Membantu perusahaan meningkatkan kualitas, mengurangi perbaikan dan pemborosan

Egicon, produsen elektronik Italia, menggunakan alat analisis data yang baru muncul untuk sepenuhnya mengotomatisasi produksinya mulai tahun 2017. Sepanjang jalan, Egicon memangkas tingkat perbaikan hingga 80 persen, menghilangkan skrap, meningkatkan dukungan garansi, dan mengurangi waktu tunggu pelaporan kualitas menjadi waktu nyata dari satu bulan.

Berbasis di wilayah Modena Italia, Egicon memproduksi unit kontrol elektronik, kluster instrumen, dan antarmuka manusia-mesin untuk sektor otomotif, pertanian, biomedis, dan luar angkasa.

Egicon mengintegrasikan perangkat lunak Siemens’ Valor and Opcenter Execution Electronics IoT ke dalam sistem produksi dan kualitasnya, memungkinkan pemantauan berkelanjutan dan kemampuan untuk memberikan dukungan garansi dan data keterlacakan yang lebih baik kepada pelanggan.

“Kami mampu mengurangi tingkat perbaikan kami dari 30 bagian per juta menjadi 6, dan mencapai tingkat kerusakan nol persen pada 2019,” kata manajer produksi Egicon Michele Magri dalam studi kasus yang dipublikasikan. “Sekarang saya bisa mendapatkan pembaruan instan pada semua proses manufaktur kami tanpa meninggalkan meja saya. Saya dapat menghabiskan waktu saya untuk inovasi dan peningkatan.”

Produsen perangkat lunak lain juga melaporkan hasil yang signifikan.

Perangkat lunak Proficy GE Digital telah membantu produsen di berbagai sektor mencapai banyak manfaat, termasuk 90 persen pengurangan limbah, $5 juta dalam penghematan peningkatan kualitas, dan 80 persen penurunan waktu henti, kata Cobus van Heerden, manajer produk senior untuk perangkat lunak analitik dan pembelajaran mesin untuk GE Digital, kata. Satu perusahaan memperoleh wawasan penting dalam beberapa jam tentang cara mengontrol bahan kimia penguras air untuk mendapatkan kualitas terbaik.

FactoryTalk Innovation Suite, penawaran bersama dari Rockwell Automation dan PTC, membantu Rockwell mencapai peningkatan efisiensi tenaga kerja sebesar 33 persen, peningkatan output sebesar 70 persen, dan pengurangan waktu pelatihan sebesar 50 persen, menurut studi kasus yang dipublikasikan.

Alat analisis data ini dan lainnya yang muncul mengatasi keterbatasan dan hambatan pendahulunya.

Membuat analitik lebih mudah diakses

Salah satu hambatan signifikan di masa lalu adalah bahwa alat yang menawarkan potensi manfaat tetap tidak digunakan, kata Izik Avidan, manajer unit bisnis, analitik manufaktur digital, Perangkat Lunak Industri Digital Siemens.

Lebih dari 80 persen proyek analitik tingkat lanjut gagal, katanya, sebuah pernyataan yang didukung oleh penelitian dari Gartner dan lainnya.

“Masalah utama dengan alat analitik data di masa lalu—dari perspektif produsen—adalah fakta bahwa mereka tetap menjadi alat,” kata Avidan. “Banyak penyedia platform dan solusi tidak menyadari bahwa rata-rata pabrikan tidak memiliki semua keterampilan yang diperlukan untuk sepenuhnya menggunakan alat ini. Alat tersebut memberikan fungsi yang dirancang untuk dilakukan tetapi proyek keseluruhan mungkin gagal. Anda harus dapat menjembatani antara bahasa manufaktur dan semua teknologi baru ini. Pelanggan manufaktur tidak memiliki keahlian ini.”

“Secara historis, Anda benar-benar membutuhkan gelar PhD dalam matematika atau ilmu data untuk mendapatkan nilai dari analitik,” kata van Heerden. “Anda perlu menempatkan analitik di tangan orang-orang operasional mereka yang ada. Anda tidak dapat pergi ke pelanggan manufaktur dan berkata, 'Anda perlu melatih kembali orang-orang Anda atau mempekerjakan orang baru untuk mendapatkan manfaat dari analitik.' Kuncinya adalah membuat analitik dapat diakses oleh insinyur proses dan operator lini.”

