Memanfaatkan Data Mesin untuk Manufaktur yang Lebih Cerdas dan Efisien

Menggunakan Data Mesin untuk Mendorong Optimasi Lantai Pabrik

Peralatan manufaktur otomatis (mesin CNC, jika Anda akan), dan orang yang mengoperasikan peralatan ini, adalah jantung detak dari setiap operasi manufaktur dan mewakili salah satu dari biaya modal terbesar untuk produsen. Mesin ini berharga ratusan ribu dolar dan menghasilkan lebih banyak data daripada industri lainnya, namun data ini tidak ditangkap atau dianalisis untuk meningkatkan efisiensi meskipun semua inovasi di robotika dan otomatisasi

Mesin ini menghasilkan ratusan titik data setiap milidetik, dan struktur data berbeda untuk setiap mesin. Ini membuatnya sangat penting untuk menstandarkan data di seluruh mesin yang berbeda. Namun, ini sulit dilakukan untuk beberapa peralatan tertentu.

Ini tidak semudah menstandarkan melalui OPC-UA atau MTConnect, karena hanya sebagian kecil mesin yang mendukung protokol tersebut. Kami memiliki pelanggan yang telah menghabiskan TAHUN mencoba memanfaatkan solusi DIY untuk mengumpulkan dan mengubah data menjadi model standar dari aset mereka, secara manual mengkode titik data satu per satu, mesin per mesin. Ini sering menghasilkan tahun pengembangan dan integrasi kustom sebelum mendapatkan nilai awal, alokasi sumber daya yang buruk bagi produsen.

Wawasan dan tindakan yang dihasilkan dari data memberikan dasar bagi produsen untuk mengembangkan bisnis mereka dan membedakan diri secara kompetitif. Saat ini, produsen berada di berbagai tahap perjalanan untuk memanfaatkan data dan benang digital untuk mengoptimalkan dan mengotomatisasi proses bisnis mereka.

Di MachineMetrics, kami terlibat dengan banyak produsen yang menemukan di awal perjalanan mereka bahwa data dari operasi pabrik mereka tidak mencukupi dan tidak andal. Untuk metrik kunci seperti utilizasi peralatan, produsen yang tidak memiliki sistem otomatis untuk menangkap data yang diubah, atau dikontekstualisasikan, dari aset mesin mereka, seringkali di bawah keyakinan salah bahwa mereka beroperasi pada tingkat yang memuaskan. Dalam kenyataan, rata-rata pelanggan manufaktur kami memulai dengan utilizasi sebesar 28%, jauh lebih rendah dari yang dipersepsikan. Statistik yang tidak memuaskan serupa juga ditemukan untuk OEE, downtime, dan metrik kunci lainnya

Keburukan Pengumpulan Data Manual

Penyebab dasar dari persepsi performa yang buruk, namun terinflasi, berasal dari data yang ditangkap secara manual. Pengumpulan data manual sering menghasilkan data yang tidak akurat, dimanipulasi, atau hilang. Ini adalah dasar yang goyah yang retak dan runtuh ketika upaya dilakukan untuk mendorong perbaikan berkelanjutan dan inovasi.

Di sisi lain, data real-time yang akurat yang ditangkap secara otomatis dan diubah dari aset mesin menciptakan dasar yang kokoh untuk menangkap wawasan dan mendorong nilai. Tentu saja, ini lebih mudah dikatakan daripada dilakukan.

Tantangan Pengumpulan Data Mesin

Produsen memahami nilai data, dan alasan besar dari kurangnya pengumpulan data yang efisien dan penggunaan data dalam pengambilan keputusan adalah dua kali lipat:

• Produsen anti-teknologi atau terus menggunakan praktik usang, yang menghasilkan pengumpulan data manual dan konsekuensi terkaitnya.
• Produsen kesulitan dengan banyak hambatan untuk membangun budaya dan infrastruktur teknologi yang berhasil mendukung pengumpulan data real-time otomatis. Kami uraikan tantangan ini di bawah ini:

Keragaman Data

Tidak hanya ada banyak jenis peralatan yang berbeda — Bubut, Frais, Pengecoran Plastik Injeksi, Stempel, Pemotong Laser, Robotika, dll — tergantung pada mekanisme yang tersedia untuk mendapatkan data dari sistem tersebut, titik data bisa sangat bervariasi. Untuk menyediakan alat yang efektif untuk menganalisis data tersebut di seluruh sistem yang berbeda, data harus diubah menjadi model data umum. Tidak hanya kontrol mesin masing-masing memiliki mekanisme sendiri untuk mengumpulkan data, tetapi titik data juga dapat berbeda menurut Keluarga, Merek, dan Model mesin yang menggunakan kontrol tersebut serta versi perangkat lunak yang berjalan pada kontrol tersebut.

