Zbieranie danych z maszyn: co zbierać, a co na razie pominąć
DBR77 Team · Opublikowano
Zacznij od zbierania pięciu rzeczy z każdej maszyny: jej stanu (praca, bieg jałowy lub zatrzymanie), liczby sztuk, czasu cyklu, przyczyn zatrzymań i alarmów. Energię, drgania czy parametry procesu dodawaj dopiero wtedy, gdy potrafisz wskazać decyzję, którą zmienią, osobę, która ją podejmuje, i próg, który ją uruchamia.
Wszystko inne może poczekać. Poniżej pokazujemy, który sygnał wspiera którą decyzję i czego na początku nie zbierać.
Dlaczego „mamy już IoT” często niczego nie zmienia
Kiedy klient mówi Pawłowi Derze, CTO DBR77, że ma już IoT, ten zadaje jedno pytanie: „Co w zeszłym miesiącu zmieniliście w procesie na podstawie danych z systemu?”. Odpowiedzią często jest cisza.
Dane płyną, alerty przychodzą, dashboard robi wrażenie, a mimo to decyzje wciąż zapadają na podstawie doświadczenia operatora i tego, „jak zawsze robiliśmy”. W większości takich zakładów same dane nadają się do użytku. Brakuje odpowiedzi na trzy pytania, których nikt nie zadał na starcie.
McKinsey zauważył już w 2015 roku, że większość danych IoT nie jest wykorzystywana: na platformie wiertniczej z 30 000 czujników analizowano tylko około 1% danych. Późniejsze badania tej firmy opisują „czyściec pilotaży”, w którym projekty utykają, zanim zostaną przeskalowane.
Trzy pytania, na które trzeba odpowiedzieć, zanim zaczniesz cokolwiek zbierać
Zanim wybierzesz czujniki czy zmienne PLC, odpowiedz na trzy pytania dla linii objętej projektem:
- Które pięć wskaźników naprawdę się tu liczy? Pięć takich, dla których właściciel linii zmieniłby plan.
- Kto odpowiada za działanie przy każdym z nich? Konkretna rola na bieżącej zmianie.
- Jaki próg uruchamia działanie, a nie tylko powiadomienie? Na przykład zatrzymanie dłuższe niż 5 minut tworzy zadanie dla utrzymania ruchu.
Spisane odpowiedzi nazywamy kontraktem decyzyjnym. Uzgodnienie go dla jednej linii to pierwszy krok w pierwszych 30 dniach IoT w zakładzie brownfield.
Nie wiesz, które pięć wskaźników pasuje do Twojej linii?
Podczas 30-minutowego demo online pokażemy sygnały, od których zaczyna DBR77 IIoT, i pomożemy Ci naszkicować kontrakt decyzyjny dla jednej linii.
Pięć sygnałów na start
Te pięć sygnałów obejmuje większość strat dostępności i wydajności. Można je odczytać z niemal każdej maszyny, także ze starych maszyn bez sterownika PLC.
- Stan maszyny. Praca, bieg jałowy lub zatrzymanie, ze znacznikiem czasu. To podstawa dostępności i czasu reakcji.
- Liczba sztuk. Łączna, a tam, gdzie to możliwe, także sztuki dobre i odrzucone.
- Czas cyklu. Rzeczywisty cykl w porównaniu z idealnym czasem cyklu. Vorne definiuje obniżoną prędkość jako pracę wolniejszą niż teoretycznie najkrótszy czas wykonania jednej sztuki.
- Przyczyny zatrzymań. Wybierane przez operatora przy maszynie z krótkiej listy, dzięki czemu każde zatrzymanie da się powiązać z przyczyną.
- Alarmy. Kody błędów ze sterownika PLC, jeśli są dostępne.
Zbieraj sygnał tylko wtedy, gdy potrafisz powiązać go z decyzją i osobą. Na typowej linii wygląda to tak:
| Sygnał | Decyzja, którą wspiera | Kto działa |
|---|---|---|
| Stan maszyny (praca, bieg jałowy, zatrzymanie) | Wysłać kogoś od razu albo eskalować zatrzymanie bez reakcji | Brygadzista |
| Liczba sztuk | Skorygować plan zmiany albo dodać nadgodziny | Planista produkcji |
| Czas cyklu względem idealnego | Sprawdzić oprzyrządowanie, ustawienia lub materiał na wolnej maszynie | Technolog procesu |
| Przyczyny zatrzymań | Wybrać największą stratę do usunięcia w tym tygodniu | Właściciel linii, zespół ciągłego doskonalenia |
| Alarmy i kody błędów | Wysłać właściwego technika z właściwą częścią | Utrzymanie ruchu |
Przyczyny mają większe znaczenie, niż spodziewa się większość zakładów. Badanie surowych danych OEE z 884 maszyn w 23 firmach wykazało, że prawie połowy zarejestrowanych strat nie dało się sklasyfikować, bo brakowało kategorii strat albo były źle opisane. Na jednej linii do produkcji opakowań z tektury falistej rejestrowanie przyczyny przy zatrzymaniu (około dwóch sekund na zatrzymanie) było jednym z czynników, które podniosły OEE z 61% do 70%.
Kiedy warto dodać dane o energii, drganiach i parametrach procesu
Energia, drgania, temperatura i ciśnienie są przydatne, ale na większości linii należą do drugiego etapu.
