Với sự xuất hiện của Công nghiệp 4.0 và Internet vạn vật công nghiệp (IIoT), một quá trình chuyển đổi kỹ thuật số hiện đang được tiến hành. Ngành công nghiệp sản xuất đang bắt đầu sử dụng các phân tích được thúc đẩy bởi dữ liệu sản xuất theo thời gian thực, không chỉ để đưa ra quyết định tốt hơn, nhanh hơn mà còn cho phép tự động hóa trong toàn tổ chức.
Thiết bị được kết nối thông qua các cảm biến và thiết bị tại biên cung cấp khối lượng dữ liệu khổng lồ cho các nền tảng phân tích dựa trên đám mây có thể phân tích và hiểu dữ liệu nhanh hơn nhận thức của con người. Dữ liệu này sau đó có thể được sử dụng để thúc đẩy việc ra quyết định theo thời gian thực và cải thiện quy trình đáng kể trong toàn công ty.
Bài viết này sẽ giải thích Phân tích sản xuất (Manufacturing Analytics) là gì và liệt kê các trường hợp sử dụng để xem xét. Nó cũng sẽ giải thích những lợi ích và mục tiêu của Phân tích sản xuất (Manufacturing Analytics) được áp dụng trong bất kỳ sàn nhà máy hoặc nhà máy nào.
Nội dung
Manufacturing Analytics là gì?
Phân tích sản xuất (Manufacturing Analytics) là việc sử dụng máy móc, hoạt động và dữ liệu hệ thống để quản lý và tối ưu hóa sản xuất, bao gồm các chức năng chính như bảo trì, chất lượng và lập kế hoạch. Với dữ liệu chính xác và thời gian thực, các nhà sản xuất có thể đưa ra quyết định tốt hơn, nhanh hơn.
Các nhà sản xuất đã sử dụng dữ liệu để cải thiện hiệu quả và nâng cao thị phần của họ trong nhiều năm. Nhưng thay đổi quan trọng nhất hiện nay là cách dữ liệu được thu thập. Nhiều công ty vẫn sử dụng các phương pháp phân mảnh, truyền thống để thu thập dữ liệu, với nhân viên kiểm tra và ghi lại thủ công các yếu tố, điền biểu mẫu và viết ra lịch sử hoạt động và bảo trì cho các máy trên sàn nhà. Thật không may, những phương pháp này rất không chính xác do lỗi của con người. Chúng cũng tốn thời gian, cởi mở với sự thiên vị và không tạo ra chất lượng phân tích cần thiết để ra quyết định chính xác.
Nhưng với việc chuyển đổi kỹ thuật số đang diễn ra trong quá trình sản xuất, các thiết bị được kết nối có thể làm giảm lao động liên quan đến thu thập dữ liệu thủ công và tài liệu. Và bởi vì công nghệ và phần mềm này sử dụng các phân tích và thuật toán tiên tiến, những hiểu biết có được là thời gian thực và có thể hành động hơn nhiều.
Thu thập dữ liệu máy tự động đang thúc đẩy thế hệ Phân tích sản xuất (Manufacturing Analytics) tiếp theo, mở khóa vô số các trường hợp sử dụng tiên tiến từ giám sát và chẩn đoán đơn giản đến bảo trì dự đoán và tự động hóa quy trình.
Trong Phân tích sản xuất (Manufacturing Analytics) , thu thập dữ liệu rằng các sự kiện ghi lại có thể được tận dụng để tăng sử dụng thiết bị, giảm chi phí, cải tiến quy trình lái xe, giảm lỗi dựa trên con người và làm như vậy ở độ sâu cho thấy điều kiện máy móc chính xác và xu hướng sản xuất.
