CAD II , Plánování a řízení výroby

Klíč k optimalizaci výrobních procesů

Jak na OEE v éře industry 4.0 a digitální transformace?

Peter Bílik, Martin Kudláč


V současném světě plném průmys­lo­vé revoluce a digitální transforma­ce nebylo snadnější, jak zlepšovat celkovou efektiv­nost zařízení (OEE) ve výrobních procesech. Technolo­gie jako internet věcí (IoT), strojo­vé učení a analýza velkých dat umožňují zvyšovat výkonnost, kapacitu a kvalitu každé výroby. Tak jaký je klíč k optimalizaci výrobních procesů?


Hlavním cílem každého manažera výroby je zajistit efektivitu výrobní linky. Jedním ze způsobů, jak měřit výkon a identifikovat prostor pro zlepšení, je výpočet celkové efektivnosti zařízení (OEE). OEE je základní metrika pro hodnocení výkonnosti strojů a zařízení ve výrobních procesech. Zohledňuje výkonnost výroby včetně kvality na výstupu a rychlosti výrobního cyklu i provozuschopnosti zařízení.

Pravidelným sledováním OEE mohou výrobní podniky:

  • optimalizovat své procesy,
  • zlepšit využití strojů,
  • zvýšit výrobní kapacitu
  • a zlepšit kvalitu produktů.

Celková efektivnost zařízení (OEE) měří tři kritické faktory ve výrob­ních procesech: provozuschopnost, výkon a kvalitu. Provozu­schop­nost se vztahuje na dobu, po kterou je stroj připraven k provozu, s výjimkou odstávek způsobených údržbou, seřizováním nebo jinými zásahy. Výkon je míra, při které zařízení pracuje v porovnání s jeho maximální potenciální rychlostí. Nakonec kvalita označuje podíl vyrobených dobrých produktů v porovnání s celkovým výstupem.

Například v automobilovém závodě může OEE pomoci identifikovat úzká místa na výrobních linkách, jako jsou pomalé svařovací stroje nebo vadné lakovací roboty. Vyřešením těchto problémových míst může závod zvýšit svoji propustnost a udržet vyšší úroveň kvality hotových produktů.

Využití technologií Industry 4.0 pro zlepšení OEE

Technologie Industry 4.0, jako je internet věcí (IoT), strojní učení a analýza velkých dat, pomáhají výrazně zlepšit OEE. Zařízení internetu věcí dokážou monitorovat výkon stroje v reálném čase a sbírat cenné údaje o provozuschopnosti, výkonu a kvalitě.

Algoritmy strojního učení pak mohou tyto údaje analyzovat, aby identifikovaly vzorce a trendy, což pomůže výrobcům odhalit oblasti pro zlepšení a implementovat adresní zlepšení. Například společnost vyrábějící polovodiče může používat senzory internetu věcí ke sledování úrovní teploty a vlhkosti ve výrobních prostorách.

Algoritmy strojního učení mohou tyto údaje analyzovat a odhalit jakékoli anomálie nebo vzorce ovlivňující kvalitu polovodičových destiček. Řešením těchto problémů může společnost zlepšit své OEE a zajistit výrobu vysoce kvalitních produktů.

Technologie Industry 4.0 pomáhají zlepšit OEE i následujícími způsoby:

