Komposit 4.0: Memanfaatkan Asisten Digital dan Komputasi Tepi untuk Pabrik Cerdas Generasi Depan
Pelacakan alat dalam perangkat lunak Plataine untuk produksi Komposit 4.0 memungkinkan produsen untuk mengoptimalkan penggunaan alat, pemeliharaan dan biaya modal. SOTS | Plataine.
Ben-Bassat mengatakan dengan pengetahuan ini tentang apa yang telah dilakukan alat (bagian, proses, kualitas), perangkat lunak Plataine dapat melihat situasi individual. “Katakanlah Anda memiliki dua alat: satu memerlukan pemeliharaan setelah 9 siklus dan yang lain setelah 10 siklus. Kami menganalisis bagaimana dan mengapa alat ini berbeda. Terlalu sedikit pemeliharaan berisiko masalah kualitas, namun terlalu banyak pemeliharaan mengurangi throughput. Juga, membeli alat adalah investasi serius, dengan beberapa alat berbiaya ratusan ribu hingga jutaan dolar. Jadi, produsen ingin menghindari membeli alat baru jika memungkinkan, tetapi ketika diperlukan, mereka perlu memastikan alat ini akan paling efisien.”
Masalah lain adalah alat sering hilang. “Misalnya, seorang pekerja mungkin lupa sebuah alat saat pelepasan,” kata Ben-Bassat. “Tetapi sekarang seseorang harus mencari alat itu dan mengembalikannya ke produksi. Jadi, Anda tidak hanya kehilangan waktu orang itu, Anda juga kehilangan produktivitas tata letak alat itu. Dengan perangkat lunak kami, manajer akan menerima peringatan bahwa alat #10 sedang menunggu di pelepasan selama 3 hari. Manajer kemudian dapat merespons dan mengatasi ini.”
Setelah alat tata letak, Plataine memperluas lagi untuk mencakup pelacakan termokopel, bor, mata bor dan barang habis pakai. “Ini semua adalah aspek dari gambar yang sangat besar dan kompleks yang adalah produksi komposit. Material, alat, peralatan — semuanya terhubung. Visi kami adalah memantau sebanyak mungkin faktor dan tidak hanya mengidentifikasi masalah produksi tetapi menyajikan dan menerapkan solusi.”
Asisten digital cerdas
“Kami melihat perangkat lunak sebagai asisten digital yang selalu menganalisis data produksi, memberikan operator dan manajer kami peringatan dan rekomendasi cerdas secara waktu nyata,” kata Ian Pearce, Kepala Produksi di Renault Sport Racing (Enstone, Kerajaan Inggris). Tim Formula 1 Renault menggunakan komposit secara luas di rangka dan transmisi mobil balapnya dan, pada 2018, memilih untuk menerapkan perangkat lunak Plataine dalam sistem produksi kompositnya. Perangkat lunak Plataine mengelola material, memandu staf produksi mengenai gulungan prepreg mana yang akan digunakan (berdasarkan pelacakan waktu keluar dan penggunaan sisa) serta di mana prepreg yang mereka butuhkan secara fisik terletak — baik di penyimpanan beku atau di lantai produksi.
Prediksi yang dibahas Pearson di atas memerlukan pemahaman tentang status produksi saat ini dan riwayat apa yang telah terjadi sebelumnya, menjelaskan Ben-Bassat. “Ini tentang pengumpulan data melalui sensor dalam material, mesin dan pada bagian sehingga kami tahu siapa yang melakukan apa pada waktu tertentu dalam lingkungan apa. Kami kemudian dapat mengidentifikasi pola dan memprediksi bottleneck di mesin #7, misalnya. Atau kami mungkin bilang ini tidak terlihat benar, mungkin ada masalah yang berkembang di mesin #7.”
Ben-Bassat membahas kecerdasan sistem: “Saat Anda belanja di Amazon, ini memberitahu Anda apa yang telah dibeli pelanggan lain seperti Anda. Bagaimana ini dilakukan? Algoritma Amazon mengumpulkan riwayat klik Anda plus banyak parameter lain. Data ini menciptakan repositori historis. Demikian pula, kami menggunakan kumpulan besar data historis dari semua sensor pada material, mesin, alat dan bagian. Namun ini juga memberi tahu kami apa yang terjadi sekarang. Kami kemudian menggunakan AI — pada dasarnya algoritma analitik — untuk melihat semua data itu, mengidentifikasi pola dan memprediksi masalah.”
