Termeljen többet meglévő erőforrásokkal!

Míg a folyamatirányítási technológiák (batch-es gyártás, keverés, receptek kezelése stb.) esetében elsősorban a minőség és a követelményeknek való megfelelés az elsődleges, a másodlagos gyártásban (például tablettázás), illetve a csomagolás során már a rengeteg apró művelet minél hatékonyabb elvégzése kerül a középpontba. A csomagológépek kihasználtsága kulcsfontosságú lehet, amikor szoros határidőre kell termelni. Ilyen például téli időszakban a gyógyszerek gyártása, nyáron a sörgyártás, és így tovább.

Ezekben az időszakokban az állásidők (nem tervezett leállások), a hosszú átállások és a selejtek mind gátolják a határidőre való teljesítést. Ha egyetlen mutatóval szeretnénk leírni a hatékonyságot, akkor az OEE-t (overall equipment effectiveness, átfogó készülékkihasználtság) érdemes használni. 

Miért fontos mérnünk?

A tapasztalat azt mutatja, hogy a csomagológépek kihasználtsága meglehetősen alacsony. Ennek oka, hogy az állásidőkről és selejtekről történő adatgyűjtés általában papír alapon történik, amely adatok a műszak, a nap vagy a hét végén kerülnek a rendszerbe, és csak akkor történik meg a kiértékelésük (rosszabb esetben még akkor sem). A manuális, periodikus, nem megfelelő mérések és adatok elrejtik az állásidők csökkentésében rejlő lehetőséget, tehát a fenti problémára a valós idejű adatgyűjtés és elemzés lehet a megoldás.

Tudom, hogy mit nem tudok – mondta ki Szókratész híres tételében, és még örült is neki. Hiszen a tanulási lépcső első fázisához akkor érkezünk, amikor felismerjük, hogy léteznek eddig nem ismert körülmények. A lényeg, hogy minél többet tudunk a folyamatainkról, annál könnyebben tudjuk azokat javítani. Ahogy Sherlock Holmes szülőatyja, Sir Arthur Conan Doyle is megállapította: alapvető hiba egy elmélet felállítása, mielőtt adataink lennének. A képtelenségek akkor kezdődnek, amikor az elméletekhez igazítjuk a tényeket, nem a tényekre alapozunk elméleteket.

Kezdjük tehát itt: gyűjtsük össze azokat az adatokat, amelyek a gyártási folyamatban keletkeznek, és ne egy elméletet próbáljunk meg később adatokkal alátámasztani. Gondoljunk bele, hogy minden egyes másodpercben, amikor új termék készül, adathalmazok tucatjai keletkeznek, amelyek a darabhoz, az átáramló mennyiséghez mind hozzárendelhetők (méret, ciklusidő, sűrűség stb.). Mindezt egyértelművé teszi egy időbélyeg, amikor a történés bekövetkezett.

Hány darab készül is el egy soron egy perc alatt? Száz? Ezer? Ami naponta, hetente, évente akár több millió is lehet, az ezekhez kapcsolódó adatok mennyisége pedig még sokszorosan több. Ráadásul ezek az adatok éppoly fontosak, mint maga a termék, hiszen legyen a szóban forgó vállalat gyógyszergyár, élelmiszer-ipari termékgyártó vagy akár autóipari beszállító, adatait éppúgy számon kérik, mint magát az első osztályú terméket. 

Adatokból tudás

Most persze joggal kérdezhetjük: mit kezdünk ezzel a temérdek adattal? Ki igazodik el közöttük? Valóban, a sok adatból jó lenne olyan kivonatot látni, amely átlátható, gyorsan elérhető és azonnal rendelkezésre áll: hiszen mit kezdenénk bármilyen jó könyvelési mutató múlt havi értékeivel? Az már elmúlt, lehet örülni vagy keseregni, de javítani már nem.

