Průvodce systémem sběru dat pro průmyslové závody

Na konci směny se vedoucí výroby stále snaží sestavit, co se ten den stalo, z papírových záznamů, strojních deníků a několika Excelových tabulek. Kolik bylo skutečné prostoje? Která objednávka má zpoždění? Proč se zhoršil poměr zmetků? Průmyslový průvodce sběrem dat je užitečný, pokud nezačíná senzory nebo obrazovkami, ale těmito otázkami.

V mnoha závodech jsou data již k dispozici v nějaké formě. PLC zpracovávají signály, stroje zaznamenávají události, v ERP jsou údaje o objednávkách a zásobách, údržba vede vlastní záznamy. Problém nemusí být nutně nedostatek dat. Spíše je to, že informace jsou rozptýlené, aktualizují se v různých časech a lidé musí spojovat části dohromady.

Co by měl průmyslový systém sběru dat řešit?

Sběr dat sám o sobě není obchodním cílem. To, že výrobní linka ukládá stovky hodnot za sekundu, neznamená, že výroba bude rychlejší, méně zmetků nebo předvídatelnější dodávky. Hodnota systému spočívá v tom, zda odpovědný vedoucí nebo operátor může z něj včas a spolehlivě rozhodovat.

Proto je vhodné nejprve určit konkrétní provozní situaci. Například výrobní plán se zdá být pravidelně plněn dopoledne, ale odpoledne se ukáže, že kvůli opakující se poruše stroje již nelze směnu dohnat. Nebo firma ví, že je mnoho krátkých zastavení, ale neví, který produkt, nástroj, materiál nebo operace za nimi stojí.

Dobré výchozí otázky mohou být:

• Která rozhodnutí dnes vyžadují ruční sběr dat z více zdrojů?
• Kde vznikají takové výpadky, které jsou zaznamenány až dodatečně?
• Která data jsou zadávána vícekrát do různých systémů?
• Kolem kterých ukazatelů se pravidelně vyvíjí spor, protože neexistuje jednotný zdroj dat?

Pokud na tyto otázky neexistuje jednoznačná odpověď, projekt by neměl začínat seznamem nástrojů. Nejprve je třeba prozkoumat proces: kde se informace generují, kdo je používá, kdo je upravuje a kde se ztrácí jejich význam.

Jaká data je vhodné sbírat?

Nejčastější chybou je příliš široký začátek. S novým systémem je snadné začít ukládat všechny dostupné strojní signály, teploty, časy cyklů a změny stavu. To může mít technické opodstatnění, zejména v prostředí zajištění kvality, sledovatelnosti nebo údržby. Pro operační rozvojové cíle však příliš mnoho, neinterpretovaných dat často vytváří jen další zátěž pro vykazování.

Většina výrobních společností již získává významnou transparentnost z několika základních kategorií: stav stroje nebo buňky, vyrobené množství, zmetky a jejich příčiny, příčiny prostojů, časy cyklů a produkt nebo objednávka přiřazená k danému období. Tyto údaje lze v případě potřeby doplnit o spotřebu energie, environmentální data, stav nástrojů nebo identifikaci materiálů.

Ne všechna data lze sbírat se stejnou spolehlivostí. Stavový signál přicházející automaticky ze stroje se může zdát objektivní, ale je třeba objasnit, co znamená. Znamená signál „běží“ skutečně výrobu, nebo stroj pracuje naprázdno? Označuje signál „chyba“ konkrétní poruchu, nebo zahrnuje různé události? Datový model musí přesně popisovat fyzický proces, nikoli jen kopírovat štítky v řídicím systému.

Je také realistické, že některé příčiny lze pochopit pouze z lidské zpětné vazby. Automatické detekování prostojů a skutečná provozní příčina prostojů jsou dvě různé informace. Operátor proto potřebuje krátké, jednoznačné a do pracovního procesu integrované možnosti volby. Pokud musí deset minut hledat kategorie na terminálu, kvalita dat se zhoršuje a odpor vůči systému roste.

Průvodce průmyslovým sběrem dat: mapování procesu

Úspěšné zavedení obvykle nezačíná tím, jaký SCADA, výrobní řídicí nebo cloudový systém by měl být použit. Nejprve je třeba prozkoumat současný tok informací během celé směny nebo objednávkového cyklu.

Kdo signalizuje, že se stroj zastavil? Kde se zaznamenává příčina? Kdy se informace přenáší do výrobního plánu, k údržbě nebo vedoucímu směny? Kdy a jak se výrobní množství dostává do ERP? Pokud je rozdíl mezi fyzickou realitou a systémem, kdo jej opravuje a podle jakého pravidla? Tyto otázky často prozradí více o směru vývoje než datový list zařízení.

