Mesin lama dapat ditambang data untuk operasi modern

Baru-baru ini, dua tahun yang lalu, ketika Brad Klippstein dari Okuma America ingin memeras beberapa data operasional dari peralatan mesin lama, dia harus menghubungkan lusinan kabel ke kabinet kontrol dan menambahkan PLC. Setelah selesai, data mengalir dari alat mesin ke PLC dan kemudian ke hub atau server tempat penyimpanannya.

“Kami memiliki hal-hal seperti Ethernet dan Wi-Fi dan semua teknologi ini dapat kami gunakan saat ini,” kata Klippstein, supervisor spesialis produk. “Tetapi peralatan dari lebih dari 30 tahun yang lalu tidak memiliki kemampuan itu, jadi Anda harus menghubungkan perangkat secara fisik ke kabinet kontrol untuk mengekstrak semua data itu. Sekarang kami bahkan tidak perlu memiliki koneksi yang sulit [dengan mesin baru]. Anda dapat melakukan berbagai hal secara nirkabel. Itulah transisi selama 30-40 tahun terakhir.”

Bagian dari tugas Klippstein adalah membantu pelanggan mengambil langkah terpisah ke dunia Industri 4.0 yang terhubung, terdigitalisasi, dan berbasis data—untuk peralatan mesin baru dan lama.

Manfaat ini dapat mencakup:

• Pemantauan alat mesin waktu nyata, di pabrik atau dari lokasi yang jauh
• Peningkatan produktivitas dan kualitas
• Pelaporan bebas bias
• Pembenaran akuisisi
• Pemeliharaan prediktif
• Menarik dan mempertahankan talenta terbaik yang bersemangat dengan prospek mempelajari hal-hal baru dan menjadi yang terdepan dalam proses modern.

Baik ditransmisikan melalui kabel atau udara, data yang dikumpulkan dari perangkat pabrik dapat membantu pemilik toko membuat keputusan bisnis yang lebih cerdas.

Dengan analisis data yang ada, pekerja akan memiliki visibilitas yang lebih baik dari operasi lantai pabrik, yang dapat membantu mereka memecahkan masalah, meningkatkan proses, dan meningkatkan produktivitas.

Dengan satu kemajuan baru-baru ini, pemilik toko itu mungkin tidak lagi membutuhkan seseorang seperti Clippstein untuk peralatan mesin warisannya.

Pada tahun 2019, Okuma keluar dengan NET BOX suite-C Quick sebagai alternatif berbiaya lebih rendah untuk solusi rekayasa untuk mengumpulkan data dari mesin yang lebih tua. NET BOX CQ, singkatnya, terhubung langsung ke menara sinyal dan kemudian ke hub atau perangkat yang digunakan untuk menarik sinyal.

.NET BOX CQ menggunakan tiga sensor optik—masing-masing untuk lampu hijau, kuning, dan merah di menara—dan mengubah informasi yang dikumpulkan menjadi format yang dapat dibaca oleh sistem komputer. Untuk membakukan data yang dikumpulkan oleh perangkat lunaknya, Okuma menggunakan MT Connect, sebuah protokol komunikasi sumber terbuka yang umum digunakan.

“Mudah dipasang, dan Anda tidak perlu teknisi Okuma untuk melakukannya,” kata Klippstein tentang NET BOX CQ.

Untuk memulai, kemampuan untuk melihat apakah mesin sedang berjalan adalah metrik yang bagus untuk dilacak karena pemilik toko biasanya ingin mendorong setiap peralatan ke produksi maksimum. Dia ingin efektivitas peralatan secara keseluruhan (OEE) berada di kisaran 65-85 persen karena mesin hanya menghasilkan uang saat sedang berjalan.

“Jadi, hanya dengan menarik informasi itu — hijau, kuning, merah — saya dapat melacak dan tren itu dari waktu ke waktu dan setidaknya melihat kapan penghentian telah terjadi dan untuk berapa lama,” kata Klippstein. “Dan kemudian saya akan mengambil langkah berikutnya dan berkata, ‘Mengapa ini terjadi dan mengapa hal itu terus terjadi setiap hari pada pukul 2:30?’ Jadi, sekarang saya bisa membuat tren. Setidaknya itu membuat saya melangkah ke arah yang benar.”

Christopher Rezny, manajer regional pusat untuk penyedia otomasi pabrik Fastems, mengatakan meskipun perangkat lunak MT Connect dan Okuma adalah sarana yang sangat baik untuk pengumpulan data, jumlah data yang terbatas yang tersedia dari mesin lawas bukanlah satu-satunya kelemahan dibandingkan dengan mesin modern.

“Antarmuka dari mesin lama dan lama kembali ke perangkat lunak internal lain yang digunakan, katakanlah sistem ERP sebagai contoh, juga sangat terbatas atau tidak ada juga,” katanya. “Mungkin juga ada masalah yang berkaitan dengan mekanisme umpan balik dari mesin lama ini terkait protokol keselamatan bagi pengguna.”

Pekerja lantai toko harus siap menghadapi perubahan

Terlepas dari keterbatasan yang dijelaskan Rezny, ada banyak data dan mesin yang dapat digunakan oleh perusahaan seperti Okuma dan Excellerant Manufacturing.

“Mayoritas toko memiliki peralatan warisan,” kata Presiden Manufaktur Excellerant John Carpenter. “Kebanyakan orang datang kepada kami karena sejarah kami dengan peralatan warisan—mengetahui lemari itu di dalam dan di luar—karena kami benar-benar telah menghubungkan puluhan ribu mesin CNC selama bertahun-tahun dan kami telah mengumpulkan apa yang saya sebut rahasia dagang tentang apa cara terbaik untuk menghubungkan peralatan lama ini.”

Tujuan pertama ketika dipanggil ke pelanggan baru adalah untuk memahami apa yang dia inginkan. Apakah orang itu hanya mencoba membawa data dari lantai pabrik sehingga semua orang tahu apa yang sedang terjadi?

"Ini semua tentang masalah apa yang Anda coba selesaikan," kata Carpenter. “Dan kemudian mari kita beri Anda dasar-dasar untuk memulai. Sebagian besar pabrik belum sepenuhnya menghargai data yang ada. Mereka sedang merangkak sekarang. Saya akan masuk ke toko dan merasa kasihan pada mereka karena mereka bahkan belum sampai ke tahap merangkak.”

Carpenter mengingat satu pelanggan di mana manajemen menginginkan transparansi dasar—data dari apa yang terjadi di lantai toko. Dan pekerja lantai toko menolak pengumpulan data karena takut Kakak mengawasi mereka.

Tukang kayu meninggalkan masalah untuk ditangani oleh manajemen toko. Tapi dia mengakui para pekerja tidak punya pilihan. Dia tahu para pemimpin toko sedang mencari data untuk mengukur produksi dan meningkatkan proses, bukan sebagai taktik Big Brother. Sayangnya, manajemen belum mempersiapkan karyawannya untuk pindah.

“Ini membuka begitu banyak mata di banyak tingkatan tetapi orang-orang Anda harus siap untuk perubahan,” katanya.

Setelah dasar-dasarnya dilacak—Apakah kita memotong? Kalau kita potong, apakah sudah 100 persen? Dan jika tidak, apakah kita berada dalam mode produksi yang dikurangi?—dan data dimasukkan ke dalam platform komunikasi, data mesin, dan real-time Excellerant, dimungkinkan untuk menambahkan banyak sekali sensor dan transduser untuk mendapatkan lebih banyak data.

Sensor dapat digabungkan untuk mengukur suhu, getaran, tekanan, aliran, konsentrasi, dan lainnya.

"Anda harus menentukan apa yang penting," kata Carpenter. “Kami dapat mengumpulkan semua jenis data dari satu titik di lantai toko. Ada banyak sekali data saat Anda masuk ke analisis getaran dan istirahat alat. Daftarnya terus bertambah.”

Selalu ada cara untuk mengumpulkan lebih banyak data, tetapi terkadang biayanya menjadi mahal, katanya. Pemilik toko perlu menentukan berapa banyak yang ingin dia keluarkan untuk sebuah sensor agar datanya naik ke level berikutnya.

“Biasanya, ketika Anda membungkus ini dengan semacam proyek OEE, ini adalah ROI yang cepat,” kata Carpenter.

