_Przedsłowie

W TT PSC wierzymy, że aby osiągnąć rzeczywiste cele (r)Ewolucji technologicznej i prawdziwie zrozumieć czym jest Przemysł 4.0, liderzy branży przemysłowej powinni polegać na rzetelnych danych gromadzonych w czasie rzeczywistym. Na tym fundamencie mozna budować wiedzę i świadomość, a następnie identyfikować działania wymagające poprawy.

W serii Lesson Learned Explained przedstawiamy przykłady zrealizowanych projektów wraz z wyciągniętymi wnioskami. Mam nadzieję, że ten materiał pomoże Ci uniknąć przynajmniej części pułapek na dordze do Cyfrowej Transformacji.

Wyzwanie: Poprawa KPI produkcji akcesoriów elektrycznych

Globalna firma z branży produkcji akcesoriów elektrycznych, wykorzystywanych w automatyce, stanęła przed wyzwaniem poprawy kluczowych wskaźników wydajności (KPI), w szczególności zwiększenia dostępności i efektywności gniazd produkcyjnych. Każde gniazdo robocze obejmowało wiele etapów montażu i produkcji na różnych stanowiskach oraz lokalizacjach, co wymagało skoordynowanego podejścia do zarządzania pracą, materiałami oraz odpowiedniego planowania.

Rozwiązanie: Wizualizacja danych zebranych z różnych źródeł

Aby sprostać wyzwaniu, firma zdecydowała się na integrację z systemami firm trzecich oraz maszynami na hali produkcyjnej. Kluczowym elementem rozwiązania była wizualizacja danych pochodzących z różnych źródeł (m.in. planu produkcji, ilości wyprodukowanych sztuk z danego zlecenia (ze wszystkich gniazd), manualnie potwierdzanych etapów montażu z ekranów roboczych, informacji o zleceniach magazynowych). Umożliwiło to lepsze monitorowanie i usprawnienie procesu montażu oraz procesów pomocniczych. Pulpity nawigacyjne wyświetlane nad centrami roboczymi miały na celu dostarczenie operatorom bieżących informacji niezbędnych do efektywnego wykonywania zadań.

Problemy wdrożeniowe: Brak jasnej wizji i niewystarczające dane wejściowe

Pomimo dostarczenia pierwszych wizualizacji, klient nie miał jasnej wizji dalszego wykorzystania tych danych. Posiadał dane, wyświetlał je – i liczył na to, że sam ten fakt wpłynie pozytywnie na efektywność pracy. Wyświetlane informacje okazały się wspierać operatorów jedynie w pewnym zakresie, nie wystarczyły jednak do rzeczywistej i znacznej optymalizacji całości procesu. Ujawniło to lukę w wykorzystaniu danych (prezentacji oraz ich analizy). Brak praktycznego zastosowania części dostarczonych wizualizacji spowodował, że nie spełniały one oczekiwań klienta.

Korekta: Uzupełnienie wizualizacji o trendy i porównania pomiarów

W odpowiedzi na zidentyfikowane problemy, wizualizacje zostały wzbogacone o dodatkowe elementy, takie jak: historyczne trendy, możliwość porównania pomiarów wraz z dogłębną analizą. Dodatkowo część operacji i komunikacji między zespołami została zautomatyzowana, a cały proces – opomiarowany. Te zmiany umożliwiły formułowanie bardziej trafnych wniosków i lepsze zrozumienie na którym etapie procesu występuje problem. Dzięki temu zarówno operatorzy, jak i liderzy produkcji mogli lepiej optymalizować działania.

Rezultat: Skuteczna optymalizacja produkcji po dostosowaniu systemu

Początkowo dostarczone funkcje nie spełniały oczekiwań klienta w pełni, ponieważ części z nich brakowało im praktycznego zastosowania. Dopiero po głębszej analizie, zaangażowaniu pracowników liniowych i dostosowaniu systemu do rzeczywistych potrzeb operatorów, udało się stworzyć narzędzie, które rzeczywiście wspierało optymalizację produkcji. Wzbogacone rozwiązanie o przydatne możliwości, takie jak historia z trendami, porównanie pomiarów, zleceń pracy, wsparcie planowania, automatyczne rozpoznawanie brakujących materiałów w gnieździe i tym podobne funkcje, dostarczyło operatorom niezbędnego narzędzia do podejmowania trafnych decyzji i rzeczywistego wspierania ich codziennej pracy.

Wnioski

Na podstawie przeprowadzonych działań można wyciągnąć kilka kluczowych wniosków:

  • Angażowanie użytkowników końcowych na każdym etapie projektu jest kluczowe dla sukcesu. Dlatego zawsze rekomendujemy, aby przedstawiciel użytkowników końcowych regularnie był angażowany w prace zespołu.
  • Dostarczanie właściwych danych właściwym osobom we właściwym czasie jest niezbędne do podejmowania trafnych decyzji. Sama identyfikacja tych aspektów (dane, osoby, czas, kontekst) jest istotnym elementem planowania i zbierania wymagań.
  • Zarządzanie zmianą jest procesem ważniejszym niż sama technologia. Nawet najlepsze narzędzia bez użytkowników są niewiele warte.
  • Celem innowacji jest pełne i pozytywne doświadczenie użytkownika, a nie tylko sama aplikacja. Użytkownicy muszą czuć się komfortowo z danym rozwiązaniem, aby chcieć go używać.

_Interesuje cię cyfrowa transformacja w Twoim przedsiębiorstwie?

Sprawdź poniżej inne przykłady wdrożeń i wyciągniętych z nich wniosków.

