Jak wykorzystać IoT w poprawie OEE?

Czy mierzenie efektywności wykorzystania maszyn jest w polskich realiach standardem? W jaki sposób podchodzi się do tej kwestii w polskich fabrykach?

O ile z konieczności mierzenia wskaźnika OEE zdaje sobie sprawę coraz większa liczba zarządzających produkcją, o tyle trudno jest określić działania w tym zakresie mianem standardu.
Z perspektywy bogatego doświadczenia wdrożeniowego naszej firmy mogę stwierdzić, że mamy
raczej do czynienia ze standardami wewnętrznymi, charakterystycznymi dla każdej z firm, niż
realnym, ustandaryzowanym podejściem w skali kraju.
W każdej ze współpracujących z nami firm pracownicy są w stanie przedstawić wskaźnik efektywności
produkcji, ale rzetelne porównanie ich pomiędzy dwoma niepowiązanymi przedsiębiorstwami jest
trudne, ze względu na korzystanie z własnych algorytmów liczenia OEE. Wskazuje to na istnienie
powszechnej świadomości wagi wskaźnika OEE w działaniach na rzecz poprawy efektywności
produkcji przy jednoczesnej ignorancji (świadomej lub nie) w zakresie metodologii związanej z
prawidłowym jego liczeniem. Jest jeszcze dużo do zrobienia w tym zakresie, a jednym z efektów
wsparcia firmy DSR jest właśnie przekonywanie do stosowania odpowiednich europejskich i
światowych norm takich jak ISO 22400.

Przeczytaj również:https://www.dsr.com.pl/jak-zarzadzac-waskimi-gardlami-w-procesach-produkcyjnych/

Co daje nam wiedza wynikająca ze wskaźników OEE z punktu widzenia realizacji zasad Kaizen i Lean Production?

OEE to podstawowy wskaźnik pozwalający ocenić efektywność maszyn, w obecnych czasach jest on
ściśle powiązany z konkurencyjnością przedsiębiorstwa. Dzięki temu wskaźnikowi możemy prowadzić
działania doskonalące produkcję, skupiając się na obszarach o najniższym wskaźniku.
Istotnym problemem, wpływającym na wiedzę płynącą z interpretacji OEE, jest sposób liczenia tego
wskaźnika. Powszechnie przyjęty w Polsce, uproszczony sposób jego liczenia, polegający na liczeniu
stosunku czasu produkcji dobrych jakościowo produktów do dostępnego czasu pracy maszyny
pozwala na stwierdzenie konieczności doskonalenia, nie odpowiada jednak na podstawowe pytanie:
co jest źródłem odchyleń i na czym należy się skupić przy doskonaleniu. Dokładna analiza przyczyn
przestojów, awarii pozwala na optymalizację pracy konkretnej maszyny.
Wskaźnik OEE widziany z innego poziomu zarządczego może wyglądać diametralnie różnie. Z punktu
widzenia kierownika ośmiogodzinnej zmiany, któremu dano do wykonania konkretną partię towaru i
wszystko poszło dobrze, wskaźnik OEE maszyny oscyluje w okolicach 100%. Ponieważ jednak
maszyna ma możliwość pracy w ruchu ciągłym a nie była obciążona w pozostałej części doby jej
wskaźnik dla planującego produkcję wynosi tylko 33% (w uproszczeniu). Tak więc zagregowane dane
z produkcji połączone z narzędziami klasy BI pozwalają na zastosowanie holistycznego podejścia do
wdrażania zasad kaizen i lean.

Przeczytaj również: https://www.dsr.com.pl/smed-ograniczenie-strat-zwiazanych-z-przezbrajaniem-maszyn/

Jak Przemysł 4.0 i IoT wpływają na efektywność wyznaczania wskaźnika OEE?

Nie ulega wątpliwości, że powszechne stosowanie technologii informatycznych w przemyśle, leżące u
podstaw Przemysłu 4.0, a w szczególności wykorzystanie koncepcji IoT znacząco poprawia
efektywność wyznaczania tego wskaźnika.
Już pominięcie czynnika ludzkiego – (najbardziej zawodnego elementu każdego systemu
produkcyjnego i informatycznego ) – stanowi samo w sobie znaczącą poprawę jakości w procesie
wyznaczania wskaźnika OEE. Komunikowanie się maszyn eliminuje błędy, pozwala na
monitorowanie i podejmowanie działań w czasie rzeczywistym. Stąd już tylko krok do
sprzężenia wskaźników z systemami predykcyjnymi, sztuczną inteligencją oraz wykorzystaniem
obszaru Big Data do opracowywania zoptymalizowanych modeli procesów produkcyjnych z użyciem
odpowiednich maszyn.

Autor:

Kinga Dębska

Kierownik Projektu w DSR S.A.

Źródło: