Dojrzałość inteligentnej fabryki · Model oceny przemysłowej
Dojrzałość cyfrowa Państwa zakładów produkcyjnych, zmierzona zakład po zakładzie i przełożona na przemysłową mapę drogową.
10 obszarów tematycznych, undefined pytań, skala 5 poziomów. I działanie, które pozwala przejść z jednego poziomu na kolejny.
10 obszarów tematycznych modelu referencyjnego, już opracowanych od N1 do N5. Jedna firma, jedna jednostka biznesowa, albo 300 naraz.
Dojrzałość inteligentnej fabryki · Model oceny przemysłowej
10 obszarów tematycznych, undefined pytań, skala 5 poziomów.
Nordhavn Industries
53 / 100
Oni mierzą swoją dojrzałość z Datamensio
Przykład
Ta sytuacja mogłaby być Państwa sytuacją.
Weźmy przykład firmy: trzy oddziały, trzy arkusze kalkulacyjne, żadnej wspólnej odpowiedzi.
Nikt nie potrafi tego skonsolidować.
Nordhavn Industries, 2400 osób w Hamburgu, Lyonie i Porto. Zamawiający pyta, na jakim etapie jest grupa. Każdy oddział odpowiada we własnym arkuszu, z własnymi skalami.
Trzy tygodnie, jedna wspólna baza.
Diagnoza Model dojrzałości inteligentnej fabryki (smart factory), inspirowany ramami Przemysłu 4.0 oraz skalą CMMI uruchomiona jednocześnie na trzech oddziałach, na podstawie notatek ze spotkań z osobami odpowiedzialnymi. Model referencyjny był już gotowy, podobnie jak 10 obszarów tematycznych i poziomy od N1 do N5.
Dwa wydatki uniknięte, zanim zostały poniesione.
Wynik 53 na 100, luka skoncentrowana na trzech obszarach tematycznych. Asystent IA wykrył, że dwa działania planu pokrywają się z działaniami z innego audytu. Prezentacja wyników dla komitetu powstała w jedno zdanie.
Czego dzięki temu uniknięto
- 3oddziały zmierzone na tej samej podstawie, zamiast trzech kwestionariuszy do przetworzenia
- 2zdublowane działania wykryte przed poniesieniem wydatku
- 1prezentacja wyników dla komitetu, bez ręcznego opracowania
Te liczby pochodzą z przykładu. Mogłyby być Państwa liczbami.
Norma narzuca procesy. Datamensio mówi, na jakim etapie Państwo są.
01
Model referencyjny jest już gotowy
Obszary tematyczne, pytania i poziomy od N1 do N5 opracowane. Nie zaczynają Państwo od pustego arkusza.
02
Wynik jest gotowy tego samego dnia
Online, przez link do samooceny albo podczas spotkania. Obszar po obszarze, porównywalny w czasie.
03
Luka staje się wycenionym planem
Każde przejście na kolejny poziom niesie ze sobą działanie. IA priorytetyzuje według oczekiwanego efektu, nie według kolejności z normy.
04
Postęp da się wykazać
Kampania po kampanii, względem Państwa celu i względem Państwa przeszłości. Tego właśnie oczekuje Państwa zarząd.
Skala dojrzałości
Jeden poziom, kolejny i działanie, które je łączy.
To właśnie ten mechanizm (poziom, poziom wyższy oraz działanie łączące oba) zamienia stwierdzenie faktu w trajektorię rozwoju.
W jaki sposób zbierane są dane maszynowe i jak są wykorzystywane do sterowania produkcją?
- N1
Brak automatycznego zbierania danych. Przestoje i ilości wyprodukowane odnotowywane są ręcznie na kartach lub w arkuszu kalkulacyjnym na koniec zmiany.
- N2
Kilka maszyn przekazuje dane do lokalnego narzędzia. Definicje różnią się między liniami, a liczby są przetwarzane ponownie przed udostępnieniem.
- N3
Zbieranie danych jest automatyczne dla krytycznych urządzeń, wskaźniki są zdefiniowane jednolicie dla zakładu i wyświetlane na hali w rytmie zmian.
- N4
Dane zasilają rytuały produkcyjne oraz decyzje dotyczące zatrzymań, regulacji i utrzymania ruchu. Odchylenia są analizowane z zespołami i dokumentowane.
- N5
Dane są porównywalne między zakładami, uzgadniane z systemami zarządzania i stanowią podstawę modeli predykcyjnych, których skuteczność jest śledzona i okresowo weryfikowana.
Działanie umożliwiające przejście z poziomu 2 na poziom 3
Ustalenie jednej definicji OEE oraz przyczyn przestojów dla zakładu, wdrożenie jej na już połączonych urządzeniach krytycznych i wyświetlanie odpowiednich wskaźników podczas codziennego spotkania produkcyjnego, zamiast w ponownie przetwarzanym pliku.
« Dzięki Datamensio realizujemy nasze cele ze znacznie większą skutecznością. Służby inspekcyjne EFRR oraz naszego ministerstwa nadzorującego szczególnie doceniły to podejście, które dostarcza im wiarygodnych danych. »
Dyrektorka CCI 94CCI Île-de-France
« Uważamy, że to rozwiązanie najlepiej odpowiada potrzebie skalowania naszego projektu transformacji i mierzenia jego wpływu zgodnie z naszymi wymaganiami. »
Maja SucekChief Operating Officer, Interreg Danube
Rzadko sam
Model referencyjny da się łączyć z innymi. Niech Państwo połączą kilka, by objąć całą działalność, albo pozwolą IA napisać własny.
Wykonajcie swój pierwszy pomiarna null.
O czym jest ten model referencyjny
Model dojrzałości inteligentnej fabryki ocenia zdolność zakładu przemysłowego do sterowania produkcją na podstawie własnych danych. Obejmuje łączność urządzeń, zbieranie i jakość danych maszynowych, integrację między systemami produkcyjnymi a systemami zarządzania, automatyzację i robotykę, wykorzystanie analityki i uczenia maszynowego, logistykę wewnętrzną, utrzymanie ruchu, efektywność energetyczną oraz kompetencje zespołów. Każdy wymiar odczytywany jest na progresywnej skali, od zakładu bez żadnej instrumentacji aż po zakład, który dostosowuje parametry produkcji na podstawie modeli predykcyjnych.
W praktyce trudność nie leży w technologii, lecz w sterowaniu całością. Projekty uruchamiane są zakład po zakładzie, linia po linii, czasem zespół po zespole, i nikt nie potrafi powiedzieć, na jakim poziomie znajduje się całość. Ile Państwa maszyn faktycznie przekazuje dane nadające się do wykorzystania, a nie zwykły licznik? Czy wskaźniki OEE są liczone tak samo w każdym zakładzie, czy odtwarzane lokalnie w arkuszu kalkulacyjnym? Czy przypadki użycia, które sprawdziły się w jednym zakładzie, zostały przeniesione gdzie indziej, czy tworzone od nowa?
Często powraca pewne pomieszanie pojęć: wyposażenie to nie to samo co sterowanie. Zakład może wdrożyć czujniki, platformę IoT i ekrany na hali, pozostając na tym samym poziomie dojrzałości, ponieważ dane nie wpływają na żadną decyzję. Z kolei zakład skromnie wyposażony, w którym zespoły codziennie korzystają z kilku rzetelnych wskaźników, rozwija się szybciej. Model rozdziela zatem wyposażenie, sposób wykorzystania i zakorzenienie organizacyjne, i to właśnie ten podział sprawia, że porównania między zakładami stają się czytelne.
Diagnoza dojrzałości nie odpowiada na pytanie o zgodność. Nie sprawdza, czy spełniono dany wymóg, lecz umieszcza każdą praktykę na skali i wskazuje działanie, które pozwala przejść na kolejny poziom. Wynik nie jest oceną: to punkt wyjścia planu działania. Luka między poziomem stwierdzonym a poziomem docelowym generuje działania, które AI grupuje w spriorytetyzowaną mapę drogową, z kosztem i terminem przypisanym do każdego elementu.
Model referencyjny jest gotowy do użycia w Datamensio i dostosowuje się do Państwa branży. AI dostosowuje obszary tematyczne, pytania i sformułowania poziomów do słownictwa Państwa procesów, ciągłych lub dyskretnych, albo buduje odmianę na podstawie Państwa własnych dokumentów: planu przemysłowego, standardów grupy, raportów z oceny zakładów.
Norma referencyjna: Model dojrzałości inteligentnej fabryki (smart factory), inspirowany ramami Przemysłu 4.0 oraz skalą CMMI
Oceniane obszary tematyczne
Strategia przemysłowa i ład organizacyjny
Istnienie planu przemysłowego, powiązanie projektów z celami produkcyjnymi, podejmowanie decyzji inwestycyjnych, podział ról między grupą a zakładami, śledzenie uzyskanych korzyści.
Łączność urządzeń i warstwa OT
Odsetek zinstrumentowanych maszyn, stosowane protokoły, wiek parku maszynowego, bramki i sterowniki, segmentacja sieci przemysłowych, zarządzanie urządzeniami niekomunikującymi się.
Dane produkcyjne i ich jakość
Zbieranie danych maszynowych, historyzacja, wspólne definicje wskaźników, wiarygodność OEE i czasów przestojów, identyfikowalność partii, zarządzanie danymi referencyjnymi.
