Home / Blog / Internet Rzeczy / Lesson Learned Explained: Poprawa KPI w Branży FMCG dzięki automatyzacji i analizie danych z półautomatycznych linii produkcyjnych
_Lesson Learned Explained: Poprawa KPI w Branży FMCG dzięki automatyzacji i analizie danych z półautomatycznych linii produkcyjnych
autor
Jakub Kaczyński
Industrial Portfolio Director
10 października 2024
Czas czytania: 3 minuty
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 korzystają z narzędzi lub maszyn, jednak kluczowa jest tu obsługa człowieka, a narzędzia są jedynie pomocą). Zidentyfikowano konieczność wdrożenia zaawansowanych narzędzi do monitorowania procesów produkcyjnych oraz analizy danych, które pozwoliłyby na precyzyjne określenie pierwotnych przyczyn problemów z niskimi wskaźnikami KPI.
Wyzwanie
Pomimo wdrożenia systemu kalkulacji KPI opartego na rzeczywistych danych z maszyn (PLC), firma w dalszym ciągu borykała się z problemami związanymi z niską dostępnością i wydajnością. Pierwsze analizy wykazały, że wdrożone narzędzia monitorujące przestoje maszyn nie dostarczały wystarczających informacji do pełnego zrozumienia problemu.
Zidentyfikowano, że większa część przestojów miała miejsce podczas zmian nocnych, co wzbudziło podejrzenia o nieprawidłowe zarządzanie tą częścią harmonogramu produkcyjnego.
Rozwiązanie
Aby skutecznie rozwiązać problem, wdrożono kompleksowy zestaw działań obejmujący:
Integrację z maszynami i systemami korporacyjnymi: Zastosowano zaawansowane rozwiązania integracyjne, które umożliwiły bezpośrednie połączenie z maszynami (PLC) oraz systemami ERP, co pozwoliło na automatyczne zbieranie danych w czasie rzeczywistym.
Zaawansowaną wizualizację danych: Wdrożono intuicyjne panele kontrolne (dashboardy) umożliwiające szybki dostęp do kluczowych wskaźników wydajności, co przyczyniło się do efektywniejszej analizy i podejmowania decyzji w trybie natychmiastowym.
Historyzację sygnałów i obliczeń: Wszystkie zebrane dane były archiwizowane, co umożliwiło monitorowanie trendów długoterminowych oraz bardziej szczegółową analizę zmian w czasie.
Kontekstualizację danych: Dla lepszej interpretacji wyników, dane dotyczące przestojów maszyn zostały skorelowane z harmonogramem zmian roboczych, co ułatwiło identyfikację konkretnych źródeł problemów.
Efekt
Wdrożenie systemu automatycznego zbierania danych oraz zaawansowanej analizy KPI pozwoliło na zidentyfikowanie kluczowego problemu: większość przestojów występowała podczas nocnych zmian, które nie były wcześniej odpowiednio raportowane.
Okazało się, że przestoje miały charakter „przypadkowy”, co sugerowało, że personel nocnej zmiany nie przestrzegał odpowiednich procedur operacyjnych, co negatywnie wpływało na wyniki produkcji.
Korekta
Po analizie danych, kierownictwo firmy podjęło odpowiednie działania naprawcze:
Środki dyscyplinarne: Jedna osoba odpowiedzialna za nadzór nad nocną zmianą została pociągnięta do odpowiedzialności dyscyplinarnej, co miało na celu wyeliminowanie przyszłych przypadków zaniedbań.
Dodatkowe szkolenie personelu: Przeprowadzono ponowne szkolenia dla pracowników nocnej zmiany, aby zapewnić pełne zrozumienie i przestrzeganie procedur operacyjnych oraz standardów jakościowych.
Wnioski
Klient pierwotnie zwrócił się z prośbą o wdrożenie rozwiązania, które umożliwi automatyczną kalkulację KPI na podstawie rzeczywistych danych maszynowych, eliminując ręczne raportowanie. Jednak sama kalkulacja KPI okazała się niewystarczająca. Dopiero po skorelowaniu danych o przestojach z harmonogramem zmian roboczych, udało się zidentyfikować prawdziwe źródło problemu – nieefektywne zarządzanie nocną zmianą.