Các trường hợp sử dụng hàng đầu để Phân tích sản xuất (Manufacturing Analytics)
Dữ liệu sản xuất theo thời gian thực đang thay đổi đáng kể ngành công nghiệp sản xuất. Chúng ta hãy xem xét một số trường hợp sử dụng Phân tích sản xuất (Manufacturing Analytics) mà kết nối máy thời gian thực đã thực hiện được trong sản xuất:
Dự đoán lỗi và bảo trì phòng ngừa
Các chương trình bảo trì phòng ngừa đã tồn tại trong nhiều thập kỷ. Ý tưởng là thông qua các chương trình dựa trên sử dụng hoặc dựa trên thời gian, các sự cố ngoài kế hoạch ít có khả năng xảy ra. Bằng cách áp dụng phân tích, dữ liệu thời gian thực có thể được tận dụng để làm nhiều hơn là ngăn ngừa sự cố.
Nó có thể dự đoán với độ chính xác cao khả năng xảy ra sự cố và thời điểm nó sẽ xảy ra. Điều này làm giảm chi phí bằng cách cho phép các kỹ thuật viên thực hiện sửa chữa tại các bộ phận thời gian và giai đoạn tối ưu của máy. Điều này làm giảm thời gian chết tổng thể và tăng năng suất.
Dự báo nhu cầu và quản lý hàng tồn kho
Dự báo nhu cầu là rất quan trọng đối với các nhà sản xuất hiện đại và có toàn quyền kiểm soát chuỗi cung ứng cho phép kiểm soát hàng tồn kho tốt hơn.
Nhưng lập kế hoạch nhu cầu có thể phức tạp. Với việc bổ sung các phương pháp khoa học dữ liệu, kiểm soát đầu cuối của chuỗi cung ứng có thể được sử dụng kết hợp với dữ liệu sàn nhà máy thời gian thực để quản lý tốt hơn việc mua hàng, kiểm soát hàng tồn kho và vận chuyển. Các kế hoạch nhu cầu có độ chính xác cao có thể được tạo ra để xác định các xu hướng mà nếu không sẽ không được chú ý.
Với sự hiểu biết tốt hơn về thời gian để sản xuất các bộ phận, thời gian chạy công việc sẽ mất bao lâu và chi phí và lợi nhuận dự kiến của một công việc nhất định, các nhà sản xuất có thể ước tính tốt hơn nhu cầu của họ về vật liệu để cải thiện kế hoạch.
Tối ưu hóa giá thành
Thời gian chu kỳ đóng một vai trò quan trọng trong việc định giá. Và biết thời gian chính xác để tạo ra một phần và các chi phí liên quan cho phép các mô hình chi phí chính xác và chiến lược giá tối ưu hóa. Đặt chúng quá thấp làm giảm lợi nhuận trong khi đặt chúng quá cao có thể ảnh hưởng đến nhu cầu. Một nền tảng phân tích tiên tiến cho sản xuất có thể đưa dữ liệu này về phía trước để đảm bảo giá được thiết lập phù hợp. MachineMetrics có thể giúp các nhà sản xuất tối ưu hóa tiêu chuẩn công việc của họ để đảm bảo thời gian chu kỳ chính xác.
Phân tích bảo hành
Đối với nhiều nhà sản xuất, hỗ trợ bảo hành có thể là một cống. Thông thường, bảo hành bao gồm một cách tiếp cận “một kích thước phù hợp với tất cả” đó là chung chung hơn. Điều này cho phép sự không chắc chắn và các vấn đề bất ngờ vào phương trình.
Bằng cách áp dụng khoa học dữ liệu và nắm bắt thông tin từ các bảo hành hoạt động trong lĩnh vực này, các sản phẩm có thể được cải thiện hoặc thay đổi để giảm thất bại và do đó chi phí. Nó cũng có thể dẫn đến lặp lại thông tin nhiều hơn cho các dòng sản phẩm mới để chủ động tránh khiếu nại thực địa.
Robot hóa
Sự phát triển của AI và các thuật toán học máy tiên tiến đã làm cho sự gia tăng của robot tất cả nhưng không thể tránh khỏi. Và khi những robot này được cải thiện, dữ liệu chúng cung cấp trong việc thực hiện nhiệm vụ của họ sẽ tăng lên.
Bằng cách bao gồm dữ liệu này trong một nền tảng phân tích sản xuất dựa trên đám mây mạnh mẽ, chất lượng có thể được kiểm soát ở cấp độ vi mô. Sự phát triển của robot cũng sẽ dẫn đến việc cải thiện chế tạo máy móc từ các nhà chế tạo máy OEM.
