Co je inovace v řízení výroby dnes?
Inovace v továrnách všech velikostí je iniciována zaváděním nových technologií. Průmysl 4.0, s využitím velkých dat pro správu a růst výroby, je tam, kde je. Spolu s daty z prodeje, které jsou masivně a detailně zaznamenávány a analyzovány, je možno detailně sledovat průběh celého výrobního cyklu výrobku či součástky a sledovat odchylky od stanovených norem, přičemž tyto mohou být zaznamenány v reálném čase všemi, kteří potřebují takové informace vyžadují. Shromažďování údajů vznikajících v průběhu celého výrobního cyklu má mnoho využití, ale jedním z hlavních je zavádění prediktivní údržby.
Shromažďování údajů vznikajících v průběhu celého výrobního cyklu má mnoho využití, ale jedním z hlavních je zavádění prediktivní údržby.
Jak prediktivní údržba zlepšuje výrobu?
Analýzou provozních údajů ze strojů umístěných ve výrobních halách lze u kteréhokoliv stroje zjistit vzorce jejich chování v plném provozu, které následně umožní předvídat, kdy bude zapotřebí jeho údržba. Je to vhodnější postup, než jeho reaktivní opravy po projevené poruše nebo potom, co začne produkovat vadné výrobky. Této situaci je možno předcházet tím, že dochází k průběžné analýze dat z provozu zařízení, výsledkem které je odhalení anomálií a odchylek v práci stroje ještě předtím, než by jeho závada způsobila narušení chodu výroby.
Tímto způsobem je nejen problém rychle a snadno analyzován, ale i údržba stroje může být naplánována tak, aby způsobila co nejmenší narušení výroby. Tento druh plánovaných prostojů, oproti reaktivním opravám, je mnohem levnější a prodlužuje i životnost daného stroje. Nejen, že je při prediktivní údržbě lépe dodržována efektivita výroby, ale navíc dochází i proaktivnímu řízení kvality.
Sběr dat ovlivňuje také kontrolu kvality
Kvalitu výstupu lze lépe řídit, což umožňuje stroji vyrábět objednávku s malým množstvím odpadu z výstupu.
Představme si tento scénář bez výroby řízené daty: Objednávka pro 10 000 dílů přichází s požadavkem zkrácené doby dodání. Stroje potřebné pro tento výrobní cyklus jsou zapojeny, ale asi v polovině výroby, výrobní část jednoho ze strojů začne vibrovat. Operátor to nevidí a nechá výrobní cyklus dokončit a až o několik hodin později, kontrola kontroly kvality odhalí, že asi 1 000 vyrobených dílů jsou nedodělky Takto vyrobené díly musí být vyřazeny a doba dodávky je zpožděna, což vede k nespokojenosti zákazníka.
Nyní si představme scénář v s monitoringem dat: O stroji bude známo, že má tento problém, díky průběžnému sběru dat a preventivní kontrole a bude zapojen do výroby ještě před zahájením objednávky, aby byl zajištěn úplný průběh celého výrobního cyklu. I kdyby k tomu nedošlo a uvedené vibrace by začaly, byl by ihned informován operátor, že se chování stroje je mimo standardní parametry. Operátor by byl na tento problém upozorněn a byl by schopen nechat stroj opravit ještě předtím, než by bylo vyrobeno příliš mnoho vadných součástek, čímž by bylo zamezeno výrobě velkého množství vadných výrobků, škodě na materiálu i zpoždění při doručení dokončené objednávky.
Daty řízená výroba je dalším krokem ve vývoji
Internet věcí (IoT) a shromažďování údajů za účelem jejich analýz jsou další z cest, jak budou výrobci schopni setrvat na špičce ve svých průmyslových odvětvích. Shromažďování dat v reálném čase z nezávislých strojů v hale výrobního závodu a jejich zpřístupnění každému od operátora strojů po generálního ředitele pomocí nových technologií umožní rychlé a přesné rozhodování, co by mělo vést ke štíhlé výrobě v celé organizaci.
Čím více údajů bude shromážděno a analyzováno, tím přesnější a efektivnější procesy při výrobě a zpracování zakázek bude možno zavést, včetně provozu, údržby až po dodání.
Důležitým faktorem ziskovosti se stane včasné doručení zákazníkovi, způsobené eliminací neplánovaných prostojů a schopnosti plánování údržby s minimálním dopadem na výrobu. Přidejme k tomu ještě snížení odpadu v důsledku včasného odhalení hrozících poruch a jste schopni dosahovat výrazně pozitivního efektu i u základních výrobních nákladů.