Ezért valós idejű, a döntéshozást támogató és az átfogó kulcsjellemzőket riportozó valós idejű rendszerre van szükség. Természetesen más jellemzők érdeklik a karbantartásért, a termelésért vagy a minőségért felelős szakembert: mindenkinek a saját igazságát kell látnia. Ezért fontos, hogy az illetékesek a rendszerrel akár saját maguknak is készíthessenek tetszőleges elemző képernyőket, Excel táblákat, nyomtatott riportokat.

Hogyan térül meg a beruházás?

Egy üzemi intelligenciával kapcsolatos beruházás nagyságrendekkel kisebb költség, mint termelőgépeket vásárolni. De miért is éri meg egy ilyen rendszerbe fektetni? Ez a kérdés gyakran felvetődik egy rendszer megvalósításának megfogalmazásakor, hiszen csupán azért még nem akarjuk finanszírozni, mert szép, mert jó dolgokról beszélünk. A lenyűgöző eredményt egy alkalmazás megtervezésénél számítottuk ki a felhasználó segítségével. Van egy gépünk, amelynek ciklusideje 3,5 másodperc.

Óránként egy tucatszor az adagoló megakad, a hibaelhárítás (mert ügyes a kezelő) csupán húsz másodperc. Ez alatt hat jó terméket le tudnánk gyártani, tehát a vezérlőprogramon módosítanunk kell. De honnan tudunk minderről? Mert minden adat ott van az adattárházban, megtalálhatjuk a baj gyökerét, így meg is tudjuk szüntetni; nem kell megvárni a hibaelhárítást, egyszerűen visszadobjuk a beadagolóba az akadást okozó darabot, és gyárthatunk tovább. Az már elemi matematika, hogy hány darabot gyártunk évente. És ez csak egyetlen gépsor. Olvasónk üzemében hány hasonló sor található?  

Itt egy igen fontos témába botlottunk: a kis megállások kérdésébe. Az természetes, hogy a reggeli- és az ebédidő, a gépbeállítás, az anyaghiány minden kézi állásidő-rögzítésben megtalálható. De mi a helyzet a pár percnél rövidebb vagy akár néhány másodperces leállásokkal? A tapasztalat azt mutatja, hogy az 5 percnél hosszabb és az 5 percnél rövidebb állásidők (kis megállások) összességében megegyeznek. A korábban említett gyártórendszer termelékenysége két hét után 25 százalékkal nőtt. Mert amit mérnek, az javul. Ha a hibát megtalálhatjuk, akkor ki is javíthatjuk. Ehhez pedig mérés kell és adatok.

A szoftveres megoldás

A GE Intelligent Platforms (korábban GE Fanuc, azelőtt Intellution) Proficy Efficiency szoftverét kifejezetten a termelés hatékonyságának monitorozására fejlesztették ki. Segítségével az állásidők, átállások, darabszámok, selejtek, egyéb események és az OEE mutató követése valósítható meg valós időben. A Proficy Efficiency a rengeteg nyers historikus adatból választja ki a releváns adatokat, amelyek alapján elemzi a termelés történetét, illetve megoldja a problémák és hibák okainak feltárását.

Mindezt lebontva gépre, gépsorra, adott időszakra, operátorra vagy akár az egész üzemre, ahogy a felhasználó szeretné. Így, ha már megvannak az okok, hogy melyik gép, pontosan mikor és miért állt le, akkor már ki is lehet javítani a hibákat. Ezekről az eseményekről pedig strukturált, jól átlátható, valós idejű (webes vagy Excel-alapú) riportokat tudunk készíteni, melyek alapján megalapozott döntéseket lehet hozni.

A Proficy Efficiency előnye, hogy – az egyedi fejlesztésű rendszerektől eltérően – szabványos és egyszerűen konfigurálható szoftverről beszélhetünk, így minimális fejlesztéssel lehet megvalósítani a hatékonyságoptimalizálási alkalmazásokat, ennek eredményeképpen rövid időn belül szabványos és a későbbiekben egyszerűen bővíthető rendszert kapunk.