Memanfaatkan Data: Bagaimana Pabrik Cerdas Mendorong Efisiensi di Industry 4.0

Kesal dengan janji digital Industry 4.0? Jangan. Pabrik cerdas semuanya tentang mendapatkan informasi yang akurat dan presisi yang harus membantu produsen menghasilkan lebih banyak bagian dan membantu mengeliminasi masalah tooling dan pemesinan besar.

Pabrik cerdas: Ini ada dimana-mana di International Manufacturing Technology Show 2018. Dari mengontrol mesin CNC dengan perintah suara hingga pembuat tooling besar yang memperluas ke perangkat lunak dan pemesinan digital, arah baru sedang menyingsing. Teknologi yang mampu internet adalah bagian besar dari masa depan bagi industri.

Mengapa? Karena sekarang mungkin untuk mengekstrak informasi yang lebih presisi tentang operasi dari sebelumnya.

Sensor bukan hal baru. Radio-frequency identification juga tidak baru. Tetapi informasi operasional dengan konteks yang lebih banyak yang dapat dengan mudah didistribusikan dan digunakan adalah baru, kata sumber manufaktur industri.

“Hari ini adalah ‘internet moment’ untuk manufaktur,” kata Graham Immerman, direktur pemasaran di MachineMetrics dalam wawancara dengan Better MRO. “Sementara banyak industri memiliki ‘internet moment’ 10 atau lebih tahun yang lalu, manufaktur sedang memiliki waktunya sekarang.”

“Data adalah darah kehidupan untuk pabrik masa depan,” tulis Tom Leeson, ahli manufaktur, dalam pos Open Text “Six Trends Challenging the Factory of the Future.”

Leeson menggambarkan data dalam konteks teknologi ini: “Melalui AI terapan dan analitik canggih, data akan mendorong semua proses, mendeteksi kesalahan operasional, memberikan umpan balik pengguna dan meningkatkan volume dan kualitas output produksi.”

Meskipun jargon yang berat teknologi tentang Internet 4.0, produsen juga percaya pada janjinya. Pada 2017, 76 persen produsen mengatakan mereka memiliki inisiasi pabrik cerdas “sedang berlangsung atau sedang dirumuskan,” dengan lebih dari 55 persen dari mereka berinvestasi $100 juta, menurut penelitian Capgemini. Sayangnya, hanya 14 persen yang puas dengan upaya mereka.

Hambatannya? Adopsi memerlukan upaya—yang berarti investasi dan waktu.

Data yang Akurat dan Lengkap adalah Mesin Pabrik Cerdas

“Lantai pabrik dengan ribuan perangkat yang terhubung sekarang memiliki nilai signifikan dari sudut pandang data,” kata Raj Batra, presiden divisi pabrik digital untuk Siemens di AS, dalam artikel IOT Evolution World. “Pertanyaan adalah, sementara Anda sekarang dapat mengumpulkan data ini, bagaimana Anda menganalisisnya dan membuatnya bermakna dan berharga untuk tujuan bisnis Anda?”

Itu adalah pertanyaan yang sah. Ada begitu banyak yang dapat dianalisis—jadi membuat semua data menjadi narasi pengambilan keputusan yang kohesif tidak selalu mudah. Ini membutuhkan sedikit lebih banyak sistem dan keterampilan dari dunia teknologi informasi—dan cara berpikir baru tentang bagaimana semuanya bekerja bersama di dunia teknologi operasional tradisional.

Apa yang tidak berubah? Tekanan untuk mengirim lebih banyak bagian dalam waktu yang lebih singkat.

Butuh bantuan meningkatkan output pembuatan bagian? Baca “5 Ways to Prolong Tool Life and Amplify Productivity.”

Informasi pemesinan dan alat yang lebih presisi mungkin membantu hal itu, tetapi tanpa akurasi data, itu bisa menjadi tantangan. Saat ini, banyak produsen menangkap data mesin yang relevan pada papan tulis dan kertas, kata Immerman. Tetapi saat Anda mulai menjaring informasi tersebut dan membuatnya transparan, data dapat berguna dengan lebih banyak cara—dan bagi lebih banyak tim daripada hanya mereka yang di dekat papan tulis.

“Saya dapat memberikan wawasan pada data kami (MachineMetrics): Sebagian besar produsen pikir mereka bekerja pada sekitar 60 hingga 80 persen kapasitas dan utilisasi peralatan mereka. Angka-angka tersebut benar-benar tidak akurat,” kata Immerman. “Rata-rata utilisasi mesin di seluruh industri adalah 27 persen. Ada kesenjangan besar antara apa yang sebenarnya terjadi di lantai bengkel dan apa yang dipikir produsen terjadi di bisnis mereka.”

Data ada di kesenjangan itu, kata Immerman.

