MES Sistemlerinde Görsel Akıllı Fabrikalar

-Fabrikanı Keşfet Söyleşileri 5.Oturum-

 

Akıllı Fabrika denildiği zaman ne anlamalıyız?

Otomasyon sistemlerinin bir sonraki aşamaya geçmesini sağlayan sistemsel yaklaşım, Akıllı Fabrika olarak nitelendirilebilir.
Üretimden, sosyal iş ağına, entegre ürün geliştirmeden, veri odaklı kontrole, tedarik zinciri yönetiminden, dijital fabrika lojistiğine, bulut hizmetlerinden, dijital ortamda fabrika tasarımını kapsayan sistemsel yaklaşımlar bütünü olarak nitelendirilebilir.

Örneklendirecek somut faaliyetlerden bazıları şöyle özetlenebilir;

– Tedarikçilerle, entegre iş birliği yapılan platformlar ile senkronizasyon yakalamak mümkün hale gelir.
– Üretim maliyetleri, tasarım anında hesaplanması ile karar mekanizmaları en başından desteklenebilir.
– Üretim aşaması ile tasarım aşamasındaki gerçekleşenlerin birbiriyle çift yönlü haberleşmesi ve sağlamalarının yapılması mümkün hale gelir.
– Proje öngörülerinin, üretim aşamalarındaki sapmaları anlık izlenip değerlendirilebilir.
– Veri analitiği kullanarak optimizasyonlar yapılır.


Görsel Fabrika denildiği zaman ne anlamalıyız?

Gelişen teknoloji ile birlikte tüm alanlarda daha yeni görsel uygulamalar ile beraber, bir kişinin bakış açısında takılı kalmadan, tüm herkese aynı şeyi anlatan, doğru tespitler yaptırmayı hedefleyen uygulamalar piyasada yer almaya başladı.

Görsel Fabrika basit olarak, fabrika verilerinin kolay anlaşılabilir ve her zaman takip edilebilir hale getirilmesi demektir. ANDON ekranları, yönetim izleme ekranları, mobil uygulamalar bu alanda hem işin takibini kolaylaştırmakta hem de problem esnasında sorunun ilk gerçekleşme anından daha farklı problemlere neden olmadan çözülebilmesini sağlamaktadır. Otomatik dar boğaz tespiti bunların başında gelir. Bu faydalarının yanı sıra üretim proseslerinin optimize edilmesine çok büyük katkı sağlar. Görsel Fabrika uygulamaları ile gerçekleştirilen görsel yönetim, anomalileri görünür kılar ve tüm ekibin ilk bakışta anlamasını sağlayarak “konuşan bir fabrika” yaratmayı hedefler.

Kısaca Görsel Fabrika, fabrika verilerinin daha görsel bir şekilde kullanıcı etkileşiminin arttırılarak sunulduğu, yani fabrikanın yazılım ve donanımlar sayesinde kullanıcı ile adeta konuştuğu yeni nesil MES uygulamalarının bütününden oluşmaktadır.

Görsel Fabrikanın işletmelere sağladığı faydalar;

  • Takım iletişimini arttırır.
  • Ürün kalitesini arttırır.
  • Müşteri siparişlerine yanıt süreleri azalır.
  • Kapasite maksimize edilir.
  • Süreçlerdeki kayıplar nedenleri ile tespit edildiği için üretim süresi azalır.
  • Operasyon sürelerindeki iyileştirmeler ile beraber birim maliyet azalır.
  • Kurumsal iş akışı süreçleri kolaylaşır.
  • Set-up süreleri azalır.
  • Gereksiz yere operasyonu uzatan tüm süreçler görülerek kaldırılır.

Artan iletişim ile beraber acil anlık durumlardan tüm ekip haberdar edildiği için, iş güvenliği alanında da acil müdahaleyi mümkün kılar.

Akıllı ve Görsel Fabrika yolunda ne gibi araçlara ihtiyaç duyuluyor?