_Wszystkie wpisy z tej kategorii

blogpost
Artykuły

Lesson Learned Explained: Wdrożenie programu ciągłej innowacji w sektorze obronnym

W dynamicznym świecie lotnictwa i przemysłu zbrojeniowego, jeden z naszych klientów postanowił podjąć wyzwanie: jak skutecznie zwiększyć wykorzystanie nowoczesnych technologii i utrzymać konkurencyjność? Odpowiedzią miało być wdrożenie Programu Ciągłej Innowacji, jako fundamentu nowego modelu biznesowego. Kluczowym elementem tego programu było regularne testowanie technologii, aby wprowadzać na rynek innowacyjne produkty.

Czytaj więcej
blogpost
Artykuły

Lesson Learned Explained: Zaawansowana cyfryzacja produkcji, AR/VR oraz HoloLens w branży farmaceutycznej

Firma z sektora farmaceutycznego postawiła sobie za cel zwiększenie swojej innowacyjności poprzez aktywne testowanie nowoczesnych technologii. Kluczowym wyzwaniem było umiejętne oraz efektywne zintegrowanie nowinek technologicznych z obszarem produkcji, aby zbierać i analizować dane w czasie rzeczywistym. Firma chciała pokazać, że jest w „ścisłym peletonie” cyfryzacji produkcji, co miało również na celu zwiększenie jej konkurencyjności na rynku.

Czytaj więcej
blogpost
Artykuły

Lesson Learned Explained: Integracja systemów i modelowanie danych dla poprawy jakości produkcji półprzewodników

Przedsiębiorstwo z sektora przemysłu elektronicznego, specjalizujące się w wytwarzaniu półprzewodników, postawiło sobie za główny cel wprowadzenie usprawnień wpływających pozytywnie na jakość produktów końcowych. Kluczowym elementem było monitorowanie i identyfikacja korelacji, które pozwolą przewidywać jakość wyrobów schodzących z linii produkcyjnej. Wykorzystano do tego dane pochodzące z maszyn oraz stacji kontroli jakości, które następnie podlegały dogłębnej analizie. Dzięki temu firma mogła lepiej zrozumieć, jakie czynniki wpływają na końcową jakość ich produktów.

Czytaj więcej
blogpost
Artykuły

Lesson Learned Explained: Monitorowanie i poprawa stabilności produkcji oraz wzrost jakości wyrobów – branża motoryzacyjna

Firma z branży motoryzacyjnej potrzebowała rozwiązania do monitorowania produkcji, by poprawić jakość wyrobów końcowych. Kluczowym elementem było zidentyfikowanie problemów poprzez analizę danych jakościowych w korelacji z danymi produkcyjnymi. Szczególną uwagę poświęcono strefie formowania i chłodzenia odlewów, gdzie jakość produktów była szczególnie zmienna.

Czytaj więcej
blogpost
Artykuły

Lesson Learned Explained: Cyfryzacja procesów raportowania w branży produkcji opakowań szklanych

Klient, lider w sektorze produkcji opakowań szklanych, zgłosił potrzebę wdrożenia zintegrowanego systemu zarządzania danymi produkcyjnymi, który miałby na celu wyeliminowanie przestarzałych, manualnych metod raportowania.

Czytaj więcej
blogpost
Artykuły

Lesson Learned Explained: Poprawa KPI w Branży FMCG dzięki automatyzacji i analizie danych z półautomatycznych linii produkcyjnych

Wprowadzenie W sektorze żywności i napojów (zwanym inaczej FMCG – Fast Moving Consumer Goods) osiąganie wysokich wskaźników KPI, takich jak dostępność, wydajność i jakość, ma kluczowe znaczenie dla efektywności operacyjnej i zachowania przewagi konkurencyjnej. Nasz klient, firma działająca w tej branży, napotkał trudności w utrzymaniu optymalnych wyników na półautomatycznych liniach produkcyjnych ( w tym przypadku pracownicy […]

Czytaj więcej
blogpost
Artykuły

Lesson Learned Explained:  Jak właściwe zbieranie i przechowanie danych okazało się kluczowe w predyktywnym utrzymaniu ruchu

W przemyśle lotniczym i obronnym, który charakteryzuje się szczególnie wysokimi wymaganiami w zakresie precyzji i niezawodności, kluczowe wskaźniki efektywności w utrzymaniu ruchu, przewidywania awarii czy monitorowanie stanu maszyn, mają kluczowe znaczenie.

Czytaj więcej
blogpost
Artykuły

Jak zwiększyć efektywność produkcji bez inwestycji w park maszynowy?

Nie musisz wymieniać maszyn na nowe, aby Twoja produkcja stała się bardziej "inteligentna" oraz wydajniejsza. Twój park maszynowy jest kopalnią danych, a kluczem do sukcesu jest cyfryzacja.

Czytaj więcej
blogpost
Artykuły

Wskaźnik OEE: czy twoja firma wpada w pułapkę manipulacji?

Jeśli wydaje Ci się, że o liczeniu OEE wiesz już wszystko, a Twoja fabryka utrzymuje się wśród najlepszych 10% to... masz rację - wydaje Ci się! 

Czytaj więcej
blogpost
Artykuły

7 sposobów jak widoczność danych zwiększa efektywność produkcji

XXI wiek to czas kiedy dane odgrywają coraz większą rolę, a trend ten zauważalny jest również w branży produkcyjnej. Gromadzenie ich to jednak za mało. Dopiero dzięki dostępowi do danych operacyjnych i zapewnieniu ich widoczności w czasie rzeczywistym, firmy mogą monitorować linie produkcyjne, identyfikować wąskie gardła i podejmować oparte na danych decyzje, również z wykorzystaniem sztucznej inteligencji (AI) i uczenia maszynowego (ML).

Czytaj więcej

Zostańmy w kontakcie

Skontaktuj się