Data og intelligente produktionssystemer

Denne teknologi giver muligheder for understøttelse af bedre og hurtigere beslutninger, samt for at udnytte data i nye digitale services og digitale forretningsmodeller.
.

Teknologien helt kort

Med digitale produktionssystemer er det muligt løbende at opsamle data fra produktionen og at anvende data til dels at styre produktionen, dels at analysere på muligheder for optimering. I nogle tilfælde kan man endda gøre data til et produkt eller en service i sig selv, fx automatisk kvalitetssikring og dokumentation.

Teknologisk Institut (2020)

Bidrager til at sikre konkurrenceevnen

Danske produktionsvirksomheder er under et konstant, internationalt konkurrencepres, der kræver en hurtig reaktionsevne og adoption af nye teknologier samt en løbende udvikling og tilpasning af forretningen for at forblive konkurrencedygtige på det globale marked.

For at sikre de danske produktionsvirksomheders konkurrenceevne, både i Danmark og på det globale marked, er der et behov for at anvende intelligent datadreven produktion, eksempelvis i form af automatisk at overvåge, styre og optimere produktionen ved hjælp af realtidsdata. Dette giver konkrete muligheder for at få systematisk og faktabaseret indsigt i produktionen, og dermed mulighed for at understøtte af bedre og hurtigere beslutninger, samt for at udnytte data i nye digitale services og digitale forretningsmodeller.

Data skal både opsamles og anvendes

Der har igennem en årrække været fokus på at skabe og opsamle data, hvilket har resulteret i, at mange danske virksomheder ligger inde med store mængder af data gemt i deres arkiver. Men selvom mange fremstillingsvirksomheder allerede nu genererer rigtig mange data, er der endnu få, der udnytter dette fuldt ud, selvom disse data både har stor betydning for lønsomheden og driften i al almindelighed og kan udnyttes strategisk til at gøre virksomhedernes forretningsmodeller mere digitale.

I relation til intelligente produktionssystemer kan data udnyttes på forskellige niveauer fra det helt grundlæggende til det meget avancerede. Uanset niveauet kan man anvende viden fra data til enten manuel eller automatisk styring af produktionssystemet:

  1. Registere
    På det mest grundlæggende niveau kan opsamling af data fra produktionssystemet bruges til at registrere, hvordan produktionen kører.
  2. Analysere
    På det næste niveau kan data bruges til at analysere produktionens performance nærmere og derved finde årsager til, at produktionen kører, som den kører.
  3. Forudsige
    På et mere avanceret niveau kan man ved hjælp af historiske og real-tidsdata begynde at forudsige, hvordan produktionen vil køre og performe i fremtiden under forskellige forhold.
  4. Eksperimentere
    På det mest avancerede niveau kan man desuden bruge data som grundlag for at eksperimentere med nye parametre og processer i forskellige simuleringer.

Sådan fungerer intelligente produktionssystemer

Med opsamling af data og intelligente produktionssystemer har man som virksomhed viden
om status for produktionen og mulighed for at øge hastighed, tilgængelighed og kvalitet. Man vil altid kunne vide, om en maskine står stille, og hvorfor den står stille, så man med det samme kan sætte gang i fejlrettelse. Man kan også analysere på effektiviteten, så man kan identificere og eliminere flaskehalse, optimere processer og måske endda begynde at producere mere agilt. Og før man reelt foretager ændringer i produktionsapparatet eller i produktionsprocesser, kan man med simulering undersøge, hvad effekten af ændringerne vil være.

Også på ældre produktionsteknologi

Robotter og anden avanceret produktionsteknologi er allerede digital og forberedt til dataopsamling, men selv på produktionsudstyr, som ikke er “født” med muligheden for dataopsamling, kan teknologi til dataopsamling i de fleste tilfælde eftermonteres. Det betyder, at intelligent overvågning af produktionen og simulering kan kobles på de fleste virksomheders eksisterende produktionsapparat.

Teknologisk Institut (2020)

Data og styringssystem

Med dataopsamling fra produktionen til et styringssystem får man overblik over, hvordan produktionen kører, og derudfra kan man træffe solide beslutninger. Produktionsdata og dokumentation er samlet i digitale systemer, og det giver mere effektive arbejdsgange, hurtigere reaktionstid og overblik over historiske produktionsdata. Data kan deles og udnyttes på tværs af organisationen, og man er ikke længere afhængig af skjult viden hos den enkelte medarbejder.

Mere specifikt åbner det muligheder for:

  1. Automatiseret produktionsrapportering
    Med sensordata opsamlet i realtid, fx tændt-/slukket-tilstande, vibrationsmønster, omdrejningshastighed, temperaturudsving, flow og tryk, kombineret med data om fx produceret mængde, produktionstid, råvareforbrug og kvalitetsafvigelser har man altid overblik over produktionsaktiviteter og produktionsresultater. Med de indsamlede data bliver det muligt at tage bedre beslutninger om fx kapacitet, proces, ydeevne, antal produktionsskift, medarbejder- og operatørers ydeevne og procesforbedringer.
  2. Effektiv fejlrapportering
    Ud fra de automatisk opsamlede data fra maskinerne kan man udføre effektivitets- og performancemålinger på produktionslinjerne og nemt og hurtigt få et præcist realtidsbillede af maskinernes tilstand og performance. Mens der ved operatørers manuelle fejlrapportering kan være stor variation i detaljegrad og beskrivelse af fejl, så det bliver svært at konkludere på rapporterne, leverer de automatisk opsamlede data fra maskinerne et systematisk og ensartet datagrundlag, hvor man nemt kan kombinere data og få et detaljeret billede af produktionen.
  3. Forebyggende vedligehold
    Med automatisk opsamlede data fra produktionen bliver det muligt at arbejde strategisk med forebyggende vedligehold eller planlagt vedligehold af maskiner og produktionsapparat. Man vil kunne planlægge at udføre vedligeholdelse af maskinerne på tidspunkter, hvor stilstand ikke påvirker produktionsplanen negativt. Med forebyggende vedligehold udnytter man produktionsanlæg bedre og reducerer driftsomkostningerne. Man mindsker risikoen for driftstop og minimer nedetiden, når uheldet er ude.
  4. Nøjagtig beregning af OEE
    Med automatisk opsamling af data om produktionskritiske parametre og automatisk overførsel af data til et ERP-systemet kan man beregne OEE (Overall Equipment Efficiency) helt præcist. OEE måler et produktionsanlægs udnyttelsesgrad, udtrykt som den procentdel af produktionstiden, som rent faktisk er produktiv. OEE-beregninger kan benyttes til en enkelt maskine, en produktionscelle, en produktionslinje eller hele fabriksanlægget og er et effektivt middel til at opnå kontinuerlige forbedringer i produktionen. Med OEE får ledelsen en måling på forholdet mellem den faktiske produktion og den planlagte produktion og dermed et klart billede af spild, som skyldes nedetid, hastighedstab og kvalitetstab.
  5. Simulering med ”digital tvilling”
    Arbejder man allerede med opsamling af data og et intelligent produktionssystem, kan man tilkoble en ”digital tvilling”. En digital tvilling er en komplet kopi af hele produktionsanlægget, som blot udelukkende eksisterer som en digital simulation. Når man har en digital tvilling, kan man på den eksperimentere med forskellige produktionsparametre på den enkelte maskine eller på tværs af produktionen, fx kapacitet, proces, ydeevne eller antal produktionsskift. På den måde kan man teste idéer til optimering på en tro kopi af produktionsanlægget – uden risiko og uden at behøve at omstille den reelle produktion, før man er sikker på, at idéen holder.
LUK
Tip en ven