Software für Shopfloor Management
Mit Hilfe von Analytics ist es möglich, einen genauen Einblick in die Produktion zu bekommen, Verbesserungspotenziale zu identifizieren und entsprechende Maßnahmen abzuleiten. Analytics stellt Daten aus der Produktion ansprechend aufbereitet zur Verfügung und erleichtert die Analyse. Kennzahlen wie OEE werden sowohl für Maschinen als auch für Linien und auf Basis des Schichtplans automatisch berechnet.
Die Daten werden am Shopfloor durch die LiSEC IoT Plattform gesammelt und mit Hilfe eines Edge Device in die Microsoft Azure Cloud übertragen. Das Edge Device ist ein Industrial Computer, der von einem Dienstleister im Bereich der Informationssicherheit explizit für die Anforderungen von LiSEC entwickelt wurde. In der Azure Cloud werden die Daten entsprechend aufbereitet und vorberechnet, so dass Analytics diese schnell und zuverlässig anzeigen kann.
In der Produktion werden von unterschiedlichen Stellen Daten generiert. Eine dieser Quellen ist die Maschine selbst, wo Daten zum Maschinenzustand, dem gefertigten Produkt oder auch zu aufgetretenen Alarmen anfallen. Diese Daten werden von unterschiedlichen Systemen genutzt, um beispielsweise Fertigmeldungen zu generieren. Die LiSEC IoT Plattform überträgt diese Daten zur weiteren Verarbeitung in die Microsoft Azure Cloud.
In der Cloud-Umgebung werden die Daten entsprechend gefiltert, aggregiert und die KPIs vorberechnet. Analytics visualisiert diese Daten und ermöglicht eine Filterung, sodass Potenziale identifiziert und entsprechende Maßnahmen abgeleitet werden können.
Damit Analytics eingesetzt werden kann, müssen die Maschinen bereits die erforderlichen Daten generieren und zur Verfügung stellen. Setzen Sie sich mit ihrem LiSEC Ansprechpartner in Verbindung, um zu erfahren, ob dies bei Ihren Maschinen bereits der Fall ist.
Die erhöhte Transparenz, welche Analytics bietet, erleichtert das Management der Produktion, weil genau eruiert werden kann, wo Verbesserungspotenziale sind und wie groß deren Auswirkungen auf die aktuelle Produktion sind. Als Grundlage dafür dienen vor allem Alarme, die zu Stillständen führen, aber auch Wartezeiten, die bei Maschinen auftreten, bis hin zu einer genauen Analyse des Produktmix.
Erhöhte Transparenz in der Produktion
Durch die Darstellung von Daten erhalten die Mitarbeiter am Shopfloor bis hin zum Produktionsleiter einen deutlich besseren Einblick in die Produktion und die aktuellen Zustände der Anlagen.
Identifikation von Verbesserungspotentialen
Die Informationen, die aus den Daten gewonnen werden, dienen dazu, Verbesserungspotenziale zu erkennen. Beispielsweise können Stillstände direkt einer organisatorischen oder technischen Ursache zugeordnet werden und dementsprechend der Fokus auf die Schulung der Mitarbeiter oder die Instandhaltung gelegt werden.
Analyse von Stillständen
Treten Stillstände einer Anlage auf, kann das verschiedene Ursachen haben. In Analytics werden den Stillständen automatisch den Ursachen zugeordnet, die in weiterer Folge durch entsprechende Maßnahmen reduziert werden können. Die wesentliche Grundlage dafür bilden der Maschinenstatus und die aufgetretenen Alarme.
Aufgliederung nach Produkten und Sonderformen
Unterschiedliche Produktdimensionen oder auch Sonderformen wirken sich auf die Zykluszeit aus. Die Output-Kennzahl hat in Verbindung mit dem Produktmix im selben Zeitbereich eine Aussagekraft hinsichtlich Performance. Mit Analytics können beide Informationen gemeinsam betrachtet und gegebenenfalls Maßnahmen abgeleitet werden.
Sie haben Fragen oder brauchen Informationen zu diesem Thema?
Matthias Schoebl ,
Software