Namun mengidentifikasi masalah potensial tidak cukup, kata Ben-Bassat. “Perangkat lunak kami juga akan memberikan rekomendasi. Ini adalah perbatasan berikutnya: memprediksi backup, kapasitas berlebih dan pemeliharaan alat, sehingga Anda dapat mengalokasikan material dengan lebih baik, mencabut alat dari garis karena ia memperlambat produksi atau, sebaliknya, memperpanjang siklus pemeliharaan alat untuk memaksimalkan produksi. Ada banyak keputusan yang kami ingin dipengaruhi dan tingkatkan.”
Perangkat lunak Plataine menggunakan data dari material, mesin, alat dan bagian untuk mengidentifikasi pola dalam produksi komposit dan memprediksi masalah potensial. SOTS | Plataine.
“Perangkat lunak mempelajari proses tipikal untuk bagian tertentu,” lanjut Ben-Bassat. “Misalnya: freezer, ATL, autoclave, pemesinan, jaminan kualitas akhir (QA). Namun tiba-tiba, seseorang pergi dari langkah 5 ke langkah 7. Atau, bagian pergi mundur dalam langkah, yang menunjukkan masalah kualitas. Jadi, perangkat lunak telah mengidentifikasi pola dan dapat memperingatkan masalah seperti saat langkah telah terlewatkan. Masalah ini memiliki implikasi pada metrik produksi. Semakin cepat mereka dapat diidentifikasi atau diprediksi, semakin cepat mereka dapat diatasi sehingga produksi tetap berjalan lancar.”
“Banyak dasbor yang tersedia yang memerlukan seseorang memantau data untuk membuat keputusan — yaitu, ada sedikit otomasi dan tidak ada AI,” kata Ben-Bassat. “Perangkat lunak kami unik karena memprediksi masalah dan kemudian menyarankan bagaimana memperbaikinya. Misalnya, perangkat lunak akan melihat bahwa bagian di mesin #8 cenderung gagal karena berjalan pada 60°C bukan 62°C dan berjalan pada Senin saat operator sangat lelah. Ada begitu banyak kejadian seperti ini, masalah kualitas yang sebenarnya adalah fungsi dari banyak variabel. Perangkat lunak kami dapat mengidentifikasi masalah ini dan menyajikan diagnosis, prognosis dan pengobatan.”
Menggunakan data dari semua sensor ini, perangkat lunak Plataine pada dasarnya membangun jaringan digital thread yang saling terhubung. “Anda memiliki bagian spesifik yang terbuat dari material spesifik oleh karyawan spesifik menggunakan proses, peralatan dan alat tertentu dengan barang habis pakai tertentu dan dalam kondisi lingkungan tertentu,” kata Ben-Bassat. “Kami menggunakan berbagai perangkat lunak dari Google, Amazon dan lainnya, serta banyak yang dikembangkan in-house, untuk menyediakan solusi total yang menganalisis semua data ini secara waktu nyata dan mengidentifikasi pola, tren, masalah QA dan bottleneck, peluang untuk perbaikan, dll. Dengan pembelajaran mesin, sistem kemudian memberikan rekomendasi. Ini adalah kunci — tidak hanya untuk memperingatkan, tetapi untuk memperbaiki bottleneck yang Anda tidak tahu akan Anda miliki dan melakukannya secepat mungkin.”
Plataine Edge
Perangkat lunak terbaru Plataine, Plataine Edge, meningkatkan kemampuan ini untuk mengidentifikasi dan menyelesaikan bottleneck produksi sebelum terjadi, dengan menggunakan komputasi tepi untuk mengurangi latensi dan meningkatkan kinerja sistem tingkat produksi. Komputasi tepi memungkinkan data dari perangkat internet of things (IoT) diproses di tepi perangkat tersebut, tempat data dihasilkan, alih-alih dikirim melalui rute panjang ke cloud dan kembali. Tidak berarti daya komputasi cloud dihilangkan, lebih dari itu itu didistribusikan ke garis produksi. Memotong jarak antara generasi data, pemrosesan dan umpan balik ke dalam sistem IoT mengurangi waktu kering, atau latensi. Meminimalkan latensi sangat penting untuk garis produksi Komposit 4.0 untuk beroperasi secara waktu nyata.
Kemitraan dengan Airbus, Google, dll.
“Jaringan kemitraan kami sangat penting bagi strategi kami, karena tidak ada yang bisa melakukannya sendirian,” kata Ben-Bassat. Pada 2016, Plataine mengumumkan kemitraannya dengan Composite Technology Center (CTC, Stade, Jerman), anak perusahaan Airbus. “Kemitraan kami berbeda dalam sifatnya. Kemitraan kami dengan CTC sedang memperluas di seluruh Airbus,” katanya. Sementara itu, kemitraan Plataine dengan Advanced Manufacturing Research Centre (AMRC, Sheffield, Inggris) Universitas Sheffield bertujuan untuk mempromosikan inovasi dan daya saing produsen Inggris dan Eropa, tidak hanya di penerbangan, tetapi juga di otomotif dan industri lain.
“Kami juga memiliki kemitraan dengan berbagai pemimpin industri di seluruh industri, misalnya, Steelcase. Kami membantu mereka dengan komposit dan kami kemudian mempelajari tren dan perkembangan di industri lain dan dapat memanfaatkannya untuk komposit. Melalui kemitraan kami dengan perusahaan teknologi komposit, seperti Airborne dan TE Wire and Cable untuk termokopel pintar, kami mempelajari lebih lanjut cara memperoleh data dan menganalisisnya. Kapan waktu yang tepat untuk mencabut termokopel dari garis atau menggantinya?”
Pada 2019, Universitas Swinburne mengumumkan akan bermitra dengan Plataine bersama dengan Fill (Ried im Innkreis, Austria), Quickstep (Bankstown Airport, Australia) dan Arena2036 (Stuttgart, Jerman) untuk membangun Testlab Industri 4.0 pertama Australia untuk produksi komposit. Program ini didanai oleh pemerintah Australia dengan tujuan manufaktur komposit volume tinggi yang akan fleksibel dan mampu belajar. “Kolaborasi ini dengan Swinburne penting, tetapi ini adalah satu titik di antara banyak dalam dorongan global untuk produksi komposit volume tinggi.”
Plataine bermitra dengan Google Glass untuk menyediakan antarmuka dapat dikenakan untuk perangkat lunak asisten digitalnya untuk mengelola material, alat dan proses komposit. SOTS | Plataine.
Asisten digital melalui Google Glass
Meskipun sebagian besar kemitraan Plataine dengan Google di balik layar, ada satu bagian yang sebenarnya di depan pengguna. “Google Glass adalah antarmuka pengguna yang dikenakan operator yang memiliki headset mikrofon dan mikrofon, pada dasarnya setara dengan tablet komputer atau ponsel tetapi hanya dalam bentuk yang berbeda,” menjelaskan Ben-Bassat. “Ini menggunakan kemampuan pemrosesan bahasa alami Google, namun bahkan lebih canggih — dapat memahami bahasa apa pun dan mengatasi kebisingan lingkungan. Ketika operator berbicara melalui mikrofon Google Glass dalam bahasa apa pun, Google dapat menerjemahkan pertanyaan dan memformatnya untuk perangkat lunak Plataine, yang kemudian menjawab pertanyaan.” Ia memberikan contoh:
TEKNISI: “Apa pekerjaan saya berikutnya?”
PLATAINE melalui GOOGLE GLASS: “Pekerjaan berikutnya adalah #102.”
TEKNISI: “Alat apa yang saya gunakan?”
PLATAINE melalui GOOGLE GLASS: “Joe, gunakan alat #5, yang ada di rak 14A.”
“Kemitraan kami dengan Google menggabungkan pengetahuan kami tentang manufaktur dengan keahlian luas Google untuk menyediakan asisten digital untuk mengelola material, alat dan proses komposit,” kata Ben-Bassat. “Perangkat lunak kami dan platform Google Glass memungkinkan operator atau teknisi untuk melakukan pekerjaannya dan meningkatkan throughput, mengurangi kesalahan dan memfasilitasi kemajuan di atas kurva pembelajaran.”
Implementasi perangkat lunak, rantai pasok yang terhubung dan keamanan siber
Ben-Bassat mengatakan pertama dan terutama, Plataine ada untuk memberikan solusi bisnis. “Jadi, implementasi dimulai dengan mengidentifikasi titik nyeri pelanggan: apa yang ingin Anda selesaikan dan capai? Jawabannya seringkali tingkat produksi/hasil atau kualitas/rework. Kami kemudian mengunjungi fasilitas dan melakukan analisis proses.” Yang terakhir adalah jenis due diligence dengan berbagai level personil, dari manajemen hingga lantai pabrik, untuk memberikan gambaran yang luas dan menyeluruh.
“Kami kemudian mengidentifikasi apakah Plataine dapat membantu dan bagaimana, diikuti oleh pendekatan bertahap,” kata Ben-Bassat. “Kami menyarankan memulai dengan satu garis dan meluncurkan perangkat lunak di sana terlebih dahulu kemudian secara bertahap memperluas. Ini juga memberi waktu untuk mengelola perubahan dan mendapatkan dukungan pengguna. Sementara itu, kami mendapatkan umpan balik untuk melihat di mana lebih banyak pelatihan yang diperlukan, dll.”
