Opbygning af en produktionsteknologisk stak

Fabrikker kan opleve en reel udfordring, når de skal vælge software- og hardwareløsninger til at opfylde deres produktionsbehov. Det omfattende udvalg af muligheder kan overvælde ledere, når de skal vælge en skræddersyet løsning, der både øger effektiviteten og giver indsigt i, hvad der foregår på produktionslinjerne.

For ikke så længe siden var det normen at forlade sig på ERP-systemer med manuel dataindtastning, Excel-rapporter og flere andre softwarelag, hvilket kun øgede produktionskompleksiteten for operatører generelt. Heldigvis kom Manufacturing Intelligence Solutions til undsætning og gav et meget klarere billede af, hvad der sker på vores fabrikker. I dagens artikel vil vi diskutere, hvordan man opbygger en produktionsteknologisk stak i 2023. Fabrikker kan opleve en reel udfordring, når de skal vælge software- og hardwareløsninger til at opfylde deres produktionsbehov. Det omfattende udvalg af muligheder kan overvælde ledere, når de skal vælge en skræddersyet løsning, der både øger effektiviteten og giver indsigt i, hvad der foregår på produktionslinjerne.

Teknisk ordliste

Før vi går i dybden med, hvordan man laver en manufacturing tech stack, skal vi forklare nogle kernebegreber, der er knyttet til dette emne. Du kan støde på nogle termer, der henviser til softwareløsninger, som måske ikke er klare nok fra en første tilgang.

• SaaS (Software as a Service): Software as a Service refererer til applikationer, der ikke kræver yderligere downloads eller installationsprocedurer fra klientsiden. De fleste af disse applikationer fungerer i et cloud-baseret format, der bruger internettet til at interagere med dets interface. Nogle eksempler på SaaS-applikationer er Salesforce, Dropbox, Cisco, Google Workspace og Factbird.
• PaaS (Platform as a Service): Platform as a Service giver en ramme, hvor brugerne kan skabe brugerdefinerede applikationer uden at bekymre sig om infrastrukturen bag processen (opbevaring, operativsystem, opgraderinger osv.). Det er mest beregnet til systemvirtualisering, såsom Windows Azure eller AWS Elastic Beanstalk.
• IaaS (infrastruktur som en tjeneste): Infrastructure as a Service imødekommer brugernes behov ved at give dem mulighed for at arbejde med on-demand-tjenester uden at købe hardware. Det involverer en cloud-baseret computerinfrastruktur med servere, operativsystemer, lagerplads osv. I modsætning til SaaS eller PaaS er brugerne de hovedansvarlige for styring og vedligeholdelse af operativsystemet. Nogle populære eksempler er Amazon Web Services, Cisco Metacloud og Microsoft Azure.
• SMB: Små og mellemstore virksomheder Producenter.
• CMMS: Computer Maintenance Management System. Det er software, der centraliserer de vedligeholdelseskrævende oplysninger og letter vedligeholdelsesarbejdet. I sin kerne kan vi betragte det som en database for vedligeholdelsestjenester.
• Visuelt arbejdsgangssystem: Det er en dashboard-løsning, der viser arbejdsinstruktioner for at hjælpe operatører med at være mere effektive i deres opgaver. Selvom de typisk bruges i nogle brancher med store samleprocesser (f.eks. bilindustrien), kan de bruges til flere andre formål, f.eks. vedligeholdelsesprocedurer.
• MES: Et Manufacturing Execution System, også kendt som Manufacturing Operations Software Systems, er en softwareløsning, der gør det muligt for operatører og ledere at overvåge, spore og dokumentere hele processen fra råmateriale til færdigt produkt. De arbejder hånd i hånd med ERP-software (Enterprise Resource Planning).
• CRM: Customer Relationship Management-software overvåger interaktionen med nuværende og potentielle kunder. De bruges til at hjælpe salgsprocessen og hjælpe fabrikker med at holde styr på ordrer.
• System til tilbudsgivning: En CPQ-software (Configure-Price-Quote) giver brugerne mulighed for at generere tilbud eller forslag, som de kan sende til potentielle kunder. Det hjælper virksomheder med at øge salgseffektiviteten ved at automatisere tilbudsprocessen og inkluderer normalt lagersystemet, input fra salgsafdelingen og integration med CRM.
• WMS: Et Warehouse Management System er en softwareløsning, der bruges til at visualisere og kontrollere en virksomheds lagerbeholdning og forsyningskæde.
• Manufacturing Intelligence-løsning: Kommer normalt i SaaS-format, der kan ledsages af edge-enheder, der letter dataindsamlingsbyrden; disse softwareløsninger hjælper med at udtrække realtidsdata fra produktionsudstyr og også med at automatisere arbejdsgange.
• IoT: Internet of Things kan forstås som et netværk af fysiske elementer parret med sensorer, software og andre overvågningsteknologier, hvormed vi kan udveksle realtidsdata til overvågning, automatisering og analyse. IoT hjælper producenter med at hæve deres produktionsniveauer gennem øget effektivitet, nyt uudforsket produktionspotentiale eller med at genkende fejl i produktionsprocesser. Vi kan finde referencer til dette som IIoT, som står for Industrial Internet of Things - det område, der især involverer os.
  

Hvad er en Manufacturing Tech Stack?

En manufacturing tech stack refererer til et sæt af software, platforme og teknologier, som producenter bruger til at understøtte deres aktiviteter. Manufacturing tech stacks hjælper bl.a. med at styre og overvåge produktdesign, forsyningskæde, produktionsprocesser og kvalitetskontrol.

Overordnet set er hensigten med at bruge et diagram over kvalitetsteknologistakke at forbedre effektiviteten, samtidig med at driftsomkostningerne holdes under kontrol og virksomhedens konkurrencefordel øges. Selvom mange umiddelbart forbinder produktionsteknologiske stakke med ERP, er vi i dag nødt til at overveje mere komplekse netværk, hvor ERP blot er en del af et økosystem, der drives gennem IIoT-teknologier.

Hvad består tech stack'en af for produktionsvirksomheder?

For at forstå begrebet "tech stack" korrekt, skal vi begynde med at studere dette software/hardware-økosystem som en række lag.

Det første lag handler om logistik. Hver fabrik skal kontrollere tilstrømningen af råmaterialer, monteringsdele i en produktionskæde, færdigvarer og opbevaring. Dette logistiklag kan bestå af WMS, MES eller lignende IIoT-løsninger.

Dernæst kommer produktionslaget, som forarbejder råmaterialerne til færdige produkter. Dette produktionslag er tæt forbundet med det tredje lag, da det omdanner råmaterialerne baseret på ledelsesinput. I denne fase kan vi regne med Incident Management Systems (til rapportering/løsning af tekniske problemer), Machine Monitoring Data Platforms, Visual Workflow Systems, CMMS eller SaaS-løsninger som Factbird til manufacturing intelligence software.

Det tredje lag refererer til omkostninger og fremstilling, adresserer de anslåede produktionsomkostninger, håndterer kundeordrer og skaber basislinjer for fremstillingsprocesser. I denne fase regner vi med CRM, tilbudssystemer, ERP og SaaS-apps (f.eks. Factbird).

Endelig når vi til toppen af dette teknologi-stack-diagram, det fjerde lag, Design. Det er her, nye produkter udvikles eller modificeres, og derefter sendes instruktioner til det tredje lag for at estimere produktions- og salgsomkostninger. Mulighederne for software/hardware til dette lag afhænger mest af branchen. Nogle nicher er meget afhængige af CAD/CAE. Andre arbejder med 3D-modelleringssoftware eller lignende designprogrammer og så videre.

Derudover er vi nødt til at overveje andre værktøjer i enhver produktionsvirksomheds tech stack:

Kommunikation: Softwareløsninger som Microsoft Teams, Slack, Google Spaces og lignende bruges til at holde virksomhedschats for at forbinde arbejdet i forskellige teams. Vi kan tilføje Google Meets, Skype og Zoom til videoopkaldsmøder.

Opgavestyring: Microsoft Project, GanttProject er samarbejdsværktøjer til opgavestyring, der følger op på igangværende arbejde eller arbejde, der er ved at blive udført.

Dokumentation: Nogle virksomheder foretrækker at arbejde cloud-baseret og vælger Google-pakken (Google Sheets, Google Slides, Google Docs) eller Microsoft 365 (Word, Excel, PowerPoint, Access, Project, Visio). Det vigtigste punkt at fremhæve er, at dokumentationssystemer i produktionsvirksomheder bør vælge cloud-baserede tjenester for nemt at hente data af enhver autoriseret bruger og ikke afhænge af computerhardware (flashdrev, harddiske osv.).

Udveksling af data: Hvad med når produktionsvirksomheder skal flytte filer mellem lokationer? OneDrive, Google Drive, Box og Mega bruges til dette formål. Store filer, som f.eks. videooptagelser, kan nemt distribueres via et link og tilgås af ethvert autoriseret organisationsmedlem.

Dataanalyse: Databaser og dataanalyse afhænger i høj grad af, hvilken branche vi arbejder i. Generelt vælger virksomheder løsninger som PowerBI, Jupyter Notebook (Python-baseret), SAS og Tableau. Databaser kan være relationelle, som MySQL, Postgre, SQL og Oracle, eller ikke-relationelle, som MongoDB, Apache Cassandra, Oracle NoSQL osv. Andre værktøjer til dataanalyse er strengt knyttet til salgs-, marketing- (Google Analytics) og økonomiafdelinger.

Den IT-relaterede tech stack er helt afhængig af det enkelte projekts behov og udviklerteamets arbejdsmetode, så vi vil ikke komme nærmere ind på disse ting. Generelt arbejder de med Git (versionskontrol), PaaS-løsninger til pakning af containere som Docker eller Kubernetes (DevOps-værktøjer) og IDE-software som Visual Studio Code.

Hvornår skal du foretage en audit af din produktionsteknologi?

Der er nogle ledende indikatorer på, at de nuværende hardware- og softwareplatforme, som fabrikkerne bruger, ikke fungerer som forventet. Tjek disse tre punkter nedenfor for at vurdere, om det er tid til at udføre en software stack audit.

Datafeedback er ikke pålidelig

Det er et øjeblikkeligt tegn på, at dit teknologi-stack-diagram ikke fungerer, som det skal. Det kan vise sig som en række fejl, der udløses gennem automatiseringsprocesser, data, der går tabt gennem integrationer, eller betydelige forskelle i dataoutput.

Da datafejl har tendens til at være kumulative, kan selv den mindste fejl skabe forsinkelser eller føre til unøjagtige oplysninger over tid.

Problemer med integration

Nogle producenter foretrækker at arbejde sig igennem en række trin for at udtrække data og rapporter, som normalt involverer data fra sensorer, der sendes fra manufacturing intelligence-softwaren til Power BI. Når denne proces udløser mange røde flag, er det på tide at spørge sig selv, om den nuværende teknologistak understøtter denne proces.

Hvis dit team skal bruge 20-30 minutter på at oprette rapporter, fordi dataene ikke kan sendes automatisk, så taber du i gennemsnit 80-120 minutter om dagen (i en fireholdsskiftordning). Ved manuel behandling af data er det mere end 8 timer om ugen (et helt skift). Den simple faktor må være en øjenåbner.

Din virksomhed betaler for ubrugte værktøjer

Der er masser af spildte muligheder for fabrikker, når de køber softwareløsninger, som de senere forsømmer på grund af manglende forståelse af, hvordan de fungerer, eller inkonsekvente integrationer. I stedet for at betale for det beløb, eller endnu værre, have evige licenser til ubrugt software, skal du vælge revisions- og uddannelsestjenester for at udvinde potentialet til dine krav.