  1. Monitorování a analýza údajů v reálném čase: Senzory a zařízení internetu věcí shromažďují údaje z výrobních procesů, což umožňuje monitorování výkonu zařízení v reálném čase. Tyto údaje lze pak použít na optimalizaci výrobních a montážních operací, snižování prostojů, a tudíž zvýšení celkové efektivity.
  2. Prediktivní údržba: Algoritmy strojního učení mohou analyzovat údaje ze senzorů a identifikovat vzory naznačující potenciální selhání zařízení, což umožňuje proaktivní údržbu, snížit neplánované prostoje a zvýšit provozuschopnost výrobních zařízení.
  3. Adaptivní výrobní procesy: Technologie Industry 4.0 mohou usnadnit flexibilní výrobu přizpůsobováním procesů měnícím se podmínkám, jako jsou výkyvy poptávky nebo dostupnost materiálů. To vede k vyšší produktivitě a optimalizaci podnikových zdrojů.
  4. Digitální dvojčata: Digitální reprezentace fyzických objektů na provozu lze použít k optimalizaci výrobních procesů, což podnikům umožňuje přesněji odstraňovat úzká místa, koordino­vat výrobní procesy a montážní operace navzájem v reálném čase a eliminovat neefektivní řízení podnikových zdrojů.
  5. Pokročilá robotika a automatizace: Integrace pokročilé robotiky a automatizace zlepšuje přesnost, rychlost a konzistentnost výrobních procesů, což vede i k vyšší kvalitě produktů a zkrácení výrobních cyklů.
  6. Rozšířená a virtuální realita: Technologie AR a VR lze použít na školení a pomoc na dálku, díky čemuž se zlepšují i dovednosti pověřených zaměstnanců a zkracuje se čas potřebný k řešení problémů se zařízením.
  7. Energetický management: Technologie Industry 4.0 dokážou optimalizovat spotřebu energie monitorováním a řízením používání výrobních zařízení a dalších technologií na provozu, což má za následek nižší náklady za energii a snížení environmentální stopy.
  8. Integrace dodavatelského řetězce: Transparentní komuni­ka­ce a sdílení údajů mezi dodavateli, výrobci a zákazníky zefektivňuje celý dodavatelský řetězec, zkracuje dodací lhůty a snižuje náklady na zásoby, následkem čehož se zlepší OEE.
  9. Zabezpečení a kontrola kvality: Pokročilé inspekční systémy v kombinaci s algoritmy strojového učení odhalují vzniklé chyby a identifikují problémy s kvalitou v reálném čase, což umožňuje aplikovat okamžitá nápravná opatření a snižovat tak míru zmetků.
  10. Kustomizace a personalizace: Technologie Industry 4.0 umožňují větší přizpůsobení a personalizaci výrobků pro klienty prostřednictvím automatizace a optimalizace výrobních procesů například s MES systémy, což vede k vyšší spokojenosti zákazníků a lepšímu OEE.

OEE jako nástroj kontinuálního zlepšování

OEE hraje klíčovou roli v neustálém zlepšování a metodologiích štíhlé výroby, jejichž cílem je eliminovat plýtvání a optimalizovat procesy ve výrobě. Identifikací oblastí zlepšení pomáhá OEE výrobcům zaměřit se na nejvýznamnější změny, které povedou k efektivnějšímu provozu a snížení nákladů.

Kupříkladu podnik zabývající se zpracováním potravin může využít OEE k identifikaci neefektivnosti své balicí linky. Analýzou údajů OEE může podnik zjistit, že konkrétní stroj neustále neplní balení, což následně vede k plýtvání potravinami, nespokojenosti zákazníků a poškození firemní reputace. Řešením tohoto problému může podnik zlepšit své OEE a optimalizovat proces balení, čímž se minimalizuje vznik odpadu.

OEE je důležitým nástrojem pro výrobní manažery, kteří se snaží optimalizovat své výrobní linky a zvýšit efektivitu. Měřením výkonu napříč více procesy může OEE pomoci odhalit oblasti na zlepšení a pomoci při adresných zásazích, které vedou k lepšímu využívání strojů, zvýšení výrobní kapacity a vyšší kvalitě produktů.

Využitím technologií Industry 4.0 a integrací OEE do metodologií kontinuálního zlepšování a štíhlé výroby se mohou výrobci dostat před konkurenci a prosperovat v dnešním rychle se měnícím průmyslovém prostředí.

