Gamybos duomenų rinkimas
Kodėl „pasidaryk pats“ duomenų rinkimas gamyboje dažniausiai žlunga?
Kiekvienas gamybos vadovas tikisi tikslių ir aiškių duomenų iš cecho, tačiau realybėje šie lūkesčiai dažnai subliūkšta. Bandymas atlikti analizę be patikimo pirminio duomenų šaltinio greitai virsta chaotiškais skaičių rinkiniais. Taisyklė paprasta: jeigu proceso negalima tiksliai pamatuoti, jo negalima ir nuosekliai gerinti.
Kodėl pradžioje viskas atrodo paprasta?
Klasikinė situacija prasideda gana logiškai. Vadovas ir gamybos komanda sutaria, kad ceche reikia daugiau skaidrumo. Niekam nepatinka ginčytis su operatoriais neturint realaus pagrindo, o sprendimus grįsti vien fraze „man taip atrodo“.
Priėmus sprendimą skaitmenizuotis, dažnai kreipiamasi į IT skyrių: „Padarykite, sugalvokite, suprogramuokite.“ Iš pirmo žvilgsnio užduotis atrodo nesudėtinga: nuperkamas jutiklis, prijungiamas prie Raspberry Pi, Arduino ar ESP32, duomenys siunčiami į serverį, o toliau, atrodo, beliks parodyti gražius grafikus.
Problema ta, kad gamyboje svarbus ne vien signalas. Svarbus kontekstas: kas tuo metu buvo gaminama, kuri užduotis vykdyta, kas dirbo, ar įrenginys tikrai gamino, ar vyko pasiruošimas, derinimas, laukimas arba trumpa techninė pauzė.
Kaip dažniausiai vystosi toks projektas?
- Po 2-3 savaičių prie įrenginio jau prijungtas mikrovaldiklis arba mažas kompiuteris. Pirmas techninis rezultatas atrodo daug žadantis.
- Po mėnesio sistema siunčia pirmuosius duomenis į serverį. Komanda laukia, kol jų susirinks daugiau ir bus galima pradėti analizę.
- Po 3 mėnesių atlikus korekcijas jau turimi stabilesni kelių savaičių duomenys. Atrodo, kad sunkiausia dalis įveikta.
- Tada gamybos vadovas paklausia: „O kaip žinoti, ką tiksliai tuo metu gaminome?“ Pradedama galvoti apie ryšį su užduotimis, užsakymais, darbuotojais ir gaminiais.
- Po 6-12 mėnesių paaiškėja, kad reikia ne vienos ataskaitos, o visos sistemos: administravimo, užklausų, statusų, prastovų priežasčių, vartotojų teisių ir istorinių duomenų valdymo.
Tai nėra blogas IT komandos darbas. Dažniausiai tiesiog nepakankamai įvertinama, kiek gamybos logikos slepiasi už vieno paprasto signalo.
Kas pasimato vėliau?
Jeigu užsispyrimo ir energijos pakanka, projektas gali judėti toliau. Gal net pavyksta prijungti dešimt intensyvaus ciklo darbo vietų. Tai jau rimtas komandos pasiekimas, tačiau po ilgesnio duomenų kaupimo dažnai atsiranda naujų klausimų.
- Vienai ataskaitai sugeneruoti tenka laukti labai ilgai, nes duomenų kiekis išaugo greičiau nei buvo planuota.
- Duomenyse atsiranda techninių netikslumų, trūksta vientisumo, o ne visada aišku, kodėl taip nutiko.
- Klasikinė SQL struktūra ne visada patogiai susitvarko su intensyviais, nuosekliais gamybos įvykių srautais.
- Realaus laiko analizė tampa vis sunkiau pasiekiama, nors būtent jos labiausiai reikia pamainos metu.
Praktikoje daug įmonių, bandžiusių gamybos duomenų rinkimą kurti nuo nulio, praeina labai panašų ciklą. Dalis projektų užgęsta, dalis lieka veikiantys, bet reikalauja nuolatinio IT dėmesio ir vis naujų papildymų.