Volume Data

Peralatan manufaktur, dan peralatan manufaktur diskrit khususnya, sangat kompleks. Sebuah mesin adalah sistem besar komponen yang bekerja dalam koordinasi menghasilkan ratusan titik data yang berbeda yang berubah terus-menerus. Tergantung pada aplikasi, mungkin ada situasi di mana diperlukan untuk menangkap data dengan laju 100Hz atau 100KHz. Platform yang mengonsumsi informasi ini harus menganalisis data pada beberapa level dalam sistem untuk menghindari pengiriman dan penyimpanan data yang tidak perlu ketika hanya hasil agregat atau komputasi yang cukup. Sistem ini harus mampu melakukan pemrosesan kompleks di tempat yang paling tepat — baik di edge maupun di cloud.

Terhubung langsung ke kontrol CNC memberikan volume besar data mesin dalam berbagai titik data yang beragam.

Kecepatan Data

Sementara beberapa sistem dapat memberikan nilai dengan fidelitas rendah dan latensi tinggi, beberapa kasus penggunaan IoT membutuhkan data real-time yang jauh lebih banyak untuk efektif. Teknologi edge diperlukan untuk memproses volume data yang tinggi, membuat keputusan dalam milidetik atau kurang, dan bertindak untuk mencegah kerusakan pada mesin atau workpiece. Bahkan dasbor yang memberikan visibilitas ke performa pekerjaan dapat mendapatkan nilai besar dari latensi rendah — menarik perhatian segera ke proses yang tertinggal atau gagal.

Manufaktur diskrit memperkenalkan kompleksitas yang lebih besar. Ini dimulai dengan variabilitas mesin di pabrik manufaktur diskrit. Ada banyak produsen mesin yang berbeda, dan tidak ada satu pabrik yang hanya memiliki satu merek mesin. Banyak mesin yang berbeda juga memiliki sistem kontrol dan protokol komunikasi yang berbeda. Mereka dari generasi yang berbeda, mulai dari baru dengan kontrol modern hingga 20-30 tahun yang lalu dengan kemampuan kontrol terbatas. Terhubung ke dan mengumpulkan data dari berbagai aset pabrik adalah upaya yang signifikan juga, mengingat sebagian besar mesin ini tidak pernah dirancang untuk menyediakan data untuk jenis solusi analitik pabrik atau perusahaan holistik yang perusahaan berfokus untuk mengaktifkan saat ini.

Sumber Data Pemesinan

Keindahan operasi yang terhubung adalah produsen dapat mengumpulkan dan menggunakan data dari banyak sumber. Selama data dikontekstualisasi dan relevan, ini dapat membantu manajer mendapatkan visibilitas yang lebih dalam ke status dan performa lantai bengkel, bahkan membantu mengisi kesenjangan dan menambahkan konteks ke data yang ada.

Alat Mesin

Sebagai sumber data produksi paling berharga, alat mesin menyediakan aliran data yang dikontekstualisasi oleh MachineMetrics dan digunakan untuk dasbor produksi real-time, pelaporan, dan pemberitahuan. Pemangku kepentingan dapat segera diberi tahu tentang peristiwa downtime mesin dan melihat kapan produksi tertinggal jadwal dengan akses ke data mesin yang mencakup status mesin, alarm, override, beban, kecepatan, dan advance.

Sistem Terhubung

Untuk mengisi kesenjangan dalam data produksi dan menambahkan lapisan konteks tambahan, bisa membantu untuk berbagi data di antara sistem yang berbeda dalam lingkungan manufaktur, seperti ERP, MES, CMMS, CAM, dll.

MachineMetrics memiliki antarmuka pemrograman aplikasi (API) yang dapat menarik informasi dari sumber luar. Kombinasi data mesin dan operasional ini dapat dimanfaatkan bersama untuk menghasilkan wawasan atau mendorong otomatisasi. Misalnya, data mesin yang menunjukkan kegagalan dapat secara otomatis memicu work order dalam CMMS.

Operator

Antarmuka Operator MachineMetrics, yang tinggal di setiap mesin, menyediakan alat komunikasi bagi operator untuk menambahkan konteks pada data mesin. Ini adalah lapisan data yang penting karena membantu menjelaskan “mengapa” di balik downtime mesin, alarm, bagian scrap, dll.

Dengan Tablet di setiap mesin, operator dapat memberikan konteks berharga pada data mesin, mendokumentasikan alasan peristiwa downtime dan bagian scrap.

Pendekatan MachineMetrics dalam Mengotomatisasi Pengumpulan Data Mesin

Dalam manufaktur, edge diperlukan untuk menangkap data dari mesin dan mengubah data tersebut menjadi model data umum sehingga analisis dapat dilakukan. Ini harus dapat mendukung berbagai protokol PLC untuk mengaktifkan konektivitas di seluruh berbagai aset di lantai pabrik. Ini juga harus mendukung menangkap data dari sensor untuk aset yang lebih sederhana atau ketika metode konektivitas standar tidak tersedia dari PLC. MachineMetrics telah mengembangkan dan mendukung sebagian besar protokol industri standar dengan berbagai nuansa, serta membangun konektor kustom untuk banyak kontrol mesin CNC yang berbeda.

Protokol Standar yang didukung meliputi:

• OPC-UA
• MTConnect
• Modbus TCP
• Ethernet/IP

Konektor Kontrol Mesin Kustom yang dibangun meliputi:

• FANUC FOCAS
• Heidenhain iTNC530 dan iTNC640
• Citizen M700
• Mitsubishi M70/M80
• Brother Speedio
• HAAS Serial
• Matsuura CNC (alarm kustom ditambahkan ke konektor FANUC FOCAS)

Untuk mesin lama, terhubung melalui sensor sederhana sudah cukup untuk menentukan aktivitas mesin dan melaporkan utilizasi. Sensor arus analog sering digunakan, dan ada dukungan untuk berbagai perangkat Akuisisi Digital dan Analog, termasuk Labjack. Ini telah mengaktifkan kasus penggunaan lain yang memerlukan menangkap suhu, getaran, tekanan, dan kemampuan untuk terhubung ke relai dalam mesin.

Koneksi PLC/Kontrol dan Sensor dapat dipelihara melalui antarmuka online, dan data dapat difilter, diproses, dan diubah dengan bahasa skrip sederhana yang dirancang khusus untuk data IoT.

Data dapat di-stream pada Frequensi Rendah (pada perubahan peristiwa, atau 1 sampel per detik), atau dapat di-stream pada Frequensi Tinggi (1000 sampel per detik) untuk beberapa Kontrol dan sensor. Dukungan untuk data frekuensi tinggi telah mengharuskan MachineMetrics membangun teknologi edge sendiri untuk mendukung tingkat pemrosesan dan streaming data yang tinggi ini.

Untuk menskalakan edge di ribuan mesin, dan untuk dapat memelihara, mengupgrade, dan mendukung perangkat lunak edge secara jarak jauh, Platform MachineMetrics Edge memungkinkan manajemen perangkat jarak jauh yang dibangun untuk mengonfigurasi, mengupgrade, dan mengelola perangkat edge yang mengumpulkan data di seluruh situs pelanggan kami. Teknisi dukungan dan pelanggan sendiri dapat memecahkan masalah, menjalankan diagnostik, mengonfigurasi jaringan, dan menguji firewall mereka menggunakan alat bawaan ini. Antarmuka baris perintah (CLI) umum telah dibuat kustom untuk menawarkan diagnostik dan dukungan lebih lanjut. CLI ini dapat digunakan untuk mengupgrade perangkat, tetapi pelanggan akan segera diberikan opsi untuk mengupgrade perangkat lunak edge sendiri.

