制造业企业中数字化技术的应用漫谈之产线的数据采集与监控 会员
2
165
1
0
- 技术文章
1 前言
在最近几年,来自其他2C(= to customer 面向客户的)行业(例如:零售,物流,金融,电商等)的经验表明:通过互联网“埋点”进行数据采集,并进行相应的统计分析,随后把结果不断迭代到新的商业计划中,已经成为这些行业不断迈上新台阶的关键。那同样的道理是不是也同样适用于制造业呢?答案是肯定的,因为:设备和产线在生产中除了产生大量的产品的同时也产生了大量的数据,而这些数据其实蕴藏了大量企业管理者日常关心的问题,比如:
- 每台设备的运行时间与停机时间各是多少?由于报警导致的停机占用了多少时间?
- 工厂今天一共生产了多少个产品?
- 关键零件的报废率是多少?
- 哪种零件的加工时间最长?
- 哪种耗材的损耗最多?
- 平均每个月的用电量是多少?
…
图1:传统意义上的看板管理法
做为工厂管理者的你可能会认为:没关系,我们执行的是6Sigma管理,使用的是“看板管理法”,所有的这些信息你都能在我们的看板上找到, 每天都有站会(Gemba Walk)。这当然没有问题。但6Sigma讲求的是数据的及时更新,因此每天都需要在固定的时间将旧的数据擦除存档,将新的数据写在看板上,随后通过现场站会(Gemba Walk)的方式, 交流最新信息,解决相关问题。
此时,如果作为经理如果我们想知道一个月的这些数据的统计?但如果看3年的统计?每年几个特定月份的统计该怎么办呢?可能就需要计划或调度的部门做统计了;如果还依靠人工统计的做法,需要花费的精力就非常大了。由此可见,看板的数字化也是必然的。
2 产线的数据采集与持续改进(production optimize)
看板管理法从事工业管理的同仁都很熟悉,仿佛智能制造就和数据可视化是等价的一样。诚然作为精益理论的重要一环,定期对产线日常生产运营的结果的评估核算;即:通过设备运营中产生的数据进行及时的采集和可视化,展示企业经营者关注的KPI指标非常重要;不过,数据的采集和展示本身并不是目的,其核心还是为了优化制造业企业的日常运营服务,通过定期分析,发现问题,补足短板,从而实现持续精进。
通过工业互联网,原先需要每日更新的真实看板可以实现数字化,并可以以几小时为单位进行自动推送,从而构建出合适的SCADA(=Supervisory Control And Data Acquisition数据采集与监视控制)系统,这些展示信息包括但不限于下面这些指标:
- No. of WIP(WIP= Work in Process):在制品数量
- C/T(Cycle Time):单件生产时间
- FPY(First Pass Yield):产品质检的一次通过率,
- NCC (Non-Conformance Cost): 由于报废造成的成本损失
- Utilization rate: 设备的利用率
- OEE(Overall Equipment Effeciency): 设备综合利用率
- LTIFR(Lost Time Injury Frequency Rate):损失工时工伤率
- DR (delivery reliability): 交付可靠性
- DC(delivery capability ): 交付能力
- ITR(Inventory Turn Rate):库存周转率
…
若需要实现相关功能,需要以下3个条件
- 可作为服务器向上位机主动发送数据的控制器:如SINUMERIK (需要支持作为OPC UA服务器),SIMATIC PLC/ SIMATIC IT,SIMOTION,IPC 等
- 智能网关(如SCALANCE)和传输数据的通讯协议(例如SIMATIC S7, OPC UA
1847会员专享内容,登录后会员免费观看完整内容
本文/视频版权归西门子1847工业学习平台所有,未经允许,不得转载。
评论