Dzięki wdrożeniu odpowiednich działań naprawczych, firma znacząco poprawiła wskaźniki dostępności i wydajności maszyn, co przyczyniło się do wzrostu efektywności operacyjnej.
To kontekst i historia przekształcają dane w informacje. Ludzie powinni wykonywać pracę twórczą; algorytmy mogą nam pomóc wykonując tę precyzyjną i powtarzalną.
Interesuje cię cyfrowa transformacja w Twoim przedsiębiorstwie? Sprawdź inne przykłady wdrożeń i wyciągniętych z nich wniosków:
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.
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.
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.
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).
5 kroków do zwiększenia efektywności energetycznej w firmie produkcyjnej
Według Niemieckiego Federalnego Urzędu Statystycznego zużycie energii przez przemysł do produkcji towarów w latach 1995-2019 prawie się nie zmieniło. W 2019 roku wyniosło ono 3 874 petadżuli. Oznacza to, że utrzymuje się na tym samym poziomie co w latach poprzednich. W Niemczech planuje się zmniejszyć zużycie energii pierwotnej o połowę do roku 2050
5 sposobów na redukcję kosztów energii w przemyśle
Koszt energii elektrycznej – bardzo często pomijany bądź akceptowany taki, jaki jest z uwagi na to, że jest integralną częścią produkcji. W czasach kryzysów i cięcia kosztów, może on jednak szybko stać się jednym z głównych czynników wpływających na wyniki finansowe organizacji.
Energy Advisor dla produkcji – oszczędność energii dla przemysłu
Rachunki za zużycie energii od wielu lat są przedmiotem zainteresowania praktycznie wszystkich dziedzin przemysłu, a obecna sytuacja na świecie jest czynnikiem zwiększającym zapotrzebowanie na rozwiązania, które ułatwiają monitorowanie zużycia energii lub jej oszczędzanie.
W środowisku przemysłowym, w którym koszt mediów zawsze był jednym z głównych czynników napędzających biznes, ostatnie zmiany w gospodarce światowej: inflacja, wyzwania związane z dostawami zasobów naturalnych oraz groźba zmiennych i nieprzewidywalnych wzrostów kosztów energii - są obecnie najważniejszymi czynnikami ekonomicznymi.
Dlaczego warto używać Azure Cloud dla rozwiązań IoT
Cyfrowa transformacja zmienia sposób, w jaki połączone są produkty, aktywa, dane i operacje, aby dostarczyć biznesową wartość dla klientów. Przekształcenie danych cyfrowych na pozytywne i wartościowe doświadczenia klienta pozwala osiągnąć realne, wymierne korzyści i zyski dla przedsiębiorstwa. Technologie cyfrowe tworzą nowe możliwości biznesowe na całym świecie i prowadzą do ewolucji przedsiębiorstw, produktów i procesów. Poniższy artykuł przybliża wybrane, najpopularniejsze technologie Przemysłu 4.0 w kontekście biznesowym. W tekście opisana zostanie koncepcja Internetu Rzeczy oraz infrastruktura chmury obliczeniowej wraz z możliwością ich wykorzystania w cyfrowej transformacji.
Jedną z niewątpliwych zalet rozwiązania, jakim jest Internet Rzeczy, jest możliwość gromadzenia i przetwarzania ogromnej liczby różnorodnych danych (np. wartość temperatury, liczba wyprodukowanych elementów, ilość pozostałych płynów, wskaźnik wilgotności, czas pracy maszyn). Wiąże się z tym jednak pewne niebezpieczeństwo – wielość informacji może utrudnić ich efektywne wykorzystywanie. Rozwiązaniem tego problemu jest wizualizacja danych, a odpowiednio dobrany typ wykresu może zwiększyć wartość danych. W tym artykule zaprezentujemy korzyści płynące z dobrej wizualizacji danych oraz jakie mogą mieć zastosowanie w Twojej organizacji.
Skalowalność w aplikacjach webowych stała się standardem. Pojedynczy serwer nie poradzi sobie z rosnącą ilością podłączonych do Internetu urządzeń. Skalowalność to charakterystyka systemu, która odpowiada na pytanie: czy jeśli zwiększy się ilość zasobów, to system będzie działał wydajniej?
