Die Komplexität in der Fertigung bewältigen - Teil 1

Verfasst von: Jordan Coffman
6/7/2022

Lesezeit: 4 min

Seit es Fabriken gibt, suchen die Hersteller nach Möglichkeiten, die Produktivität zu verbessern. Diese Suche bestimmt heute ganze Berufszweige. Und es hat sicherlich zu stetigen, sogar bemerkenswerten Produktivitätsverbesserungen geführt - allgemein gesprochen. Sie hat auch zahllose Technologien, Methoden, Protokolle und Philosophien hervorgebracht, die direkt oder indirekt darauf abzielen, bessere Fertigungsergebnisse zu erzielen, d. h. niedrigere Kosten, höhere Erträge oder beides. Unterschiedliche Datenquellen und inkonsistente Metriken können diese Komplexität noch verstärken und zu irreführenden und unvereinbaren Ergebnissen führen.

Kunst, Wissenschaft und Intuition

Wie jeder moderne Hersteller stehen Sie nicht nur unter dem Druck, sich zu verbessern - und zwar kontinuierlich -, sondern auch zu beweisen, dass Sie dies tun. "Verbesserung" an sich kann bei den verschiedenen Messgrößen, mit denen sie erfasst wird, eine klare Richtung haben, aber ein effektiver Vergleich zwischen verschiedenen Messgrößen ist schwierig. Es ist schon schwierig genug, die "ganze Wahrheit" über die Produktivität herauszufinden, wenn nicht noch unterschiedliche Methoden und Messgrößen hinzukommen. Infolgedessen hat die Bewertung und Verwaltung der Produktivität in Ihrer Fabrik im Laufe der Jahrzehnte Aspekte der "Kunst" angenommen. Die Intuition von Fertigungsfachleuten wird zu einem Filter für die Berichterstattung - und das, obwohl wir das Unternehmen mit immer mehr "Wissenschaft" in all den oben genannten Formen durchdrungen haben. Wenn dies geschieht, kann die Wahrheit einer Situation im subjektiven Auge des Betrachters liegen.

Die natürliche Komplexität der OEE

Trotz ihrer langjährigen Nützlichkeit kann die OEE (Overall Equipment Effectiveness), das am weitesten akzeptierte Maß für die Leistungsfähigkeit eines Fertigungsbetriebs, das Ökosystem der Produktionsverbesserung noch komplexer machen. Es gibt mehrere Gleichungen zur Berechnung der OEE, von denen jede in der Umgebung, in der sie eingesetzt wird, als gültig angesehen wird. Eine der einfachsten gültigen OEE-Berechnungen, (Stückzahl x ideale Zykluszeit)/geplante Produktionszeit), lässt bestimmte verlustbedingte Variablen unberücksichtigt, während eine andere (Verfügbarkeit x Leistung x Qualität) sich auf eben diese Faktoren konzentriert.

Unzählige Verfahren

Von Six Sigma bis Lean, von SCADA bis MES - Unternehmen setzen immer mehr Techniken ein, um die Abläufe in ihren Fabriken besser zu verstehen, zu kontrollieren und zu optimieren. Eine so breite Palette von Ansätzen führt zwangsläufig zu einer erstaunlichen Komplexität. (MESA, die Manufacturing Enterprise Solutions Association, wurde gegründet, um diese Komplexität in den Griff zu bekommen - und das war vor 30 Jahren.) Diese Komplexität bedeutet unterschiedliche Datenquellen und Messstandards, selbst in einzelnen Fabriken, in denen ein Laie ein gewisses Maß an Harmonisierung erwarten würde.

Ungleiche Kennzahlen

Außerdem sind die Dinge, die man zur Bewertung der OEE misst, selbst unterschiedlicher Art und werden daher traditionell in Einheiten beschrieben, die nicht unmittelbar vergleichbar sind. Geplante und ungeplante Stillstandszeiten sowie Umrüstungen werden zum Beispiel normalerweise in Stunden gemessen. Die Produktionsgeschwindigkeit wird in Einheiten pro Stunde angegeben. Geringfügige Unterbrechungen und Ausschuss - immer in absoluten Einheiten. Die Implikationen dieser Messgrößen sind nicht allgemein auf eine einzige, vergleichbare Sicht der Realität ausgerichtet.