Integracja systemów produkcyjnych
Zakres systemu MES, powiązanie z ERP i CMMS, harmonogramowanie, zarządzanie recepturami i wersjami tras technologicznych, pozostałe interfejsy ręczne.
Automatyzacja i robotyka
Poziom automatyzacji operacji i kontroli, wdrożone roboty i coboty, systemy wizyjne, zmiany serii, standaryzacja gniazd między liniami i zakładami.
Zaawansowana analityka i sztuczna inteligencja
Przypadki użycia w produkcji, konserwacja predykcyjna, wykrywanie anomalii jakościowych, optymalizacja parametrów procesowych, umasowienie modeli i śledzenie ich skuteczności.
Utrzymanie ruchu i zarządzanie majątkiem
Udział utrzymania prewencyjnego i warunkowego, automatyczne przekazywanie alertów, historia interwencji, zarządzanie częściami zamiennymi, krytyczność urządzeń.
Logistyka wewnętrzna i przepływy
Śledzenie produkcji w toku, automatyczna identyfikacja pojemników, zaopatrywanie stanowisk, automatyzacja transportu wewnętrznego, synchronizacja z planowaniem.
Energia i wpływ środowiskowy
Pomiar według hali lub linii, powiązanie zużycia z produkcją, wykrywanie odchyleń, śledzenie materiałów eksploatacyjnych i odpadów, skonsolidowane wskaźniki.
Kompetencje i organizacja pracy
Szkolenie operatorów i techników z narzędzi cyfrowych, rytuały zarządzania oparte na danych, rola pracowników hali w wyborze rozwiązań, zdolność do upowszechniania sukcesu z jednego zakładu na inne.
Krótsza wersja modelu referencyjnego, licząca undefined pytań, jest dostępna do samooceny online. Pełna wersja obejmuje 10 obszarów tematycznych i undefined pytań.
Najczęściej zadawane pytania
Czy ten model prowadzi do certyfikacji?
Nie. Inteligentna fabryka nie jest normą i żadna jednostka nie wydaje w tym zakresie uznania. Model służy do określenia dojrzałości zakładu, jej porównania i zbudowania trajektorii rozwoju. Jeśli szukają Państwo certyfikującego modelu w pokrewnym temacie, warto rozważyć zarządzanie majątkiem lub energią.
Czym różni się to od klasycznego audytu przemysłowego?
Audyt sprawdza punkty kontrolne i kończy się stwierdzeniami. Diagnoza dojrzałości umieszcza każdą praktykę na pięciostopniowej skali i wskazuje działanie pozwalające przejść o poziom wyżej. Wynikiem nie jest raport ze stwierdzeniami, lecz wyceniony, spriorytetyzowany i monitorowany w czasie plan działania.
Ile czasu zajmuje ocena?
Samoocena przeprowadzona przez dyrektora zakładu lub kierownika metod wypełnia się w czasie jednej sesji roboczej. Kampania wielozakładowa w trybie wspólnym rozkłada się na kilka tygodni, przy czym większość czasu pochłania zebranie odpowiedzi od zespołów produkcji, utrzymania ruchu i informatyki przemysłowej.
Czy można porównywać zakłady, które produkują coś zupełnie innego?
Tak, pod warunkiem że ocenia się praktyki sterowania, a nie obecne technologie. To właśnie zasada tego modelu. Benchmark między jednostkami biznesowymi umieszcza zakłady na tej samej skali, a porównanie z poprzednimi kampaniami pokazuje postęp każdego z nich.
Czy model referencyjny można dostosować do naszej branży?
Tak. Mogą Państwo zmienić obszary tematyczne, pytania i sformułowania poziomów, albo wyjść od własnych dokumentów: AI buduje wówczas odmianę dostosowaną do Państwa słownictwa przemysłowego i standardów grupy. Model referencyjny pozostaje Państwa własnością.
Czy odpowiedź wymaga wiedzy technicznej?
Pytania dotyczą praktyk sterowania, a nie konfiguracji sterowników. Odpowiedzi w większości udziela kierownik produkcji lub metod. Tryb wspólny pozwala przypisać pytania dotyczące łączności, integracji czy cyberbezpieczeństwa przemysłowego do właściwej osoby.
W jaki sposób wyceniany jest plan działania?
Każda luka między poziomem stwierdzonym a poziomem docelowym generuje działanie. Katalog usług otwiera rozwiązanie przypisane do każdego elementu, wraz z kosztem, terminem i oczekiwanym wpływem na wynik. Mapa drogowa konsoliduje całość, również w przypadku kilku zakładów ocenianych osobno.
Gdzie przechowywane są dane?
We Francji, u OVH, z kopią zapasową u Scaleway. Żaden transfer poza Unię Europejską nie ma miejsca. Wykorzystywane modele AI mogą być wybierane, również spośród rozwiązań europejskich.