Hold øje med værktøjer, der udfører de samme opgaver, og hvis det sker, skal du vælge det, der giver bedre fordele og en mindre indlæringskurve for operatørerne.

Er der forskel på, hvad små og store virksomheder har brug for i deres tech stack?

Ja, vi kan finde forskelle mellem de teknologistakke, der bruges i små og store virksomheder på grund af kompleksiteten i deres aktiviteter.

Små virksomheder har en tendens til at vælge mere overkommelige, letforståelige løsninger. Generelt leder små virksomheder efter løsninger, der kan parres med ældre maskiner, da en fuld opgradering af værkstedsgulvet ligger uden for deres økonomiske formåen. Da mindre virksomheder har et tættere forhold til deres personale, betyder deres færdigheder også meget for, hvilke teknologier der vælges, så de behøver ikke at gå på store kurser for at forstå nye teknologier.

I modsætning hertil søger større virksomheder løsninger, der giver dem mulighed for at skalere deres forretningsdrift over tid. Effektivitet er den primære målestok for større organisationer, og generelt er der ingen budgetbegrænsninger, hvis opgraderingen indebærer en betydelig forøgelse af ydeevnen. Større virksomheder regner også med regelmæssige træningssessioner, der afholdes i virksomheden. På den måde holder deres personale sig ajour med de nyeste tendenser i branchen og bevarer deres konkurrencefordel på markedet. At bruge en ny, revolutionerende løsning i deres tech stack ville ikke være et problem i betragtning af disse faktorer.

Hvordan ser fremtiden ud for produktionsteknologiske stakke?

Vejen mod fremtiden er Industri 5.0. Når man ser på virksomheder, der vælger Industri 4.0 som benchmark at stræbe efter, fortæller virkeligheden os, at producenter bevæger sig væk fra effektivitet, automatisering og big data-analyse til et andet syn på produktion. Hvad betyder det? Lad os analysere nogle statistikker.

• Ifølge National Institute of Standards and Technology (NIST) bidrager fremstillingsaktiviteter til 17 % af USA's miljøpåvirkning. Medmindre tendensen ændrer sig, forventes en stigning på 26% i emissioner fra fremstillingsprocesser inden 2050.

• Ifølge European Cluster Collaboration Platform anses genfremstilling for at være under 2 % for de fleste ikke-forbrugsvarer.

• Danmark, Tyskland, Sverige og Østrig er de lande, der med succes har anvendt specialiseringsmodeller for grøn produktion, som de første resultater i forbindelse med European Green Deal viser.

Når man tager disse elementer i betragtning, er der en fælles tendens mod grønnere produktionsmetoder, ikke kun for at reducere omkostningerne - hvilket kunne være en Industri 4.0-indikator med hensyn til effektivitet. Dette gradvise skift i tankegang fortæller noget om, hvor vigtigt det er at bevare miljøet, og hvor meget menneskelig aktivitet har øget CO2-fodaftrykket. Producenterne skal tilpasse deres tech stacks for at imødekomme nye krav om at nå klimaneutralitet inden 2050 i EU.

Til at begynde med fokuserer flere og flere producenter på energiovervågningsdata. At vælge at reducere unødvendige energiudgifter (dvs. maskiner i tomgang/standby-tilstand) er lige så vigtigt som at reducere miljøemissioner.

Industrial Internet of Things kommer til at spille en stor rolle for fremtidens produktion i løbet af det næste årti. Her er nogle af de områder, som IIoT vil påvirke:

Forudsigelig vedligeholdelse: IoT-enheder kan indsamle data fra udstyr og skabe modeller, der forudsiger vedligeholdelsesdatoer, reducerer nedetid og øger effektiviteten.

Kvalitetskontrol: Som vi nævnte før, er omarbejdning af emner på et meget lavt niveau. Ved hjælp af IIoT-enheder bliver kvalitetskontrollen mere præcis, hvilket reducerer skrotproduktionen. Samtidig kan vi forvente, at maskiner implementerer nye teknologier, der gør det muligt for producenter at omarbejde skrotdele for at reducere affaldsproduktionen.