Her şeyden önce makinelerimizi dinlememiz gerekiyor. Bunun I/O kartlarla yapabileceğimiz gibi en üst seviyede OPC protokolü ile de gerçekleştirebiliriz. Daha sonrasında elde edilen bu verileri ve o verilerden yapılan analizleri görselleştirmek için çeşitli dashboardlar, raporlama araçları ve bunların mobil versiyonları kullanılabilir. Fabrikalarda ANDON dediğimiz ekranların tasarlanması önem arz etmektedir.

Sol taraftaki menüde, andonda görmek istediğiniz görsel araçlar bulunuyor. Chart tipleri, gauge, progress bar vs. Sorgular kısmından görsellerde kullanacağınız verilerin sql sorguları oluşturuluyor. Daha sonrasında ekrandaki bar chartın sol üst tarafında görülen ayarlar kısmından o sorguyu bu charta bağlayarak ve diğer ayarları yaparak görselleştirebiliyorsunuz.


Raporlama modülleri ile kullanıcı kendisi istediği şekilde rapor oluşturabilir.

Ayrıca yaptığınız analizlere ait görselleştirmeler de şu şekilde olabilir.
Fabrikanın, iş merkezi, iş istasyonu ve hat bazında OEE analizlerinizi aylık, 3 aylık ve 6 aylık olacak şekilde sahip olduğu trend görüntülenebilir.
Burada da analizin sonuçları görülebilir. A, P ve Q OEE analizinin bileşenlerinin de ayrı ayrı grafikleri görüntülenebiliyor.

Mobil tarafta ise örnek uygulamalar ise şu şekildedir;

Bu şekilde, üretimin her anını her yerden takip edebilir hale gelmiş bulunuyorsunuz. Hem cepten hem webten hem de fabrika içerisine kurulan andonlar aracılığıyla takip edilebilir ve istenilen şekilde raporlar oluşturulabilir.

MES Sistemleri ile Görsel Akıllı Fabrika hangi alanlarda ön plana çıkıyor?

MES kapsamında akıllı fabrikaların ön planda olan odak noktaları veri, eylem, durum ve öğrenme olarak ifade edilebilir.

Veri: Üretimde kullanılan araçların (makine, robot, insan, alet) parametrelerine (gerginlik, sıcaklık, devir, basınç, enerji tüketimi) anlık olarak erişilebilmeli, proses verileri istatistik veri tabanında tutulmalıdır.
Eylem: Proses verileri ve üretilen çıktı verilerinin veri analitiğini yaparak karar veren veya öneri veren sistemler kurulmalıdır. Örneğin, üretim planı çok enerji harcayan üretim araçları (boya makinesi, kurutma) enerjinin ucuz olduğu saatlerde kullanılmasına göre optimize edilebilmelidir.

Diğer bir örnekte ise, üründen ürüne geçerken set-up süreleri minimize eden sistemler kurulmalıdır.

Durum: Anlık uyarılar ve bildirimler, iş emri durumunda makinelerin kendi kendine ayar yapmaları, duruşlar, hurdalar ve çeşitli KPI‘ların yönü, hat usulü çalışan işletmelerde dar boğaz tespiti gibi örneklerden söz edilebilir.

Mevcut durumların online takip edilebilir olması önemli bir husus;

  • Ekipman durumlarının izlenmesi,
  • Performans göstergelerinin izlenmesi,
  • Önceki iş, sonraki iş, mevcut iş performanslarının izlenmesi,
  • İş talimatlarının izlenmesi,
  • Üretim Teknik Resimlerinin izlenmesi vb.

Öğrenme: Üretim verileri ile senaryolar ve modeller oluşturarak tahmin sistemleri kurulmalıdır. Mühendislik büro çalışanlarının yerine düşünen trend analizleri makinelerin sensörler vasıtası ile anlık durum kontrolü yapılmalı, bu sensörlerden gelen bilgiler ile tahmin yaparak arızayı öngörme, makine bakım planları izlenerek ve öngörülerek planlama yapılmalıdır.

 

Otomatik dar boğaz tespiti, Akıllı Fabrikalarda nasıl sağlanıyor?

Dar boğaz üretimde tüm iş akışının bir noktada yavaşlaması ve kendinden sonraki operasyonlarda da yavaşlığa neden olması durumudur. Örnek vermek gerekirse, üretim operasyon 10 ve 20 üzerinde 26 adet/saat hızında ilerlemekteyken, 30 numaralı istasyonda 1 adet/saat hıza düşerek bir dar boğaz yaratmaktadır. Bu nedenle, sonraki operasyonlarında hızını 1 adet/saat ile sınırlandırmış durumda. Böyle bir durumda operasyon 30  üzerinde yaşanan dar boğazın kök nedeninin tespit edildikten sonra süreç geliştirilerek ya da arıza giderilerek iş akışının rahatlatılması gerekmektedir.

Örnek vermek gerekirse, günlük hayatta iş akışı 1000 adet/saat olarak ilerlemesi gereken bir üretim planında arada bir operasyonun 900 adet/saatlik hızla ilerlemesi de bir dar boğaz sayılmaktadır.

Otomatik dar boğaz analizi, yaşanan dar boğazın kök nedeniyle beraber eş zamanlı kullanıcıya iletildiği bir süreçten bahsedilmekte. Kullanıcı birçok yere girip araştırma ile zaman kaybetmeden anlık ve mobil olarak bilgilendiriliyor. Üretimde ve hayatta en değerli kaynağın zaman olduğunu düşünürsek muazzam bir kazanç sağlanıyor.

Yazılım ve donanım entegrasyonundan oluşan bu uygulamamız ile ilgili patent başvurumuzda mevcuttur.


Makine öğrenmesi ve yapay zekâ alanındaki gelişmeler bu süreci sizce nasıl etkileyecek?

Fabrikaların, Akıllı Fabrika olma sürecinde karşısına Big Data çıkacaktır. Çünkü üretiminizi, makinelerinizi takip ettiğinizde hem satır hem de sütun bazlı olarak verileriniz genişleyecektir. Bu Big Data’nın içerisinden sizin için anlamlı olan veriyi ayıklama ve o verinin içerisinden de fabrikanızda verimliliğinizi arttıracak analizleri yapma ihtiyacı duyulacaktır. Bu aşamada makine öğrenmesi ve derin öğrenme teknikleri devreye girecektir.

Peki fabrikalar hangi konularda analize ihtiyaç duyabilir?

Bunlardan bir tanesi anomali tespitidir. Anomali tespiti, özünde bir sınıflandırma problemidir. Yani anormal olan veriyi normal olan veriden ayırmaktır. Makinelerin üzerindeki sensör verilerine anomali tespiti yapılarak makinelerin sağlıklı çalışıp çalışmadığı gözlemlenebilir. Operatör çalışırken sensörler aracılıyla takip ettiğiniz makinenizde bir anomali meydana geldiğinde, iş işten geçmeden, yani makine bozulmadan olaya müdahale edilebilir.

Bir diğeri ise kestirimci bakım. Üretimin kesintisiz devam edebilmesi için makinelerimizin hiç durmaması, bozulmaması gerekir. Bunun için de bakımlarının tam zamanında yapılması önemlidir. Bu sebeple bakım zamanının tahminin doğru yapılması gerekir. Bakımın zamanından önce yapılması firmanın bakım maliyetlerini arttırır. Bakımın zamanından geç yapılması ise makinenin bozulmasına yol açabilir ve doğrudan üretim kaybına neden olur.

Analizlerin daha kolay yapılabilir hale gelmesi: Bir analizin basit bir şekilde belki de hiç kod yazmadan, yalnızca bir arayüzden seçimler yaparak yapılabilir hale gelmesi.

Veri işleme kısmının otomatize edilmesi: Bir analiz yapmadan önce o verinin ön işlemlerden geçmesi gerek. Örneğin, aykırı değerlerin bulunması, veri setinde bulunan eksik değerlerin giderilmesi gibi.

Analiz yönteminin daha kolay şekilde belirlenebilmesi: Bir problemi ele alıp, ona ait analiz yöntemini belirlemeye çalıştığınızda bu yöntem bariz şekilde ortada olmayabilir. Hatta çoğunlukla birkaç yöntemi deneyip içlerinden en iyi sonuç vereni seçmek durumunda kalınabilir. Bunun kolay yapılabilmesi ise zamandan tasarruf etmek anlamına gelir.

