;
• szczegóły na poziomie maszyn, które należą do przeglądów w samym zakładzie.

Gdzie kamery i analityka chmurowa pasują w wielu zakładach

Każdy zakład ma stanowiska bez użytecznego sygnału, na przykład montaż ręczny albo pakowanie. Tam kamera może pełnić rolę czujnika. DBR77 przetwarza dane na miejscu, na krawędzi. Do analityki wielozakładowej IRIS Vision AI może też uruchomić wnioskowanie w chmurze, z tą samą aplikacją i tymi samymi modelami. Każdy zakład mierzy wtedy stanowisko ręczne w ten sam sposób.

Scorecard pokazuje też, gdzie strata ma charakter strukturalny. Jeśli główną stratą zakładu jest ręczne paletyzowanie, kolejnym krokiem może być projekt automatyzacji. Zakłady mogą opublikować to wyzwanie na DBR77 Marketplace i porównywać oferty integratorów w jednym formacie.

Kto za co odpowiada między centralą a zakładami

Centrala odpowiada za cienki standard: definicje, model danych, podstawę bezpieczeństwa i scorecard. Zmiany przechodzą przez kontrolę zmian, opisaną w artykule zarządzanie IoT po pierwszym roku.

Zakłady odpowiadają za listy przyczyn, progi, trasy alarmów, spotkania i prace usprawniające. Każdy nowy zakład przechodzi drogę od jednego udanego pilotażu do standardu zakładowego i buduje własny rytm, zgodnie z opisem w artykule zamiana IoT w powtarzalny system operacyjny.

Najczęstsze pytania

Czy wszystkie zakłady powinny używać tej samej listy przyczyn przestojów?

Nie. Standaryzuj główne kategorie i pozwól każdemu zakładowi zachować własne szczegółowe przyczyny. Każdą lokalną przyczynę przypisz do jednej kategorii, aby widok grupowy się sumował.

Czy w ogóle można porównywać OEE między zakładami?

Tylko między podobnymi procesami, z identycznymi definicjami czasu planowanego i idealnego czasu cyklu. Nawet wtedy więcej mówi zmiana względem stanu wyjściowego każdego zakładu.

Jak wycenić IoT na poziomie grupy?

Policz wartość jednego punktu OEE osobno dla każdego zakładu, używając jego własnych marż i godzin planowanych. Pomnóż ją przez zmianę punktów tego zakładu, a potem zsumuj zakłady.

Gdzie należy przetwarzać dane?

Na miejscu, wewnątrz granicy IT/OT każdego zakładu, w przypadku samej linii. Zagregowane wyniki oraz, jeśli trzeba, wnioskowanie Vision AI mogą działać centralnie w celu porównania zakładów.

Podsumowanie

Zanim ruszy kolejny zakład, spisz wspólne definicje czasu planowanego, czasu postoju i idealnego czasu cyklu, a lokalne przyczyny każdego zakładu przypisz do głównych kategorii strat. Następnie zapisz stan wyjściowy każdego zakładu i jego własną wartość jednego punktu OEE, aby pierwszy scorecard pokazał zmianę zarówno w punktach, jak i w pieniądzach. Kontrolę zmian, która utrzymuje te definicje w ryzach, opisuje artykuł zarządzanie IoT po pierwszym roku.

Źródła

• 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