Współczesne serwisy internetowe odpowiadają na miliony zapytań użytkowników. Wszystkie one działają w środowiskach klastrowych. Obsługa wielu zapytań wymaga znacznych zasobów, takich jak czas procesora (CPU) oraz pamięć RAM. Każde połącznie do serwera generuje jego dodatkowe obciążenie. W takiej sytuacji jeden serwer wymagałby ogromnych ilości zasobów, a prawo Moor'a już się nie sprawdziło. Aby temu zaradzić potrzebujemy wielu serwerów, które obsługują zapytania użytkowników. Aplikacje webowe (w tym także IoT) używają protokołu HTTP(S), który działa na zasadzie: żądanie-odpowiedź. Gdy użytkownik otwiera stronę, lub wywołuje akcję, zostaje wysłane żądanie do serwera. Na każde żądanie użytkownika serwer musi przygotować odpowiedź. Każda odpowiedź musi zostać w odpowiedni sposób przeprocesowana, a to stanowi główne kryterium estymacji ilości zasobów serwera - żądania mogą być różne, od danych statycznych jak style CSS lub obrazy, po skomplikowane jak pobieranie danych z bazy, filtrowanie lub wyliczanie pewnych współczynników.
IoT Hub Connector dla ThingWorx – Połączenie ThingWorx z Chmurą Azure
Thingworx IoT Hub Connector jest mostem, który łączy platformę Thingworx z chmurą Azure (a dokładniej z Azure IoT Hub). Zapewnia on bezpieczną (opartą na certyfikatach) komunikację, dzięki której możemy korzystać z ogromnych możliwości chmury obliczeniowej. Jest to rozwiązanie bardzo rozbudowane, ale również generyczne.
Czym jest AIoT? Artificial Intelligence of Things w Przemyśle 4.0
Synergia, tak można określić to naturalne połączenie technologii, które znacząco wpłynie na wygląd przyszłości produkcyjnej. Ostatnimi czasy coraz większą popularność zyskuje, obok Internetu Rzeczy (IoT), sztuczna inteligencja (AI). Zestawienie tych dwóch trendów technologicznych zwiastuje praw-dziwą rewolucję przemysłu 4.0.
Tegoroczny Liveworx, ze względu na globalną sytuację wywołaną przez pandemię COVID-19, wyjątkowo odbywał się wyłącznie w wersji on-line. Już pierwszego dnia zapowiedziano wypuszczenie do komercyjnego użytku nowej wersji ThingWorx - najpopularniejszej platformy maksymalizującej potencjał przemysłowego internetu rzeczy. Zgodnie z zapowiedziami Joe Birona, CTO odpowiedzialnego za technologię IoT w PTC, ma być szybciej, taniej i efektywniej.
Rozwój sztucznej inteligencji, a wraz z nią uczenia maszynowego nabrał w ostatnich latach dużego rozpędu. Ciągłe dążenie do zwiększenia mocy obliczeniowej komputerów dało możliwość wykorzystania algorytmów oraz aparatu matematycznego stworzonych w drugiej połowie XX wieku na niespotykaną dotąd skalę. Mając w perspektywie rychłe nadejście komercyjnego komputera kwantowego można powoli zacząć obawiać się scen rodem z filmów z Arnoldem Schwarzeneggerem w tytułowej roli Terminatora. Nie wybiegając jednak za daleko w przyszłość, a skupiając się na teraźniejszości postanowiłem sprawdzić jakie możliwości daje dostępna dzisiaj technologia oraz czy można wykorzystać ją w predykcji rozprzestrzeniania się choroby COVID-19.
Przemysłowy Internet Rzeczy zmienia dziś nasze spojrzenie na klasyczne pojęcie produkcji. Największe koncerny wytwórcze chętnie sięgają po rozwiązania technologiczne, które usprawniają i zwiększają efektywność procesów produkcyjnych. Wraz z rozwojem kolejnych technologii rośnie zainteresowanie koncepcją przemysłu 4.0, a w rezultacie także liczba połączonych urządzeń. Aby zaspokoić zapotrzebowanie w zakresie infrastruktury o odpowiedniej przepustowości i prędkości niezbędna była ewolucja w kierunku kolejnej generacji sieci- 5G. Jak 5G wpłynie na rozwój Fabryk przyszłości i dlaczego to kluczowe z perspektywy Internetu rzeczy? Wszystkiego dowiesz się z artykułu.