Platform MachineMetrics Edge menyediakan solusi yang dapat diskalakan untuk produsen yang dapat diinstal sendiri untuk dengan mudah mengumpulkan data dari setiap peralatan dan mengaktifkan wawasan mesin yang dapat ditindaklanjuti dalam hitungan menit.

Pengumpulan Data Mesin sebagai Fondasi Manufaktur Cerdas

Pengumpulan data mesin CNC dimulai dengan menghubungkan mesin Anda melalui berbagai metode, termasuk solusi kabel dan nirkabel.

Setelah data dapat dikumpulkan, data dikontekstualisasi dan distandarkan untuk digunakan dalam dasbor dan pemberitahuan real-time, serta laporan historis untuk analisis yang lebih dalam. Namun ini hanyalah awal.

Data mesin mewakili fondasi benang digital, memberdayakan jumlah kasus penggunaan yang tidak terbatas untuk mengoptimalkan dan mengotomatisasi proses bisnis, memungkinkan produsen untuk mengembangkan bisnis mereka dan membedakan diri secara kompetitif.

Namun, nilai yang diberikan oleh data mesin hanya dapat digunakan secara efektif jika ditangkap secara otomatis dan diubah.

Apa yang kami lihat dengan pelanggan yang mendekati ini dengan solusi berbasis kertas dan manual lainnya adalah bahwa data produksi jauh kurang efektif, karena tertunda, tidak akurat, tidak dikontekstualisasi, dan tidak dapat diskalakan di luar kasus penggunaan yang sederhana. Atau lebih buruk, data ini penuh dengan kesenjangan atau tidak ada sama sekali.

Di sisi lain, data real-time yang akurat yang ditangkap secara otomatis dan diubah dari aset mesin menciptakan dasar yang kokoh untuk menangkap wawasan dan mendorong nilai.

Performa dapat di-baseline di seluruh mesin, baris, dan pabrik yang serupa dengan keyakinan bahwa data dasarnya akurat. Performa aset mesin bahkan dapat diukur dan dibandingkan dengan aset serupa di seluruh industri tertentu di luar perusahaan.

Di akhir, hanya ada satu versi kebenaran dan mesin tidak bohong. Dengan penangkapan dan transformasi data yang akurat, dikombinasikan dengan visibilitas dan kemampuan tindakan melalui pemicu notifikasi dan alur kerja, peningkatan performa utilizasi sebesar 15 hingga 20% dapat direalisasikan dalam hitungan bulan.

Kami dapat mengikuti benang digital ini untuk melihat di mana konteks tambahan ditambahkan dan bagaimana data ini digunakan dalam proses dan sistem lain untuk mendorong efisiensi dalam skala besar.

Data Operasional

Sumber produksi Anda mencakup baik peralatan maupun orang di lantai bengkel. Data dari mesin secara otomatis dikumpulkan, namun kami belum membahas dampak data operator.

Dengan tablet yang ditempatkan di setiap mesin, operator dapat menambahkan konteks pada data mesin, yang memberikan pemahaman yang lebih dalam tentang performa peralatan.

Misalnya, operator dapat mendokumentasikan alasan untuk peristiwa downtime tertentu, sehingga manajer pabrik yang menganalisis downtime tidak hanya memiliki pandangan yang akurat tentang berapa lama downtime yang dialami pabrik mereka, tetapi juga alasan teratas mengapa. Hal yang sama berlaku untuk bagian scrap.

Contoh operator mengkategorikan alasan downtime sebagai "kerusakan tool katastrofik" pada antarmuka tablet.

Ini memberikan manajemen pemahaman yang lebih baik tentang masalah sehingga proses yang lebih efisien dapat dikembangkan untuk mengelola alasan downtime dan scrap yang paling parah.

Selanjutnya, data mesin ini, dipadukan dengan konteks dari operator, dapat mengaktifkan notifikasi berdasarkan downtime tertentu yang memberi tahu operator dan anggota tim pemeliharaan tentang peristiwa downtime, sehingga mereka dapat menyelesaikan masalah secepat mungkin.

Mesin, Orang, dan Sistem

Benang digital menyatukan berbagai komponen pabrik digital. Saat kita mengikuti benang, data mesin mulai mempengaruhi sistem lain yang digunakan oleh produsen.