Phát triển sản phẩm
Một quy trình tốn kém trong sản xuất là phát triển sản phẩm. Để duy trì tính cạnh tranh, các công ty phải trả tiền cho R &D để tạo ra các dòng sản phẩm mới, cải thiện các mô hình hiện có và phát triển các dịch vụ giá trị gia tăng mới.
Trước đây, điều này đã được thực hiện thông qua mô hình lặp đi lặp lại quá mức để đến với sản phẩm tốt nhất. Nhưng bây giờ, khoa học dữ liệu và phân tích sản xuất tiên tiến cho phép phần lớn quá trình này có thể được mô phỏng. Sử dụng “cặp song sinh kỹ thuật số” và các phương pháp mô hình hóa khác, các điều kiện trong thế giới thực có thể được tạo ra hầu như để dự đoán hiệu suất và giảm chi phí R &
Ứng dụng Thị giác Máy tính
Kiểm soát chất lượng tự động đã đi một chặng đường dài. Nó được phát triển từ cảm biến chuyến đi, dây thả và các thiết bị cơ khí khác đến một bộ sưu tập rất tinh vi của các thiết bị quang học tiên tiến. Bằng cách buộc các thiết bị này vào thu thập dữ liệu, các cảm biến có thể thêm dữ liệu vào luồng thông qua quang học, nhiệt độ và các ứng dụng tầm nhìn tiên tiến như phát hiện nhiệt và hồng ngoại để kiểm soát chính xác các điểm dừng. Điều này cũng cho phép tốc độ cao hơn, lao động thấp hơn và chén thánh của bất kỳ nhà máy nào – sản xuất “tắt đèn”.
Quản lý rủi ro chuỗi cung ứng
Giống như dữ liệu đến từ các máy sản xuất, dữ liệu cũng có thể được thu thập từ các vật liệu trong quá trình vận chuyển và truyền trực tiếp từ thiết bị của nhà cung cấp đến nền tảng phần mềm để giúp cung cấp khả năng hiển thị đầu cuối trong chuỗi cung ứng.
Sử dụng phân tích sản xuất, các công ty có thể quản lý chuỗi cung ứng của họ theo định dạng “tháp điều khiển”, chỉ đạo và chuyển hướng các nguồn lực để tăng tốc hoặc chậm lại. Họ cũng có thể đặt hàng nguồn cung dự phòng và cổ phiếu đệm khi nhu cầu mới được cảm nhận và kích hoạt các nhà cung cấp thứ cấp khi sự gián đoạn xảy ra.
Lợi ích của phân tích sản xuất
Nhận thức theo ngữ cảnh là rất quan trọng đối với các hệ thống sản xuất tiên tiến. Phân tích sản xuất cung cấp nhận thức đó trong thời gian thực. Điều này làm cho các công ty cạnh tranh hơn khi chi phí, chất lượng, phát triển sản phẩm và sự hài lòng của khách hàng được tối ưu hóa. Phân tích sản xuất trao quyền cho các công ty cải thiện năng suất và lợi nhuận bằng cách tận dụng luồng dữ liệu khổng lồ được tạo ra bởi thiết bị sản xuất của họ. Với các công cụ trực quan trực quan, bảng điều khiển, thuật toán học máy và phân tích nâng cao, thông tin chi tiết có thể hành động có sẵn cho các nhà quản lý và người ra quyết định trong toàn công ty.