Koronawirus, a ciągłość produkcji – IoT i AR dla przemysłu
Nagła epidemia koronawirusa SARS-CoV-2 i wywoływanej przez niego choroby COVID-19 wpłynęła na każdą sferę funkcjonowania współczesnego świata. Wywołane zagrożeniem epidemiologicznym ograniczenie przepływu ludzi, towarów i usług już negatywnie wpłynęło na ciągłość procesów produkcyjnych wielu branż, a każdy dzień utrzymywania się tej sytuacji, bez wiarygodnych prognoz powrotu do normalności wciągał będzie kolejne w spiralę zagrożenia zatrzymaniem.
Internet Rzeczy stosowany jest w coraz szerszym zakresie, a z rozwiązań optymalizujących czy gromadzących informacje korzystają światowi giganci. Wszystko po to, aby usprawniać dotychczasowe procesy, pozyskiwać, przetwarzać i raportować większą ilość danych lub nawet wprowadzać nowe usługi.
Jak Internet Rzeczy rozwija przemysł motoryzacyjny?
Nikogo nie zaskoczy stwierdzenie, że przemysł motoryzacyjny jest z natury innowacyjny. Samochody to maszyny, które historycznie zrewolucjonizowały wiele obszarów przemysłu, a dziś można śmiało powiedzieć, że branża motoryzacyjna nie spoczywa na laurach i nadal skupia się na rozwoju technologicznym, który ma służyć konsumentom prywatnym oraz biznesowym.
Wydawałoby się, że Internet Rzeczy jest dedykowany wyłącznie branży przemysłowej. Z nią jednak bardzo związane są transport oraz logistyka, które również mogą skorzystać na trwającej właśnie rewolucji.
Jak zwykle w ostatnich latach, silna drużyna Transition Technologies PSC była obecna w Bostonie na jednym z najważniejszych wydarzeń IoT tego roku – LiveWorx 2019. No to zaczynamy Nawet z 10 uczestnikami z różnych obszarów biznesu, aktywnie poszukującymi nowych informacji i prezentacji, udało nam się uczestniczyć jedynie w małej części z ponad 240 […]
Przemysł 4.0 i jego fundament – Internet Rzeczy (IoT – zwłaszcza w przemysłowym wydaniu: IIoT) zdominowały w ciągu ostatnich lat sposób myślenia o zaawansowanym zarządzaniu zasobami przedsiębiorstw produkcyjnych. Każda nowa maszyna, aplikacja, sterownik… szczyci się gotowością do podłączenia do Internetu Rzeczy. Czy jednak jest to faktycznie nowa jakość i wartość dodana otwierająca nowe horyzonty, czy […]
Czym ThingWorx różni się od Axeda i czy warto rozważyć zmianę?
Odkąd PTC odzyskało ThingWorx w 2013, było jasne, że pionier parametrycznego CAD’a oraz jeden z liderów PLM chciał znacznie powiększyć ślad swojej obecności na...
Czy twoje zasoby danych są gotowe? Wsparcie ThingWorx dla InfluxDB
Jakiś czas temu PTC ogłosiło wydanie nowej wersji Platformy ThingWorx (8.4), która posiada wsparcie OOTB integracji z InfluxDB. Na pierwszy rzut oka, to 'jedynie’ wsparcie dla kolejnej bazy danych, ale jeśli przyjrzeć się temu bliżej, to kolosalne posunięcie, które sprawia, że środowisko Internetu Rzeczy (IoT) PTC staje się bardziej niezawodne pod względem potencjału zbioru danych. […]
Niegdyś niedoceniany sposób podejścia do tematu, dziś rozwija skrzydła i staje się kluczowym zbiorem rozwiązań globalnych korporacji. Choć nie tylko, bo śladami wielkich podążają również średnie i mniejsze firmy. Zatem zalety Internetu Rzeczy dostrzegli już wszyscy. Jakie jednak trendy rozwoju będziemy mogli dostrzec w 2019 roku? 1. Przepustowość danych W wielu branżach ilość przesyłanych danych […]
W ostatnich latach bardzo dużo mówiło się na temat Internet of Things (IoT) oraz sposobach w jakim miałbym on odmienić przemysł. Jednakże póki co widzieliśmy znacznie więcej ludzi dużo mówiących o tej technologii niż takich, którzy realnie ją wdrażali. Zatem, czy IoT jest już technologią na tyle „dojrzałą” aby móc stać się prawdziwą okazją dla […]