Manufacturing Execution Systeme (MES) sind immer noch das Maß aller Dinge, wenn es darum geht, effizient zu produzieren und für Transparenz im Shopfloor zu sorgen. Mit Blick auf die Smart Factory brauchen Fertigungsunternehmen aber mehr als das, was heutige MES bieten können. MPDVs Konzept Smart Factory Elements erweitert diese aufgabenorientierte Sichtweise auf die Fertigungs-IT.
Die Smart Factory Elements bestehen aus fünf Elementen: Planning & Scheduling, Execution, Analytics, Prediction und Industrial Internet of Things (IIoT). Heutige MES-Systeme decken bereits einen Teil der Anwendungen ab. Insbesondere für Analytics und Prediction braucht es jedoch auch neue Methoden und Tools, um aus den vorhandenen Daten weitere Erkenntnisse und Vorhersagen zu generieren.
Smart Factory Elements im Regelkreis
Worum geht es konkret? Der Regelkreis der Smart Factory Elements sieht vor, dass auf Basis von Vorgaben die Fertigung geplant (Planning & Scheduling) und diese Planung dann umgesetzt (Execution) wird. Die dabei erfassten Daten werden analysiert (Analytics), um daraus Vorhersagen abzuleiten (Prediction), die zusammen mit anderen Erkenntnissen wiederum in die Planung einfließen können. Das IIoT unterstützt diesen Kreislauf durch die Erfassung und Bereitstellung von Daten.
Ein mit praxisnahen Beispielen angereichertes Szenario verdeutlicht dies: Zunächst werden im Element Planning & Scheduling mehrere Fertigungsaufträge aus dem ERP-System übernommen und zusammen mit Ergebnissen aus Analytics und Prediction in Planungstools geladen. Beispielsweise kommt aus Analytics die Erkenntnis, dass Artikel A auf Maschine 1 um 30% effizienter gefertigt werden kann als auf Maschine 2 und aus Prediction die Vorhersage, dass Maschine 3 mit einer Wahrscheinlichkeit von 75% in den nächsten drei Tagen wegen abgenutzter Kugellager ausfallen wird.
Also beschließt der Mitarbeiter in der Arbeitsvorbereitung, die Aufträge für Artikel A auf Maschine 1 einzuplanen und alle anderen auf die verbleibenden Maschinen zu verteilen. Gleichzeitig setzt er für Maschine 3 eine Wartung für übermorgen an. Diese Planungen gehen dann an die Execution zu den Werkern an den Maschinen. Dort werden kontinuierlich aktuelle Kennzahlen sowie der Auftragsfortschritt angezeigt. Außerdem gibt es regelmäßige Prüfungen. Das System erfasst sowohl die laufenden Produktionsdaten als auch die Ergebnisse der Qualitätsprüfungen. Weichen die gemessenen Werte zu stark von den Sollvorgaben ab, wird die Produktion sofort gestoppt und ein Einrichter wird benachrichtigt, um die Einstellungen der betroffenen Maschine zu prüfen.
Überblick mit Analytics
Im Meisterbüro nutzt der Schichtleiter Analytics, um sich über Produktivität und Ausschussrate zu informieren. Gleichzeitig analysiert der Meister die Maschinenstörungen der letzten Tage und korreliert diese mit erfassten Prozess- und Qualitätsdaten. Dabei findet er heraus, dass auch Maschine 5 geeignet ist, um den Artikel A mit hoher Effizienz zu fertigen. Diese Erkenntnis spielt er an Planning & Scheduling zurück. Fallen bei diesen Analysen Zusammenhänge auf, die eine umgehendes Eingreifen erfordern, werden diese an Execution weitergeleitet.
Prediction arbeitet ebenfalls mit den in Execution erfassten Daten und berechnet fortlaufend die Wahrscheinlichkeit für Maschinenstörungen. Diese Erkenntnisse übermittelt das System ebenfalls an Planning & Scheduling, um rechtzeitig Wartungen der entsprechenden Maschinen einzuplanen.
Interessant ist die neue Anwendung Predictive Quality. Die erfassten Prozesswerte bei der Herstellung von Artikel A bilden dabei die Basis für die Vorhersage der Qualität eines jeden einzelnen Teils. Wird ein Teil mit hoher Wahrscheinlichkeit als Gutstück vorhergesagt, landet dieses in der Kiste für den nächsten Arbeitsschritt. Teile, die als Ausschuss vorhergesagt werden, kommen sofort in die Recycling-Box.
MPDV Mikrolab GmbH
Bild: MPDV
Hier finden Sie mehr über: