Подпишитесь на нас в Дзен
Для решения вопросов, связанных с оценкой эффективности производства, стало очень популярным внедрение систем мониторинга производственного оборудования, которые предоставляют информацию о ходе производственного процесса для принятия решений о необходимых мероприятиях.
Однако, в подавляющем большинстве случаев фокус практически всех систем мониторинга сконцентрирован на участии производственного персонала, которому вменяется в обязанность указывать текущее состояние оборудования и/или статус производственного процесса (так называемые причины простоя). Информация от оборудования в классических системах мониторинга, как это не парадоксально, если и используется, то в минимальном объеме – оборудование работает/не работает, находится в аварийной остановке и т.п., то есть снимается информация, которая аналогична сигнальной лампе, установленной на станке.
Такое внимание к данным, введенным персоналом, обычно приводит к тому, что оборудование начинает «работать» на 70% от фонда рабочего времени и выше, а выпуск продукции остается на прежнем уровне.В этом случае сама структура производственных данных не меняется по сравнению с тем, что было до внедрения системы мониторинга, фактически лишь дополнительно «расшивается» зона простоев. В результате такого увлечения ручным вводом причин простоя смысл применения системы мониторинга выхолащивается, и ее использование превращается в дополнительную работу для производственного персонала, не несущую конкретной смысловой нагрузки.
По результатам одного из наших проектов оценка полезности данных от оборудования и персонала показала, что основной вклад (85%) в окупаемость проекта вносят данные, полученные от оборудования и только 15% приносят данные, полученные от персонала.
В наше время, с учетом появления технологий работы с Big Data, работающих с любыми объемами данных без ограничения на количество и время их хранения, гораздо более перспективным и эффективным является смещение фокуса на данные, полученные от оборудования в автоматизированном режиме без участия человека. Эти данные, за счет своей объективности, предоставляют на порядок больше возможностей для оптимизации производственных процессов и повышения эффективности бизнеса производственной компании.
Современное оборудование, выполняя заложенную в него технологию, на основе применения встроенных датчиков полностью контролирует технологический процесс, и, используя эту информацию, можно кардинальным образом изменить принципы контроля производственных процессов и реализации мероприятий по их оптимизации.
К тому же важным является тот факт, что за счет использования технологий работы с Big Data WINNUM использует сбор и хранение данных в исходном неагрегированном виде, без дополнительных преобразований. Это позволяет получить полную информацию о производственных процессах, в “ чистом виде”, максимально исключив человеческий фактор.
Данные, полученные от оборудования, охватывают весь спектр параметров работы оборудования и характеристик технологического процесса, например:
- Обозначение обрабатываемой номенклатуры
- Текущие режимы обработки, в том числе параметры, позволяющие достоверно оценить, работает ли оборудование в соответствии с установленными критериями
- Отклонения от режимов, заданных в технологии
- Параметры используемого инструмента, и время его работы
- Время операций, включая время остановов и время работы в ручных режимах
- Команды, заложенные в программу и обрабатываемые оборудованием (номер кадра, текст кадра, комментарии, G и M коды и пр.)
- Ошибки и технические характеристики работы оборудования
- Действия операторов и многое другое.
Этот перечень параметров дает возможность детальной и достоверной оценки загрузки производства и, что наиболее важно – качества технологических процессов. Это позволяет непросто контролировать загрузку оборудования, но и улучшать ее, выпуская больше продукции за единицу времени без внеурочных работ, формируя при этом базу знаний предприятия по фактическим нормам и режимам резания, доступную для всех специалистов.
Приведем пример использования WINNUM - в результате внедрения решения WINNUM Станки и анализа данных, полученных от оборудования в автоматизированном режиме, на предприятии нефтегазовой отрасли (окупаемость проекта составила 9х в течение 8 мес. от начала работ) были реализованы следующие мероприятия:
-актуализированы нормативные времена выполнения операций (разница с исходными временами составила 5…75%);
-унифицирован режущий инструмент для каждой единицы оборудования (с перемещением изготавливаемой номенклатуры при необходимости) с целью сокращения времени на переналадку;
-внедрены принципы настройки режущего инструмента вне оборудования.
Таким образом, снижение роли человеческого фактора при сборе фактических производственных данных полностью трансформирует подходы к производству и подготовке производства, позволяет иметь объективную линейку для оценки всех видов нормативов, и в результате, кратно увеличить выпуск продукции без увеличения производственных мощностей.