Giảm chi phí
Bởi vì các quy trình có thể được tối ưu hóa với những hiểu biết được tiết lộ trong phân tích, chi phí có thể giảm đáng kể. Và sự phát triển của robot, cũng như ra quyết định máy tự trị hoặc bán tự trị, làm giảm lao động. Điều tương tự cũng đúng với các chương trình bảo trì dự đoán và quy định đã được chứng minh là giảm chi phí và tăng năng suất bằng cách giảm thời gian chết và quản lý hàng tồn kho các bộ phận tốt hơn
Tăng doanh thu
Với những hiểu biết thời gian thực có sẵn trong sản xuất, quản lý hàng tồn kho và lập kế hoạch cung cầu, các nhà sản xuất có thể đáp ứng nhanh chóng với những thay đổi về nhu cầu. Giả sử dữ liệu cho họ biết rằng họ đang gần đạt công suất tối đa. Trong trường hợp đó, họ có thể thêm thời gian làm thêm giờ, thêm công suất, thay đổi quy trình hoặc điều chỉnh các khía cạnh khác của sản xuất để đáp ứng và duy trì thời gian giao hàng.
Lợi ích khác
Với sự gia tăng khả năng được cung cấp bởi phân tích sản xuất, cũng có những lợi ích linh tinh. Chúng bao gồm giảm tiêu thụ năng lượng, giao thức môi trường an toàn hơn, giảm lỗi tuân thủ và tăng sự hài lòng của khách hàng.
Mục tiêu phân tích sản xuất
Việc thu thập dữ liệu truyền thống trong sản xuất đã bị phân mảnh và dễ bị lỗi. Nó cũng là thách thức để chuyển dữ liệu thành hành động có ý nghĩa và ra quyết định. Hoặc thông tin đã bị trì hoãn, không đầy đủ hoặc nó chứa sự thiên vị không chủ ý của con người (chẳng hạn như số lượng phần làm tròn hoặc thời gian chết). Phân tích sản xuất tìm cách hủy dữ liệu, phân tích nó trong thời gian thực và sử dụng nó để cho phép các quyết định tốt hơn, nhanh hơn trong toàn doanh nghiệp hoặc thậm chí tự động hóa hoàn toàn các quyết định đó.
Bằng cách phát hiện các vấn đề trước khi chúng xảy ra, quy trình sản xuất có thể được tối ưu hóa và việc sử dụng thiết bị tổng thể có thể được cải thiện đáng kể. Nó cũng giúp hợp lý hóa chuỗi cung ứng và tạo ra sự minh bạch trong đó. Bởi vì phân tích sản xuất sử dụng các thuật toán học máy tiên tiến, nó có thể giúp xác định cơ hội và tối ưu hóa các quy trình.
Như đã thấy trong các trường hợp sử dụng phân tích sản xuất ở trên, việc sử dụng sản phẩm có thể được bao gồm trong sự phát triển mới của sản phẩm. Và bên cạnh công nghệ kỹ thuật số kép và thông tin bảo hành đến, nó có thể lái các sản phẩm mới, tốt hơn với tỷ lệ thất bại giảm và chi phí sản xuất thấp hơn. Những ví dụ trường hợp sử dụng tương tự có thể thúc đẩy thông lượng tăng lên bằng cách phát hiện và cảnh báo nhân viên nhanh chóng về các vấn đề ở cấp độ máy. Điều này làm giảm thời gian chết và tỷ lệ phế liệu.
Chọn giải pháp phù hợp
Lĩnh vực sản xuất đang trải qua những thay đổi đáng kể do sự phát triển của các công nghệ có thể thu thập dữ liệu sản xuất và tận dụng nó để đưa ra quyết định tốt hơn hàng ngày.
Tuy nhiên, khi đưa ra quyết định về giải pháp phù hợp để cho phép phân tích trên sàn nhà máy , các nhà sản xuất nên xem xét một vài đạo cụ có giá trị chính. Dưới đây là một số câu hỏi cần đặt ra khi xem xét giải pháp:
- Giải pháp có thể thu thập dữ liệu sản xuất trong thời gian thực không?
- Nguồn gốc của dữ liệu sản xuất là gì? Thiết bị, con người hay hệ thống? Tất cả những điều trên?
- Dữ liệu có được chuẩn hóa thành một mô hình có thể dễ dàng được truyền bá trong các báo cáo ngoài luồng cũng như được tiêu thụ bởi các hệ thống quản lý khác (MES, ERP, CMMS)?
- Phần mềm có thể giúp bạn đánh giá cao giá trị nhanh như thế nào? Nó sẽ giải quyết những vấn đề nào?