Jak štíhlá výroba pomáhá vylepšit provozní OEE

  1. Neustálé zlepšování (Kaizen): Štíhlá výroba podporuje kulturu neustálého zlepšování, v níž zaměstnanci pomáhají identifikovat a řešit sníženou výrobu v provozních procesech. Díky tomu lze pomoci zvýšení výkonu výrobních zařízení, zkrácení prostojů a zlepšení OEE.
  2. Standardizovaná práce: Standardizace pracovních postupů a výrobních procesů pomáhá snižovat variabilitu, zajišťuje konzistentní kvalitu a zlepšuje efektivitu výrobních technologií. Snížením lidských chyb a zjednodušením úkolů přispívá standardizace práce a úkolů k vyššímu OEE.
  3. Výroba just-in-time (JIT): Přístup JIT se zaměřuje na výrobu správných produktů ve správném množství ve správný čas a na správných o místech. Tímto přístupem se zamezuje nadměrným zásobám a rozpracovaným výrobkům a zlepšuje se dostupnost podnikových zdrojů.
  4. Totální produktivní údržba (TPM): TPM zdůrazňuje důležitost proaktivní a preventivní údržby s cílem minimalizovat prostoje zařízení a neustále udržovat jejich optimální výkon. Tím se zvyšuje dostupnost a provozuschopnost zařízení.
  5. SMED (Single Minute Exchange of Dies): SMED je metodika, jejímž cílem je zkrátit časy nastavování a výměny zařízení, minimalizovat činnosti bez přidané hodnoty a zvýšit využití zařízení.
  6. Analýza základní příčiny (Root Cause Analysis): Tato metoda štíhlé výroby se zaměřuje na identifikaci a odstranění základních příčin problémů, a nejen řešení symptomů. Tak se dosahuje dlouhodobých řešení a menšího počtu opakujících se problémů.
  7. Vizuální management: Vizuální pomůcky, jako jsou kanbanové tabule a systémy Andon, usnadňují komunikaci a zprostředkují relevantní informace o stavu a výkonu zařízení v reálném čase. Tyto pomůcky pomáhají rychle identifikovat a řešit problémy, čímž se zlepšuje výkon výrobních zařízení.
  8. Mapování hodnotového toku (Value Stream Mapping): Tento nástroj štíhlé výroby umožňuje výrobním podnikům analyzovat a optimalizovat celý výrobní proces, od materiálů až po hotové výrobky. Identifikací úzkých míst a postupů, kde vzniká odpad, mohou společnosti podniknout cílená opatření ke zlepšení OEE.
  9. Transparentnost mezi pracovními týmy a odděleními: Štíhlá výroba podporuje spolupráci mezi různými odděleními a rolemi, což vede k efektivnějšímu řešení problémů a lepší celkové efektivnosti zařízení.
  10. Školení zaměstnanců: Štíhlá výroba se zaměřuje i na rozvoj kvalifikované pracovní síly. Investováním do školení zaměstnanců a poskytováním potřebných nástrojů a zdrojů mohou společnosti zlepšit produktivitu a výkon zařízení, což v konečném důsledku povede i k vyšší OEE.
Peter Bílik Peter Bílik
Smart Industry solution designer, ANASOFT
Martin Kudláč Martin Kudláč
Marketing specialist, ANASOFT
Autoři článku pracují ve společnosti ANASOFT, která se zaměřuje na digitalizaci, optimalizaci a inteligentní automatizaci průmyslu a logistiky.
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.

Inzerce

AI jako motor výroby a datové inteligence

ITS_6Jak jste si jistě všimli, aktuální vydání IT Systems je první, které má nové logo. Po dlouhé době jsme se rozhodli oživit nejen logo časopisu, ale také navazujících online médií. Právě výraznější provázání loga časopisu IT Systems, webu SystemOnLine a newsletteru SystemNEWS bylo hlavním cílem modernizace, ke které jsme přistoupili teprve podruhé v téměř třicetileté historii našeho časopisu.