Tahu pertanyaan yang harus diajukan

“Ini jelas merupakan masalah di seluruh industri, tetapi pertanyaan yang kami dapatkan biasanya terbagi dalam dua kategori,” kata Cory Weber, arsitek IoT industri senior di Bosch Rexroth. “Ini:Bagaimana cara meningkatkan kualitas produksi saya menggunakan IoT atau menggunakan IIoT? Atau:Bagaimana cara meningkatkan efisiensi saya?

“Pertanyaan lain yang muncul adalah:Bagaimana cara menurunkan biaya produksi saya?”

Selain membantu menjawab pertanyaan terkait produksi ini, Weber memperkirakan 90 persen pelanggan menginginkan visualisasi waktu nyata dan pemantauan peralatan mesin, di tempat dan dari jarak jauh.

"Ini langkah pertama, kan?" dia berkata. “Apa yang sedang dilakukan [saluran atau alat mesin otomatis] saya?”

Solusi Bosch Rexroth untuk memeras data dari mesin lawas adalah gateway IoT yang disebut PR-21, yang merupakan komputer papan tunggal kecil yang dikeraskan untuk lingkungan industri. Ini juga memiliki platform IIoT, ctrlX CORE, untuk menarik dan memproses data dan memindahkannya ke penyimpanan di server lokal atau di cloud.

Salah satu aplikasi yang lebih umum dilihat Weber untuk menggunakan data yang dikumpulkan adalah pemeliharaan preventif.

Penyesuaian cerdas berbasis data dalam jadwal perawatan adalah salah satu cara untuk menjaga peralatan mesin tetap bekerja sambil mengurangi biaya produksi dengan mengurangi pemborosan.

“Saya tahu bahwa bahkan di fasilitas kami sendiri, kami telah melakukan hal-hal seperti beralih ke jam penggunaan dibandingkan dengan pemeliharaan terjadwal [kalender],” kata Weber.

Misalnya, Bosch Rexroth memiliki area uji hidraulik tempat pekerja biasa mengganti cairan setiap dua minggu. Setelah melakukan pemantauan terus-menerus pada alat berat, mereka dapat merevisi jadwal penggantian cairan menjadi jadwal berdasarkan waktu penggunaan vs. waktu kalender.

“Ketika Anda berbicara tentang 50-60 galon cairan hidrolik atau lebih, itu bisa menjadi mahal,” katanya.

Jenis cairan lain telah menetapkan parameter yang harus dipenuhi untuk penggunaan yang optimal, baik berdasarkan konsentrasi, paparan panas, atau faktor lainnya.

“Jika Anda dapat menguji secara teratur, Anda dapat mengubah perawatan Anda sesuai kebutuhan dan Anda dapat menghemat banyak uang dan melindungi kualitas Anda,” kata Weber. “Ini adalah nilai jual yang menarik dan buah yang relatif rendah.”

Weber mengambil pengetahuan domain untuk manufaktur saat dia tumbuh dewasa:Ayahnya memiliki bisnis manufaktur kecil. Namun, pendidikannya adalah di bidang teknologi informasi. Pengetahuan domain manufaktur dan kecerdasan data diperlukan untuk mendapatkan manfaat dari penerapan Industri 4.0, katanya.

“Anda membutuhkan seseorang yang memahami proses yang sebenarnya,” katanya. “Dan seseorang yang memahami prosesnya dapat melihat data dan berkata, 'Ini tidak terlihat seperti yang seharusnya'."

Setelah data ada di tangan, kemungkinannya tidak terbatas, tergantung seberapa banyak pengguna ingin memprosesnya.

Jika pemilik toko cukup beruntung memiliki seseorang dengan latar belakang ilmu data yang nyata, dia bahkan dapat menjelajah ke kecerdasan buatan.

“Ini masalah mengumpulkan data yang cukup untuk membuatnya berharga dan kemudian, dan saya tidak bisa cukup menekankan ini, mengetahui pertanyaan apa yang ingin Anda tanyakan dari data tersebut,” katanya.

Saran terkait data Weber, tentu saja, berlaku untuk mesin baru dan lama. Penambangan data untuk operasi cerdas berlaku untuk keduanya.