Vertinga patirtis, bet ji kainuoja laiko
„Pasidaryk pats“ kelias gali būti naudingas mokymosi prasme. Įmonė geriau supranta savo procesus, pamato, kur trūksta duomenų, ir aiškiau suformuluoja poreikius. Tačiau praktinis mokymasis gamyboje kainuoja laiką, IT resursus ir vadovų dėmesį.
- Įmonė gali sugaišti nuo pusmečio iki kelerių metų, kol patikimai išsprendžia bazinius duomenų rinkimo klausimus.
- Tuo metu resursai naudojami infrastruktūrai kurti, nors galėtų būti skirti tiesioginiam gamybos pajėgumo didinimui.
- Kai po tokios patirties įmonė renkasi paruoštą sprendimą, pokalbis paprastai tampa labai konkretus: jau aišku, kokių duomenų reikia ir kur yra tikrosios problemos.
Kodėl vieno jutiklio neužtenka?
Vienas izoliuotas signalas beveik niekada neparodo pilno gamybos vaizdo. Įrenginys gali suktis tuščia eiga, būti derinamas, laukti žaliavos arba atlikti technologinį pasiruošimą, o jutiklis vis tiek fiksuos, kad „kažkas vyksta“. Tai nėra klaida. Tai tiesiog gamybos proceso specifika.
Prijungus kelis jutiklius be bendros logikos, dažnai gaunama ne aiški sistema, o keli tarpusavyje silpnai susiję grafikai. Kad duomenys būtų naudingi vadovui, juos reikia susieti su užduotimi, darbuotoju, darbo vieta, gaminiu, prastovos priežastimi ir proceso būsena.
Kaip šią problemą sprendžia IwoScan?
IwoScan remiasi ne vienu atskiru tašku, o integruota gamybos logika. Sistema sujungia signalus iš kelių susijusių proceso vietų: automatizuotų įrenginių, rankinio darbo zonų, RFID arba BAR/QR registracijos, užduočių ir operatorių veiksmų.
- Objektyvumas ir tikslumas. Kelių taškų loginė grandinė sumažina neteisingų interpretacijų riziką ir padeda atskirti gamybą nuo pasiruošimo, laukimo ar techninės pauzės.
- Paprastesnis priežasčių klasifikavimas. Operatoriams nereikia rankiniu būdu sekti kiekvieno stabtelėjimo. Sistema automatiškai fiksuoja įvykį, o darbuotojui lieka nurodyti priežastį keliais paspaudimais arba nuskenuojant kodą.
- Vieningi duomenys. Informacija darbo vietoje, vadovo ekrane ir ataskaitose sutampa realiu laiku, todėl mažiau ginčų kyla dėl skirtingų skaičių.
Būsena „DĖMESIO“ dar iki sustojant linijai
Daug sistemų veikia kaip dienos pabaigos ataskaitų įrankis: jos parodo, kiek prastovų jau įvyko. Tai naudinga, bet tai informacija apie praeitį.
Kadangi IwoScan veikia realiu laiku ir duomenis pirmiausia apdoroja vietinėje sistemoje, gamybos komanda gali reaguoti anksčiau. Jei algoritmai pastebi, kad srautas pradeda strigti arba lėtėti, ekrane ar pramoniniame šviesofore gali atsirasti įspėjimas: „DĖMESIO, po XX sekundžių bus BLOGAI“.
Toks įspėjimas suteikia operatoriui ar pamainos meistrui kelias svarbias sekundes ar minutes. Kartais tiek pakanka papildyti komponentus, pastumti detalių srautą, pakoreguoti veiksmų seką ir išvengti prastovos, kuri vėliau persiduotų per visą liniją.
Reziumė
Patikimas gamybos duomenų rinkimas prasideda ne nuo grafaus grafiko, o nuo teisingo įvykio supratimo darbo vietoje. Paruoštas sprendimas padeda sutaupyti ilgus eksperimentus, greičiau gauti patikimus duomenis ir priimti sprendimus remiantis faktais, o ne spėjimais.
IwoScan gali būti integruojama su turimomis verslo valdymo, apskaitos ar gamybos planavimo sistemomis, pavyzdžiui, „Odoo“. Sistema padeda darbuotojams mažiau pildyti ranka, vadovams matyti realią situaciją, o gamybai dirbti stabilesniu ritmu.
Draugystės g. 15b.
+370 686 30000
info (at) danrida.lt