Dodaj energię, gdy ktoś będzie na jej podstawie działał. Na przykład reguła, że maszyny na biegu jałowym są wyłączane po 20 minutach, albo decyzja taryfowa o tym, kiedy uruchamiać piec. ISO 50001 ujmuje zarządzanie energią tak samo: dane służą do podejmowania decyzji o zużyciu energii.
Dodaj drgania na kilku krytycznych maszynach, gdzie awarie są kosztowne, a technik przeprowadzi oględziny po przekroczeniu limitu. ISO 20816-1 opisuje, jak je mierzyć i oceniać.
Parametry procesu (temperatury, ciśnienia, prędkości) powinny trafić do zakresu, gdy wyjaśniają braki na konkretnym wyrobie.
Co pominąć na początku
W pierwszym etapie zalecamy pominąć:
- Każdą zmienną PLC zbieraną „na wszelki wypadek”. Tysiące zmiennych spowalniają konfigurację i zasypują pięć sygnałów, które naprawdę się liczą.
- Surowe dane o wysokiej częstotliwości bez konkretnego zastosowania. Próbkowanie co milisekundę na każdej osi kosztuje miejsce na dane i uwagę.
- Wskaźniki bez właściciela. Jeśli w tabeli powyżej nie ma przypisanej roli, sygnał nie jest gotowy.
- Długie listy przyczyn skopiowane z ERP. Zostaw od 10 do 15 przyczyn na typ maszyny, nazwanych słowami operatorów.
- Modele predykcyjne, zanim powstanie czysta historia zdarzeń. Predykcja wymaga najpierw kilku miesięcy wiarygodnych danych o stanach i przyczynach.
Ramy takie jak ISO 22400 definiują wiele wskaźników KPI dla produkcji. Pierwszego dnia potrzebujesz niewielu z nich.
Od sygnałów do decyzji
Sygnał staje się użyteczny, gdy niesie kontekst: jakie zlecenie, zmiana, wyrób i przyczyna. Zobacz, dlaczego dane z maszyn są bezużyteczne bez kontekstu.
Druga połowa to reakcja: każdy alert potrzebuje wskazanego odbiorcy i reguły eskalacji. W artykule o tym, dlaczego alerty IoT zawodzą na hali, opisujemy reguły kierowania i eskalacji, które działają. Platforma DBR77 IIoT zamienia każdy alert w zadanie z właścicielem, więc odpowiedź na trzecie pytanie z kontraktu decyzyjnego jest zapisana w samym systemie.
Najczęstsze pytania
Jakie minimum danych trzeba zbierać z maszyny?
Stan maszyny ze znacznikami czasu, liczbę sztuk, czas cyklu, przyczyny zatrzymań i alarmy, jeśli są dostępne. Razem pozwalają liczyć OEE, czas reakcji i budować wykres Pareto przestojów.
Czy możemy zbierać te dane ze starych maszyn bez sterownika PLC?
Tak. Urządzenie brzegowe może odczytywać kolumnę sygnalizacyjną, prąd silnika albo czujnik cyklu, żeby uzyskać stan i liczbę sztuk. Przyczynę zatrzymania operator dodaje na tablecie przy maszynie.
Ile wskaźników linia powinna śledzić na początku?
Pięć to dobry limit. Każdy potrzebuje właściciela i progu, który uruchamia działanie. Jeśli nie potrafisz wskazać obu, wskaźnik nie jest gotowy.
Kiedy warto dodać monitorowanie drgań?
Gdy krytyczna maszyna ma kosztowne awarie, a technik jest gotowy przeprowadzić oględziny po przekroczeniu limitu. Zacznij od kilku takich maszyn.
Skąd wiemy, że dane są wykorzystywane?
Zapytaj, co w zeszłym miesiącu zmieniliście w procesie na podstawie danych. Jeśli odpowiedź zawiera konkretne działania, system działa jak narzędzie do podejmowania decyzji.
Podsumowanie
Jeśli Twój zakład już zbiera dane z maszyn, zadaj swojemu zespołowi pytanie Pawła Dery: co w zeszłym miesiącu zmieniliście w procesie na ich podstawie? Jeśli nikt nie potrafi odpowiedzieć, wybierz jedną linię, spisz kontrakt decyzyjny dla pięciu sygnałów startowych, a energię, drgania i parametry procesu zostaw na później. Kolejność prac dla tej linii opisujemy w artykule o pierwszych 30 dniach IoT w zakładzie brownfield.
Ile byłyby warte lepsze dane na Twojej linii?
Wpisz liczbę zmian, wielkość produkcji i obecne OEE do kalkulatora ROI, żeby zobaczyć wartość jednego punktu OEE. Zajmie to około trzech minut.
Źródła
- McKinsey Global Institute, The Internet of Things: Mapping the value beyond the hype (summary), 2015
- McKinsey & Company, IoT value set to accelerate through 2030, 2021
- Hedman, Subramaniyan, Almström (Chalmers, Procedia CIRP), Analysis of Critical Factors for Automatic Measurement of OEE, 2016
- Vorne, The Six Big Losses
- ISO, ISO 50001 Energy management
- ISO, ISO 20816-1 Mechanical vibration: measurement and evaluation of machine vibration, 2016
- ISO, ISO 22400-1 Key performance indicators for manufacturing operations management, 2014
- Dane z pilotażu DBR77 IIoT, linia do produkcji opakowań z tektury falistej (klient anonimowy), 2026