Optimering af forsyningskæden: Fabrikker implementerer i øjeblikket sensorer til at spore varer, der bevæger sig gennem de forskellige stadier på butiksgulvet. Vi kan forvente mere indsigt i lagerniveauer - sandsynligvis gennem integrationer med CRM - og gennemsigtighed for både producenter og forbrugere med hensyn til leveringstider.

Automatisering: Automatiseringen af maskiner vil kun stige, så operatørerne kan fokusere på opgaver, der kræver menneskelig indsats og beslutningstagning i stedet for gentagne, tidskrævende opgaver.

Datadrevet beslutningstagning: Ud fra de store mængder data, som IoT-enheder udtrækker, kan der skabes forudsigelige modeller til at analysere produktionens ydeevne. Disse oplysninger påvirker, hvordan operatører og ledere træffer beslutninger, og vi kan også forvente, at rapporter vil indeholde detaljerede data om maskinernes ydeevne eller forslag til forbedringer.

Tips til, hvor produktionsteknologien skal fokusere for at skabe værdi i produktionen

Vi vil gerne afslutte denne artikel med tips til, hvor fokus skal være for at se en kraftig indvirkning på produktionen gennem produktionsteknologien.

Håndtering af data

Ved at implementere systemer, der indsamler, lagrer og analyserer produktionsdata, kan ledere bruge disse oplysninger til at understøtte beslutningstagningen. Alle disse oplysninger skal være sikre og beskyttet mod cyberangreb (især ransomware).

Overvej pay-per-use cloud computing-tjenester til virksomheder, der ønsker at holde deres IT-udgifter i den lave ende af budgettet. De reducerer kompleksiteten i dataanalysen, da din virksomhed ikke behøver at opbygge en klynge af pc'er for at behandle data. Manufacturing intelligence-løsninger som Factbird tilbyder cloud-baseret adgang via forskellige enheder (pc, mobil, tablet) 24/7, hvilket drastisk mindsker behovet for at købe avancerede computere.

Robotteknologi

Robotteknologi kan være en interessant måde at reducere personalets ekstra arbejdstid på. I nogle brancher kræver fremstillede varer særlige protokoller for medarbejdernes sikkerhed (f.eks. kemikalier). Ved at implementere robotteknologi i de kritiske faser kan lederne være sikre på, at organisationen bevarer sin menneskelige kapital risikofrit og muligvis øger produktionskapaciteten.

Udvidet virkelighed

Dette punkt hænger sammen med det foregående, da augmented reality-værktøjer kan hjælpe arbejdere med at træne uden risici. Med VR-briller kan operatører lære at svejse, håndtere højspændingsledninger og mange andre risikobetonede opgaver uden at blive udsat for farer eller potentielle skader.

Overvågning i realtid

Hvor mange enheder går i gennemsnit tabt ved fejlfinding af gentagne stopårsager i produktionslinjer? Især når fejl sker på tilfældige tidspunkter, kan det være tidskrævende, frustrerende og påvirke produktionen negativt. Oplysningerne fra IoT-sensorerne kan synkroniseres med videooptagelser på hver produktlinje via realtids manufacturing intelligence-software. Ledelsen kan afspille de forhold, der udløste fejlårsagen, så ofte som nødvendigt for at forstå, hvad der skete, eller hente historiske vedligeholdelsesdata for at fejlfinde problemer. ^Factbird® View er et perfekt eksempel på implementering af denne type procedure.

Realtidsovervågning kan hjælpe os med at forstå, hvordan maskiner og menneskelig kapital kan bruges bedre til at forbedre produktionstiden. Manufacturing Intelligence-software hjælper også operatørerne med at adressere almindelige årsager til menneskelige fejl, så de kan forbedre deres præstationer og øge tilliden.