Při mapování často vyjde najevo, že nechybí měření, ale je nejasná hranice odpovědnosti. Například obsluha stroje vede počet kusů na papíře, vedoucí směny je shrnuje v Excelu a administrativa později zaznamenává výsledek do podnikového systému. V takovém případě vznikají tři různé zdroje dat o stejné události a žádný z nich není zaručeně aktuální.

Dobrý cílový stav nemusí nutně znamenat úplnou automatizaci. Možná stačí automatický sběr dat ze stroje, operátorské schválení odchylek a následné předání ověřeného výsledku do ERP. Klíčové je, aby každý údaj měl jasný zdroj, vlastníka a účel použití.

Bez integrace vznikají jen další datové ostrůvky

Samostatný výrobní displej může být působivý, ale méně hodnotný, pokud se objednávky, čísla dílů, provozní předpisy a pohyby zásob stále přenášejí manuálně z jednoho systému do druhého. Průmyslový systém sběru dat by proto měl řešit i propojení provozních a obchodních systémů.

Mezi úrovní stroje a podnikovým systémem je rozdílný rytmus dat. PLC signalizuje změnu stavu během sekund, zatímco ERP může potřebovat pouze uzavřenou operaci, schválené množství a důvod zmetků. Není vhodné přenášet všechny surové signály do ERP. Správná architektura odděluje reálná provozní data, interpretované výrobní události a transakce s finančním nebo logistickým významem.

To je důležité, protože chyby v integraci se projevují v provozu závodu. Pokud je k objednávce přiřazeno špatné číslo dílu, výkaz bude zavádějící. Pokud se výrobní zpětná vazba zpozdí, zásoby a nákup mohou pracovat na základě špatných rozhodnutí. Pokud není přenos kontrolován, stejná položka se může v systému objevit dvakrát.

U rozhraní jsou proto potřeba identifikátory, časová razítka, zpracování chyb a zpětná kontrola. Otázkou není jen to, zda data přecházejí, ale také zda je v případě chyby zjistitelný nedostatek, zda lze událost znovu odeslat a zda je jednoznačně rekonstruovatelné, co se stalo.

Spolehlivost, oprávnění a provozní bezpečnost

V výrobním prostředí sběr dat nesmí bránit nepřetržitému provozu. Pokud dojde k přerušení síťového spojení, výroba musí pokračovat. Pokud není centrální služba dostupná, nesmí dojít k nekontrolované ztrátě událostí. Proto je již při plánování třeba vyjasnit, které funkce vyžadují reálný časový provoz, která data mohou být dočasně uložena lokálně a jak probíhá pozdější synchronizace.

Bezpečnost dat není pouze otázkou IT detailů. Výrobní data mohou být z obchodního hlediska citlivá a neoprávněná úprava může způsobit problémy s kvalitou, účtováním nebo shodou. Dobře navržený systém reguluje role, kdo může data vidět, zaznamenávat, upravovat nebo schvalovat. Kritické úpravy mohou být zaznamenávány, takže později není třeba z paměti zjišťovat, proč se hodnota změnila.

Výběr technologie je zde skutečně závislý na situaci. Někde je správným rozhodnutím místní provozní infrastruktura kvůli zpoždění, omezením spojení nebo regulačním požadavkům. Jinde poskytuje lepší přehled centrální prostředí propojující více lokalit. Častým řešením je kombinace obou: místní zpracování dat, centrální reportování a kontrolovaný přenos dat.

Jak měřit, zda se vývoj vyplatí?

Návratnost není jen o snížení počtu pracovních hodin. Hodnota systému sběru dat se může projevit v tom, že se dříve zaznamená zhoršující se trend, je méně naléhavých konzultací, přesnější dodací lhůty nebo údržba nereaguje pouze na hlášení poruch. Tyto cíle je vhodné již na začátku spojit s měřitelnými cíli.

Cílem může být například zvýšení poměru spolehlivého zaznamenávání prostojů, zkrácení doby přípravy směnové zprávy, snížení rozdílů v zásobách nebo dřívější předvídatelnost plnění výrobního plánu. Dobrý ukazatel neukazuje pouze, kolik dat bylo shromážděno. Ukazuje, zda se zlepšila činnost.

Je vhodné začít s dobře definovanou oblastí, kde je známá obchodní bolest, zúčastněné strany mohou být zapojeny a výsledek je srovnatelný. Výrobní linka, kritická operace nebo opakující se problém s kvalitou často představují lepší první krok než pokrytí celého závodu najednou. Na základě zkušeností lze pak upřesnit datový model, uživatelské rozhraní a pravidla integrace.

Nejlepší systém nakonec není ten, který sbírá nejvíce dat. Je to ten, který během směny ukazuje, kde je třeba zasáhnout, a na který se výroba, údržba a vedení mohou spolehnout se stejnou důvěrou.