Yapılan analizin çok az yanlış tahmin yapması veya hiç yapmaması: Derin öğrenme ve makine öğrenmesi yöntemlerini kullanırken bir öğrenme aşamasından geçmesi gerekiyor. Bu öğrenme aşamasında model yanlış tahminler yapabilir ve bu da bir mali yükümlülük oluşturur. Bu alandaki gelişmeler de bu tarz maliyetlerin azalmasını sağlar.

 

Görsel Fabrikalarda ne tip veriler görselleştiriliyor? Kapasiteye etkisi nasıl oluyor? Artıyor mu, azalıyor mu? Neler söylenebilir?

Öncelikle bizimle yeni çalışmaya başlayan firmalar gerçek kapasitelerini keşfediyorlar ve anlık olarak kayıpları takip ederek aslında gerçek kapasitenin ne kadar altında çalıştıklarını görünce çok şaşırıyorlar. Teorik excel üzerinden yapılan hesaplardan çok, anlık veri ile gerçek değerler üzerinden sunduğumuz analizler sayesinde işletmelere tabiri caizse check-up yaparak sorunları ve iyileştirme noktalarını ortaya koyduğumuz için daha bilinçli bir şekilde, kök neden analizi yapılmasını ve bunun sonucunda iyileştirme yapılacak yerin nokta atışı yapılarak bir kerede iyileştirilmesini sağlıyoruz. Bunu da detaylı KPI analizleri, diğer analizlerimiz ve uygulamalarımız sayesinde WCM (World Class Manufacturing)  alanında dahi dijitalleştirerek görselleştirme mümkün hale gelmektedir.


Gelecekte Görsel ve Akıllı Fabrikalar konusunda bizi neler bekliyor?

Gelecek yapay zekâ AI uygulamalarının da gelişmesi ile tam otonom üretime doğru gitmekte. Örnek vermek gerekirse şu ana kadar uygulama yaptığımız fabrikalarda insan iş gücünün azalmasından çok, doğru yerde doğru şekilde kullanılmasını sağlayarak, hatta arttırılarak var olmasını sağladı. Gelecekte otonom sistemlerde de bu şekilde olmaya devam edecek. Çünkü beden gücü olarak ihtiyaç azaldıkça, mental açıdan insanoğlu üretimde daha verimli noktalarda varlığını devam ettirecek. Çok büyük bir devrimin geçiş aşaması yaşıyoruz. Sistemler geliştikçe insanoğlu da gelişecek ve bir sonraki devrim için geliştirmeye devam edecek. Yakın gelecekte üretim proseslerinin hatta fabrikaların 3 boyutlu canlandırılarak, tüm varyasyonların simülasyonu yapılarak uygun çözümlerin üretildiği, zaman kaybı olan indikatörlerin bazılarının ortadan kaldırılarak VR içeren anlık durumu tüm ekiple etkileşim içinde otonom sistemler karşımıza çıkacak. Daha az enerji, daha az zaman, daha az ham madde ve daha az karbon salınımı ile birçok alanda dönüşürken dahi faydaların yaşanacağı bir dönemin içindeyiz.

Örnek verecek olursak personel ile beraber çalışan robotlar ile çalışma ortamının ergonomisini iyileştirecektir.

Yeni işe alınan personellere sanal gerçeklik eğitimi verilecektir.

  •    Üretim maliyetlerinin tasarım anında hesaplanabilir olması,
  •    Kalite parametrelerinin sensörler ve kameralar vasıtası ile anlık kayıt altına alınması,
  •    Arıza dışı destek gerektiğinde görüntülü yazılı interaktif müdahalelerin sağlanması,
  •    MES ve PLM arasında işbirliği,
  •    EDI sisteminin yaygınlaştırılması,
  •    İzlenebilirliğin depolarda RFID, Barcode gibi uygulamalar ile desteklenmesi,
  •    Sistem tarafından tedarikçilere otomatik sipariş geçilmesi,
  •    Malzeme hareketlerinin optimize edilmesi,
  •    Fabrika ve üretim planlama simülasyonları,
  •    Yedek parça imalatında 3d printerların kullanımı ve prototiplerin oluşturulması.