En versjon av denne artikkelen ble opprinnelig publisert i Efficient Plant .
Mengden data som teknologien fanger opp kan være uvurderlig for å avdekke nye effektivitetsgevinster eller løse hindringer. Mellom 60 % og 70 % av dataene i en bedrift går imidlertid ubrukt hen. De fleste anlegg har verktøyene og dataene lett tilgjengelig, men å realisere verdien av dem krever en viss vurdering innen tilkoblet arbeid. Tilkoblet arbeidstakerteknologi gir verktøy som kobler sammen mennesker, data og systemer, slik at organisasjoner kan bli flinkere til beslutningstaking, ha økt prosessoversikt og sikre mer smidig drift.
Hvor kommer produksjonsdataene dine fra?
Manuell og automatisk er de to datatypene som støtter industrianlegg. Tidligere ble manuelle data registrert på papir. Dessverre fortsetter denne praksisen i noen tilfeller. Dagens elektroniske verktøy er svaret på denne utfordringen, ettersom de gir en digital og mobil måte å registrere data manuelt på. Det vanlige første trinnet er å gjenskape ikke-digital aktivitet, for eksempel en lock-out-tag-out (LOTO)-prosess, sikkerhetsgjennomgang eller sikkerhetshendelsesrapport, i et digitalt format ved hjelp av en enhet som overfører informasjonen til en skybasert plattform. Denne mobile/digitale kombinasjonen forbedrer driftseffektiviteten og synligheten.
For eksempel, med papirbaserte prosesser, hvis en sikkerhetshendelse nesten inntreffer eller hvis en nestenulykke rapporteres, vil det bli lagt inn i en database eller et registreringssystem. Derfra vil rapporten bli sendt til en leder eller compliance-leder for gjennomgang og vurdering. Denne personen eller teamet må deretter utføre en rotårsaksanalyse for å forstå hvordan hendelsen oppsto.
Fordi de underliggende dataene ble generert av en arbeider som bare skrev ned det han/hun mente var nødvendig informasjon, iverksetter ledergruppen ofte korrigerende tiltak basert på mindre ideelle innspill. Det er også forsinkelser gjennom hele prosessen, inkludert manglende evne til raskt og enkelt å dele informasjon, tid mellom problemets oppståen og når det rapporteres til teamet, teamet samler detaljene og utfører en analyse, og implementering av korrigerende tiltak. Samtidig vedvarer de usikre handlingene eller forholdene som førte til hendelsen lenger enn de burde.
Elektronisk datainnsamling gir umiddelbar tilgang til en detaljert digital oversikt over nøyaktig hva som skjedde og når, sammen med omfattende detaljer som er nødvendige for å forstå hendelsesforløpet.
Umiddelbart etter hendelsen kan bevis og informasjon på stedet raskt registreres på én mobil enhet, inkludert bilder og videointervjuer, alt lagret på én enkelt, fullt reviderbar og lett tilgjengelig plattform. Denne muligheten til å digitalt fange opp og umiddelbart dele bevis er mye mer pålitelig enn håndskrevne notater eller, enda verre, noens hukommelse. Over tid kan databaserte sikkerhetstrender deles med regionale sikkerhets-, samsvars- og driftsteam for å avgjøre om hendelsen var en isolert hendelse eller en del av et større sikkerhetsproblem.
Denne teknologien kan også kobles til eksisterende IoT-sensorer for å fange opp disse dataene sammen med data om menneskelig aktivitet. Å kontrollere data fra alle utganger bidrar til å bygge et større og mer nøyaktig bilde av anleggets drift, noe som er avgjørende for overordnede strategiske mål som digital transformasjon.
Hva kan du gjøre når du har tilgang til dataene?
Når alle dataene er tilgjengelige på ett sted, kan organisasjoner dele opp datasettene for å identifisere variabler som fører til forskjellige resultater. De kan også klassifisere dataene, noe som til syvende og sist hjelper dem med bedre planlegging og beslutningstaking på fabrikkgulvet.