Bagaimana dengan nada truk saat ini dari OEM mengenai rantai pasok yang terhubung? “Ini pasti menciptakan tantangan tambahan dengan mencoba untuk mengimplementasikan Komposit 4.0,” jawab Ben-Bassat. “OEM akan mengatakan bahwa ia ingin menghubungkan semua suppliernya karena ini membantu memperketat kontrol dan menurunkan biaya, tetapi bagaimana seluruh rantai mengelola keamanan data? Tidak ada standar global, by the way. Untuk saat ini, OEM dapat memberikan daftar hal yang harus dipatuhi dan setelah Anda menunjukkan kepatuhan, Anda dapat diterima. Jadi, Plataine telah menghabiskan banyak waktu untuk ini karena, “Jika kami tidak dapat menunjukkan kepatuhan dengan persamaan OEM, maka kami tidak dapat menjual perangkat lunak kami,” catat Ben-Bassat.
“Kami mengambil keahlian dan pengetahuan lokal,” katanya. Israel adalah pemimpin dunia dalam keamanan siber. “Kami memiliki alat yang luar biasa di sini di Israel (misalnya, perangkat lunak uji penetrasi) yang dapat kami beli untuk mengungkap kelemahan apa pun yang mungkin kita miliki. Plataine berinvestasi besar-besaran dalam hal ini, seperti yang harus kita lakukan.”
Manufaktur Aditif dan Daur Ulang?
“Kami melihat industri manufaktur aditif (A.M.) secara umum bertransisi dari prototip ke produksi serial,” kata Ben-Bassat. Produsen harus melacak pedigri material yang masuk serta jumlah kali bubuk logam dan komposit dan/atau sisa termoplastik didaur ulang, misalnya. “Siklus ini mungkin berlangsung dalam ratusan mesin dan, terutama untuk bagian penerbangan, kejelasan harus dipertahankan. Ini sangat kompleks dan tantangan besar,” katanya. “Namun ada juga tantangan repeatability baik dalam proses maupun bagian. Misalnya, satu bagian melalui 5 blend dan 9 daur ulang sementara mesin dan bagian lain melalui 6 blend dan 9 daur ulang. Apakah kedua bagian ini sama? Jadi, ini tidak hanya data material, tetapi juga sejumlah besar data dari mesin yang kemudian harus dikorelasikan dengan QA dan lingkungan produksi. Kami yakin Plataine dapat membantu melakukan pekerjaan yang lebih baik dalam memprediksi performa produksi dan bagian dan dapat memainkan peran pendukung dalam AM dan daur ulang. Kami tidak hanya memiliki infrastruktur perangkat lunak, tetapi juga basis pengetahuan. Jika kami dapat membantu pelanggan kami meningkatkan kemampuan mereka untuk menggunakan AM dan daur ulang, terutama dalam komposit, maka ini baik untuk fleksibilitas, produktivitas dan kelestarian seluruh industri.”
Ke mana Komposit 4.0 menuju?
“Ini adalah periode yang intens dalam arti positif,” kata Ben-Bassat. “Dinamika industri menciptakan kebutuhan akan solusi produksi. Kami memperluas jejak kami di lantai manufaktur dan berfokus pada mengoptimalkan produksi komposit setiap produsen.” Ia setuju bahwa sepertinya banyak perusahaan tidak yakin apa yang harus dilakukan maupun bagaimana melakukannya. “Saya pikir sulit bagi beberapa perusahaan untuk memahami seberapa game-changing Industri 4.0 untuk throughput, kapasitas, dll. Dampak bisnis sangat signifikan, itu benar-benar akan mempengaruhi perusahaan mana yang akan maju dan yang tidak akan dapat bersaing.”
“Otomasi sedang maju,” tambahnya. “Ini tidak akan berhenti. Kami telah melihat bahwa perangkat lunak hampir tidak pernah menggantikan orang, melainkan membuat tim lebih baik.” Dengan kata lain, ini membebaskan operator, teknisi dan manajemen untuk mengatasi masalah baru dan perkembangan baru — untuk meramal apa yang akan dibutuhkan pelanggan selanjutnya dan untuk mengejar solusi yang akan secara dramatis mengubah kalkulus daya saing dan kelestarian komposit. “Ya, kami mengejar sebuah filsafat, tetapi yang terpenting, sebuah proposisi nilai bisnis yang sangat nyata.”