Hanya ada kurangnya visibilitas di lantai bengkel, kurangnya integrasi data antara lantai bengkel, dan bagian lain dari sistem bisnis mereka, baik itu sistem enterprise resource planning (ERP), kualitas atau rakitan, atau pemesinan atau tooling.

“Kebenaran ada di data, dan sebagian besar orang tidak memiliki data untuk menceritakan kebenaran. Jadi, ini adalah kondisi industri,” kata Immerman.

Tantangan Data Pabrik Cerdas: Volume Sistem Manufaktur Diskrit

Data Capgemini benar-benar menonjol: Hanya 14 persen perusahaan yang puas dengan hasil pabrik cerdas?

Ini mengapa: Visibilitas total di seluruh ekosistem operasional itu sulit—dan untuk banyak produsen, terasa membingungkan.

“Perusahaan bereaksi, mengatakan hal-hal seperti, ‘Jadi, apa yang Anda katakan kepada saya adalah saya perlu membangun pabrik digital ini? Dan saya perlu mengimplementasikan delapan jenis perangkat lunak berbeda? Dan bagaimana caranya saya akan melakukannya?’” kata Immerman.

Baik data berasal dari ERP (enterprise resource planning), sistem kualitas, mesin pengukur koordinat (CMMS), data inspeksi, sistem rakitan, sel pemesinan CNC, tooling—dan beberapa proses manufaktur lain—ada banyak yang harus diketahui dan dibuat terlihat, menjelaskan Immerman.

“Salah satu tantangan yang lebih mendesak adalah volume data yang besar yang terkait dengan pabrik cerdas,” kata perusahaan keamanan digital Trend Micro, dalam posting blog “A Look Into Smart Factories: A Model of IIoT Innovation.” “Karena ini [volume data yang besar], perusahaan harus memiliki protokol dan sistem yang ada untuk penggunaan dan penanganan yang tepat dari jumlah data yang besar sebelum mendirikan pabrik cerdas.”

Tempat untuk Memulai: Isolir Data Mesin pada PLC dan Kerjakan

Mungkin bukan untuk kepentingan semua orang untuk mencoba mengambil semua Industry 4.0 sekaligus. Pabrik cerdas dapat hidup dengan memulai kecil dengan mesin pembuatan bagian di lantai bengkel.

Dalam kasus MachineMetrics, itu mengekstrak data langsung dari PLC mesin dan mengirim informasi melalui perangkat “edge” nirkabel kecil. Informasi dienkripsi dan didistribusikan melalui cloud aman untuk dilihat oleh pelanggan. Pada intinya, MachineMetrics adalah platform analitik yang menawarkan data produksi, kesehatan sistem untuk tim perawatan, dan layanan jarak jauh untuk produsen peralatan asli dan distributor peralatan.

“Jadi kami mendapatkan jumlah bagian, dan kami mendapatkan hingga 200 titik data dari PLC … Kami juga mendapatkan data tentang mesin pemesinan, seperti alat apa yang sedang digunakan,” kata Immerman. “Kami mendapatkan informasi beban, tekanan pada spindle … Kami mendapatkan alarm langsung dari mesin.”

Ini adalah data kinerja dan ketersediaan. Pada intinya: bagaimana, apa dan mengapa. Dengan semua data ini, perusahaan dapat kemudian mulai membantu diri sendiri untuk menghindari waktu henti dan menjawab pertanyaan, seperti:

• Apakah mesin kami mati karena kami mengganti alat?
• Apakah mesin mati karena kami memakan waktu terlalu lama untuk setup?
• Apakah kami salah mengestimasi seberapa lama pekerjaan akan berlangsung?

“Apakah Anda pernah mendengar tentang OEE (overall equipment effectiveness)?” tanya Immerman. “Seringkali saat bekerja dengan pelanggan kami kami menemukan bahwa alasan utama mesin tidak digunakan sepenuhnya adalah karena harapan kinerja mereka sepenuhnya tidak akurat … Berapa waktu siklus yang diharapkan untuk setiap bagian yang diproduksi? Berapa lama setup harusnya? Berapa bagian yang kira-kira dapat kita produksi dalam satu shift tertentu?”

Harapan kinerja didorong oleh sistem ERP, kata Immerman, dan jika tidak akurat, maka “itu meninggalkan banyak pada meja untuk perusahaan lain mengambil bisnis Anda.”

Pada akhirnya, pabrik cerdas adalah tentang membantu produsen meningkatkan, menghemat waktu dan membuat keputusan yang lebih baik dengan informasi terbaik yang dapat dibagikan.

MachineMetrics mengatakan semua produsen hanya menggunakan 27 persen kapasitas mesin mereka. Apakah Anda percaya? Bereaksi di forum. [pendaftaran diperlukan]