„První pracoviště, které jsme do systému MindSphere připojili, bylo odlévání rotorů,“ uvedl ředitel závodu Siemens Elektromotory Mohelnice Pavel Pěnička. „V dalším kroku jsme připojili 36 obráběcích strojů z obrobny a projekt dokončíme zapojením 12 důležitých navíjecích pracovišť. V této sestavě budeme mít data o výrobě i jednotlivých zařízeních kompletní, což nám umožní mnohem lépe sledovat KPI ukazatele indikující schopnost plnit požadavky zákazníků,“ dodal. Skupiny strojů jsou rozděleny podle výrobních hal a data z nich se sbírají do tzv. Master PLC, kde se předzpracovávají a následně se pomocí hardwarového komponentu MindConnect Nanobox odesílají do MindSphere.

Důležitou datovou základnu představují informace o parametrech strojů a zařízení, například navolení programu obsluhou, spuštění cyklu, taktu stroje, otáček vřetena atd. Dostupnost těchto dat a jejich analýza umožňuje optimalizovat například ztrátové časy ve výrobě, navyšovat kapacity a efektivitu nebo standardizovat výrobu. „Navíc je možné postupně zkracovat průběžnou dobu výroby, což je dnes jeden z klíčových parametrů štíhlé výroby, jehož výsledkem je rychlé dodání výrobku na trh a flexibilní reakce v rámci výroby,“ vysvětluje Petra Fuchsíková, konzultantka pro Digital Enterprise & MindSphere ve společnosti Siemens.

Vizualizace, které mohelnické řešení využívá, umožňují přímo sledovat klíčové informace o stavu stroje a délce trvání daného stavu, je možné zobrazit si vývoj produktivity: počty vyrobených produktů systém zobrazí podle časového rozdělení nebo konkrétního výrobku. Dále lze sledovat dostupnost stroje během zvoleného dne, kde lze zobrazované údaje rozdělit např. na směny a řadu dalších parametrů.

Systém ukazuje digitální profil stroje, který umožňuje vytvořit systém hlášení predikovaných poruch. Ten poskytne výstupní informace potřebné pro výpočet OEE a další analýzy, které svou práci využívají oddělení výroby a údržby.

Sběr dat a jejich vizualizace zásadně přispívají k optimalizaci procesů. Jde například o vyhodnocování různých nestandardních stavů jako jsou vibrace či teplota, které pomáhají při plánování údržby. „Výsledkem je minimum havarijních stavů strojů s dlouhým termínem opravy,“ vysvětluje Petra Fuchsíková. „Takové závady jdou mnohdy do milionů korun a vedou ke zpoždění dodávek a narušení vztahů se zákazníky,“ dodává.