“Alat dirancang untuk para ahli, untuk membuat tantangan yang sulit menjadi lebih mudah bagi para ahli daripada menyederhanakan pekerjaan mereka,” Ed Cuoco, VP strategi dan solusi di PTC, mengatakan. Banyak alat juga membutuhkan ilmuwan data di tempat. Hasil akhirnya:“Alat ini tidak cocok untuk produsen besar, yang biasanya tidak memiliki ilmuwan data sendiri,” kata Cuoco.

Sembilan hambatan tambahan dari masa lalu

Hambatan lain, menurut Avidan, Cuoco, dan van Heerden adalah:

Kegagalan untuk memahami dan mengatasi poin kesulitan produsen.

Alat yang mengharuskan produsen mengganti peralatan lama yang mahal.

Kurangnya akses ke data yang diperlukan yang diperlukan untuk memperoleh wawasan, seringkali karena data tersebut berada dalam sistem tertutup, terkadang disebut data gelap. Antara 60 persen (Forrester) dan 97 persen (Gartner) data yang dikumpulkan tetap tidak digunakan.

Data yang tidak mudah digabungkan dengan
data lain.

Data yang sulit dibersihkan, diformat, dan disiapkan.

Alat yang mengasumsikan data memenuhi tolok ukur kualitas tinggi, yang membutuhkan pakar untuk meningkatkan kualitas data dalam banyak kasus.

Kurangnya alat analitik yang memungkinkan manajer
untuk bertindak.

Alat analitik yang terlalu sulit untuk digunakan oleh rata-rata operator.

Alat yang tidak dapat diskalakan di luar uji coba atau demonstrasi awal.

Hari baru menyingsing

Alat hari ini menawarkan waktu yang cepat, pengoperasian yang lebih mudah, dan skalabilitas. Penyedia perangkat lunak manufaktur semakin memahami bahwa pelanggan mereka membutuhkan platform yang menggabungkan beberapa alat dan terintegrasi dengan baik di lantai produksi, kata Avidan.

“Kami sekarang melihat lebih banyak keberhasilan dalam alat analitik mengatasi hambatan tersebut,” kata van Heerden. “Alat yang kami sediakan menunjukkan bukti nilai yang cepat.”

Produsen perangkat lunak sedang merancang alat dan platform yang akan berjalan di pabrik yang menggunakan mesin yang berusia 40 tahun, serta dua tahun, kata Cuoco. “Alat-alat ini perlu berfungsi di lingkungan dunia nyata,” katanya. “Itulah kunci penerapan di pabrik. Itu memungkinkan sebuah pabrik untuk memanfaatkan hal-hal dalam kekuatan mereka tanpa meminta mereka untuk menjadi ahli dalam hal-hal yang tidak ada di ruang kemudi mereka.”

Alat yang muncul menawarkan kemampuan untuk mengakses, menyimpan, dan menangani data, ketersediaan ahli materi pelajaran di situs atau tersedia dari jarak jauh, dengan biaya kepemilikan rendah yang tidak memerlukan terlalu banyak server tambahan atau sumber daya cloud, yang mudah dapat dikonfigurasi, disesuaikan, dan dapat memberikan nilai dengan segera, kata Avidan.

“Saat ini, sebagian besar perusahaan perangkat lunak memahami bahwa melemparkan beberapa solusi pembelajaran mesin di lantai toko tidak akan menyelesaikan masalah kualitas Anda,” katanya. “Sekarang, mereka menyediakan solusi turnkey lengkap, yang mungkin merupakan pengubah permainan.”

“Profesi saya hidup di dalam ketegangan itu dalam mencoba memberikan solusi out-of-the-box dan juga memahami bahwa solusi tersebut perlu disesuaikan, fleksibilitas untuk menyesuaikan solusi untuk mengoptimalkan kebutuhan pabrikan,” tambah Avidan. “Dalam lima tahun terakhir, kami telah melihat semakin banyak proyek hibrida, baik platform maupun alat, dikombinasikan dengan perangkat lunak yang dirancang khusus untuk jenis industri.”

Industri belum sampai pada titik di mana alat bekerja di luar kotak, mirip dengan iPhone, kata Cuoco.

"Di luar kotak adalah arahnya," katanya. “Di luar kotak adalah tujuannya. Kami mulai cukup dewasa dalam solusi kami untuk melihat titik di mana itu akan terjadi.”