‍

Intelligens i produktionen: Forbedring af effektivitet og indsigt med Factbird

‍

Manufacturing intelligence, i forbindelse med den bredere manufacturing tech stack, henviser til brugen af avancerede softwaresystemer og teknologier til at integrere og analysere produktionsdata.

Ved at udnytte teknologier som kunstig intelligens, maskinlæring, IoT (Internet of Things) og cloud computing giver manufacturing intelligence producenterne mulighed for at få værdifuld indsigt, forbedre driftseffektiviteten og træffe datadrevne beslutninger.

Integrationen af manufacturing intelligence i den produktionsteknologiske stak er afgørende for at opnå et omfattende overblik over driften. Det gør det muligt for ledere, supervisorer og medarbejdere at overvåge performance, opdage problemer og skabe løbende forbedringer. Ved problemfrit at udveksle data mellem forskellige softwareløsninger, udstyr og afdelinger sikrer techstacken et problemfrit informationsflow og frigør det fulde potentiale i produktionsdata.

Factbird, en førende leverandør af produktionsintelligens, tilbyder en omfattende løsning, der problemfrit integreres med forskellige komponenter i produktionsteknologistakken:

• Virksomhedsteknologi (ERP, CRM): Factbirds løsning kan integreres med ERP- og CRM-systemer, hvilket muliggør problemfri dataudveksling for effektiv ressourcestyring, ordrebehandling, kundeinteraktioner og salgsprocesser.
• Kontrol og drift (MES, MOM, DCS): Factbirds løsning fungerer sammen med MES- og MOM-systemer og giver realtidssynlighed i produktionsprocesser, hvilket letter planlægning, ressourceallokering og kvalitetskontrol. Den kan også integreres med distribuerede kontrolsystemer (DCS) til centraliseret kontrol og overvågning af industrielle processer.
• Intelligente enheder (sensorer, produktionsudstyr): Factbird udnytter intelligente enheder og sensorer til at indsamle realtidsdata fra produktionsmiljøet, herunder temperatur, tryk, vibrationer og maskinydelse. Det muliggør proaktiv vedligeholdelse, kvalitetskontrol og optimering af produktionsprocesser.

Ved at integrere problemfrit med forskellige komponenter i produktionens tech stack giver Factbird producenterne mulighed for at drive operationel ekspertise, strømline processer og opnå bæredygtig praksis.

‍

‍

Afsluttende tanker

Når produktionsvirksomheder gentænker deres tech stacks for at holde trit med Industri 4.0-transformationen, er integrationen af IIoT gennem en manufacturing intelligence-løsning en lovende vej. Denne tilgang frigør producenter fra monolitiske systemers begrænsninger og giver dem total kontrol og øget tilpasningsevne over den anvendte teknologi. Der er en voksende erkendelse af, at brede, horisontale platforme måske ikke helt holder, hvad de lover, på grund af den dybde og kompleksitet, der kræves for at opnå reelle forbedringer af ydeevnen.

I stedet er der ved at opstå et paradigme, hvor man bruger forskellige komponenter, der er nemme at implementere, og som er forbundet via API'er. Disse kan muliggøre præcise forbedringer i overskuelige trin og udvinde øjeblikkelig værdi - en nøgleegenskab ved disse overlegne komponenter. Specialiserede IoT-løsninger udgør nu hjørnestenen i nye tekniske infrastrukturer for producenter.

Midt i det presserende behov for hurtig tilpasning anerkender man også nødvendigheden af risikominimering. Spørgsmål om udskiftning af det eksisterende MES, eller om yderligere software vil give et positivt investeringsafkast, overvejes seriøst. For at løse disse problemer bruger en Manufacturing Intelligence-løsning en datacentreret tilgang til aktiver og tilbyder en hurtig og overkommelig vej til forbedret fabriksydelse - fordele, der giver genlyd ud over fabriksgulvet. Hvis det er nødvendigt, er det klart, at de eksisterende MES-systemer kan holdes i drift og bevare deres fulde udvalg af funktioner, når producenterne omformer deres tech stacks til fremtiden.