Når dataene allerede er digitale og umiddelbart tilgjengelige, er det også mye enklere å bruke dem, spesielt hvis de er koblet til dashboards. Dashboards kan også vise trender som ellers ville gått ubemerket hen med det blotte øye.
Det er tre nøkkelområder der digitaliserte data og tilkoblede systemer og arbeidere kan utgjøre en betydelig forskjell i suksess eller fiasko:
Prosessomlegging: Effektiv kobling av arbeidsflyt- og maskindata innebærer bruk av datasett og forhåndsbestemt logikk for å fremkalle eller utløse en systemendring. For eksempel krever en omstilling en linjeskift for å produsere et nytt produkt. For å gjøre det kan et team trenge en kvalitetskontrollspesialist til å utføre en inspeksjon og sikre at maskinen og linjen er fri for mulig forurensning. Et tilkoblet arbeidersystem kan gi en tekniker mulighet til å kontakte riktig kvalitetsingeniør, varsle vedkommende om oppgaven, registrere dataene når handlingen er fullført og informere riktig personell. Dette muliggjør mer smidighet og hastighet når det gjelder produktomlegging eller justeringer.
Prosessvedlikehold: Person-til-system-tilkobling varsler også proaktivt team om problemer eller viktig informasjon. Hvis man for eksempel distribuerer IIoT-enheter, kan et system koble seg til sensorer, og anleggsledere kan angi logikken for hvordan de to systemene samhandler. Hvis noe uvanlig skjer på en maskin, vil sensordataene varsle systemet. Basert på hvordan systemet er konfigurert, vil det vite når en feil indikeres og sende et varsel til et CMMS. Derfra utløser CMMS en arbeidsordre. Denne arbeidsordren videresendes deretter til riktig person for utførelse. Mens personen løser problemet, mottar CMMS denne informasjonen og lukker automatisk arbeidsordren. Denne muligheten til raskt å justere for nye eller uventede forhold hjelper anlegg med å være mer robuste og eliminerer en rekke aktiviteter uten verdiskapning ved å sørge for at dataene deles sømløst mellom mennesker og systemer.
Prosessbeslutninger: Hvis det er et element i en prosess som må endres – kanskje det er for mye produksjon av produkter som ikke oppfyller spesifikasjonene eller for mye energisløsing i en prosess – er prosessanalyse nøkkelen til å hjelpe team med å finne løsninger som reduserer sjansene for at en av disse hendelsene inntreffer.
For å forbedre enhver prosess trenger du data for å definere standarden og forstå den nåværende prosessens innvirkning.
Team kan bruke dataene til å forstå om det er en forskjell når det gjelder enkeltpersoner (operatører, sesongansatte eller entreprenører), prosess eller produkt som fører til avvik fra standarden. Dette kan hjelpe team med å bestemme hvordan prosesser må endres for å realisere ønsket resultat. Er det en mindre erfaren arbeider som trenger mer opplæring for å fullføre en bestemt prosess mer effektivt? Er det bruk av et nytt råmateriale som påvirker sluttproduktet? Er det fraværet av ett trinn i prosessen som forårsaker forstyrrelser? Datafangst gir en rask måte å teste og observere effekten på. Det sikrer rask analyse, enda raskere respons og bedre resultater.
Til syvende og sist finnes det aldri et scenario der «én løsning løser alt». Selv om dagens digitale teknologi er avgjørende for å bedre forstå anlegget og koble sammen ulike datapunkter, for å fange opp mest mulig data og få mest mulig ut av det, må det moderne anlegget også ha IIoT, digitale tvillinger, AI (kunstig intelligens) og maskinlæringsteknologier på plass.
Dagens digitaliserte teknologi kombinerer data fra alle disse systemene og gir til slutt et klarere bilde av hva som må gjøres for å nå målene.