Alat ini, terkadang dikombinasikan dengan insinyur manufaktur berpengalaman, dapat membantu produsen meningkatkan kinerja dan pemeliharaan prediktif serta mengintegrasikan kontrol kualitas ke dalam produksi, kata Avidan.

Alat juga “bergerak melampaui peringatan” yang menyerahkannya kepada manusia untuk bertindak menjadi lebih tertutup — di mana alat itu sendiri dapat mengambil tindakan kontrol yang aman dan real-time, memungkinkan pabrik untuk mendapatkan atau mempertahankan produktivitas yang dioptimalkan, kata van Heerden.

Alih-alih menawarkan analitik hanya sebagai komponen penawaran, lebih banyak penyedia perangkat lunak manufaktur menawarkan analitik dalam solusi yang menangani kasus penggunaan tertentu, kata Cuoco.

“Jika Anda memperkenalkan seorang insinyur manufaktur yang berpengalaman ke pola data dalam kumpulan data atau daftar kesimpulan yang telah dia lihat sebelumnya, dia akan dapat dengan mudah mengubah data tersebut menjadi tindakan yang dapat dilakukan oleh operator, manajer lini, atau pemilik pabrik. dan secara dramatis meningkatkan hasil,” kata Avidan. “Dengan solusi siap pakai itu, kami dapat mengatasi sebagian besar tantangan dalam beberapa hari atau bahkan beberapa jam.”

Lebih baik lagi jika pengetahuan domain yang lebih ahli dapat ditambahkan ke alat ini, kata Cuoco. “Semakin banyak pengetahuan domain yang spesifik perlu ditanamkan,” katanya. “Bagaimana kita bisa menyatukan ahli dan mesin dan membuat mereka berdua memahami masalahnya? Mesin harus dapat mengatakan, 'Saya dapat mempertimbangkan parameter khusus untuk domain ini.'”

Analisis juga meningkat saat diterapkan di seluruh rantai pasokan mulai dari pemasok bahan mentah, hingga pengirim, hingga produsen hingga pelanggan akhir, kata van Heerden.

Masih ada beberapa tantangan

Masih diperlukan penyempurnaan yang membuat alat lebih mudah dibuat, serta alat yang dirancang agar mesin dapat melakukan lebih banyak pekerjaan, kata Cuoco.

Biaya pasti perlu diturunkan lebih jauh agar teknologi dapat diakses oleh produsen kecil dan menengah yang menghadapi masalah serupa, kata Avidan.

Lebih banyak standar diperlukan agar produsen dapat lebih mudah mengintegrasikan teknologi dari vendor yang berbeda, katanya.

“Kita harus memahami bahwa sudah ada banyak perangkat lunak di lantai toko,” kata Avidan. “Solusi apa pun yang ingin Anda perkenalkan ke ekosistem itu harus terintegrasi dengan baik dan mulus ke dalam solusi TI ini … sehingga jika Anda memiliki item tindakan yang perlu didorong dari satu sistem rekayasa ke sistem rekayasa lainnya, itu dapat dilakukan dalam satu portofolio. . Itu salah satu hal terpenting yang dapat Anda lakukan.”

Ketika standar dan antarmuka menjadi lebih terbuka, integrasi akan menjadi lebih mudah, kata van Heerden.

Memilih mitra

Agar berhasil, bermitra dengan vendor industri tepercaya yang menyediakan produk komprehensif, kata van Heerden.

“Banyak vendor analitik menawarkan solusi yang dapat memecahkan sebagian masalah. Ada yang bisa menganalisa data,” ujarnya. “Beberapa bisa membuat prediksi. Beberapa dapat menjalankan simulasi. Satu lagi dapat mengoptimalkan pengaturan. Bermitra dengan vendor tepercaya yang tidak akan hilang besok dan yang dapat menawarkan semua kemampuan ini dalam satu produk.”

Produsen yang mencari kesempurnaan langsung dan integrasi lengkap harus mengurangi ekspektasi demi pendekatan langkah demi langkah. “Jangan mengambil pendekatan ‘big bang’ untuk mengadopsi teknologi sampai semua sistem sempurna,” katanya. “Saya merekomendasikan pendekatan yang cepat dan bertahap. Lengkapi orang-orang operasi dengan alat yang mudah digunakan sehingga mereka bisa mendapatkan nilai tambahan yang cepat.”