Saat data mesin dikumpulkan secara otomatis, data dapat diintegrasikan ke dalam sistem, seperti ERP, MES, atau CMMS, untuk mengelola proses dengan lebih efektif atau membuat keputusan operasional yang lebih baik berdasarkan data yang digabungkan.

Beberapa contoh untuk mengilustrasikan pentingnya hal ini:

Sistem Perencanaan Sumber Daya Perusahaan

Produsen umumnya mengelola pekerjaan dan jadwal di ERP, di mana informasi akan disimpan tentang standar pekerjaan dan waktu siklus. Namun, ada probabilitas tinggi bahwa standar pekerjaan dan waktu siklus tidak akurat, yang sangat mempengaruhi waktu jalur pekerjaan yang diharapkan, serta merusak penetapan harga, karena bengkel umumnya menetapkan harga berdasarkan waktu yang dibutuhkan untuk memesin suatu produk.

Jika produsen mengumpulkan data mesin real-time, waktu siklus dapat diperbarui di ERP untuk mengembangkan standar yang lebih akurat dan memastikan penetapan harga sejajar dengan waktu jalur pekerjaan yang diharapkan. Ini memberikan pemimpin manufaktur pemahaman yang lebih baik tentang apa yang mampu ditanggung bengkel dan berapa banyak keuntungan yang diharapkan dihasilkan.

Sistem Manajemen Pemeliharaan Komputerisasi

Contoh lain dari pemanfaatan data mesin dan operasional dalam sistem lain adalah meningkatkan dan mengotomatisasi pemeliharaan dengan CMMS.

Ada banyak strategi yang ada ketika datang ke pemeliharaan peralatan, namun sebagian besar produsen terus mengandalkan pemeliharaan reaktif atau pemeliharaan berbasis kalender (dengan jadwal yang direkomendasikan oleh pembangun mesin).

Pemeliharaan reaktif cenderung menghasilkan sejumlah besar downtime. Dan pemeliharaan berbasis kalender (strategi pencegahan) cenderung mahal karena pekerjaan pemeliharaan yang tidak perlu.

Zona "Goldilocks" di antara pemeliharaan pencegahan berbasis kalender yang mahal dan pemeliharaan reaktif yang menyebabkan sejumlah besar downtime dan biaya perbaikan yang besar.

Dengan memasukkan data dan wawasan aset mesin ke dalam CMMS, produsen dapat mengubah strategi pemeliharaan dari reaktif dan berbasis kalender menjadi berbasis penggunaan atau kondisi. Tanpa benang digital yang berasal dari aset mesin, nilai yang dapat dicapai produsen dari investasi CMMS secara signifikan berkurang.

Dengan data mesin yang tersedia, jadwal pemeliharaan dapat dioptimalkan untuk selaras dengan data penggunaan dan kondisi yang streaming dari mesin dan data ini bahkan dapat digunakan untuk memicu alur kerja yang secara otomatis menghasilkan work order di CMMS dan memberi tahu orang yang tepat tentang kondisi mesin, peristiwa downtime, alarm, kegagalan yang akan datang, dll sehingga mereka dapat memperbaiki masalah secepat mungkin, atau bahkan sebelum kegagalan terjadi.

Benang Digital Data Mesin: Membuka Industrial 4.0

Saat produsen mengaktifkan solusi yang dapat menangkap dan mengubah data produksi mereka dengan lebih baik, tidak hanya mereka akan dapat mendorong keputusan berbasis fakta yang lebih baik, tetapi mereka akan dapat memanfaatkan data untuk mengembangkan proses yang lebih baik dan mendorong otomatisasi di lantai bengkel.

Data mesin membuka seluruh dunia kasus penggunaan, menjadikannya fondasi data produksi dan memberdayakan produsen dengan keuntungan kompetitif yang dalam.

Kami dengan senang hati membahas bagaimana Platform Industrial IoT MachineMetrics dapat membantu Anda tidak importa di tahap mana Anda berada dalam perjalanan, baik memantau peralatan Anda untuk mengidentifikasi downtime lebih cepat, atau memanfaatkan data frekuensi tinggi untuk memprediksi dan mencegah kegagalan mesin.

Hubungi kami dengan pertanyaan apa pun, atau jadwalkan demo hari ini.