Inkonsistente Datenquellen

In der Zwischenzeit werden unternehmenskritische Daten gesammelt und befinden sich an verschiedenen Stellen im Ökosystem der Fertigung. Ihre Aggregation stellt ebenfalls eine Herausforderung dar. Diese Datenquellen können nicht nur voneinander getrennt sein, sondern auch von unterschiedlicher Art: ERP-Systeme, Ihr MES, SPSen, IoT-Daten, SCADA-Systeme. Und natürlich gibt es oft selbst entwickelte Einzellösungen, deren Feinheiten und Eigenschaften möglicherweise nur von einem begrenzten Team vollständig verstanden werden.

Das Problem mit den Prozenten

Um Produktionsengpässe und -chancen zu ermitteln, Ursache und Wirkung zu erkennen und die effektivsten Maßnahmen zu ergreifen, greifen Unternehmen häufig auf prozentuale Berichte zurück, die jedoch von Natur aus irreführend sein können. Da die Inputs für die Berichterstattung aus so vielen verschiedenen Quellen stammen, kann das Bild, das sich daraus ergibt, falsch ausgerichtet sein, weniger kohärent, weniger genau und weniger effektiv die besten Gegenmaßnahmen vorhersagen. Eine große prozentuale Verbesserung bei einem weniger kritischen Problem kann eine weniger optimale Wahl sein als eine kleinere Verbesserung bei einem kritischeren Schritt. Darüber hinaus sind solche Berichte in der Regel retrospektiv, d. h. sie geben Aufschluss darüber, was zu dem Zeitpunkt geschah, als eine bestimmte Messung stattfand, und verzögern sich weiter, während sie durch die vielen Filter und Berechnungen verarbeitet werden, die wir bereits erörtert haben.

Ihr Vorhaben

Daten sind überall. Aber wo liegt die Wahrheit? Angesichts der entmutigenden Komplexität, die sich aus konkurrierenden Systemen, mehreren Variablen und unterschiedlichen Datenquellen ergibt, kann es schwierig sein, dies zu erkennen. Wie können Sie als Betriebsleiter angesichts der Herausforderungen, die mit dem Vergleich von prozentualen Berichten aus heterogenen Datentypen und verschiedenen Quellen verbunden sind, den besten und wirkungsvollsten nächsten Schritt klar erkennen und priorisieren? Und wie können Sie Ihre Argumente so formulieren, dass sie für alle Beteiligten verständlich sind?

"Eine Sprache, eine Ansicht."

Mit der Einführung von Digital Production Management (DPM) hat PTC einen grundlegenden Paradigmenwechsel vollzogen. DPM wurde konzipiert und entwickelt, um ein einziges, gemeinsames Vokabular für die Bewertung, Priorisierung und Behebung der Probleme zu schaffen, die die größte Auswirkung auf Ihre Fertigungsproduktivität haben. Die gesamte Komplexität, die den Datenfluss einer modernen Produktionslinie definiert, wird aufgelöst und in einer einheitlichen Metrik - Produktionsstunden - mit einer eindeutigen, allgemein verständlichen Bedeutung rationalisiert. Die Tatsachen - und der Weg zu messbaren, nachweisbaren Produktionsverbesserungen - treten deutlicher als je zuvor hervor.

Bleiben Sie in diesem Blog dran, um mehr über "Zeit" zu erfahren: Die einheitliche Sprache, die DPM zur Verbesserung der Fertigung beiträgt.

ThingWorx Digital Performance Management

DPM liefert die Erkenntnisse, die Sie brauchen, um die digitale Transformation zu realisieren. Mehr erfahren
Tags: Industrial Internet of Things ThingWorx Digitale Transformation Maschinen- und Anlagenbau

Der Autor

Jordan Coffman Jordan Coffman ist Director of Product Management für die ThingWorx Manufacturing Applications und Lösungen von PTC, einschließlich Digital Performance Management. Jordan Coffman entwickelt integrierte Lösungen zur Beschleunigung der digitalen Transformation für Kunden aus der Fertigungsindustrie. Sie versetzt Kunden in die Lage, die Art und Weise, wie sie physische Prozesse, Produkte und Menschen verwalten, mit leistungsstarken Technologien wie IIOT und AR neu zu definieren.

Bevor sie zu PTC kam, war Jordan in verschiedenen Positionen bei General Electric tätig, wo sie für die Bereitstellung von Softwarelösungen von der Idee bis zur Implementierung verantwortlich war und eine Reihe von Brilliant Factory-Initiativen unterstützte. Durch ihre Erfahrung bei GE verfügt sie über fundierte Kenntnisse in verschiedenen vertikalen Fertigungsbereichen in einem globalen Umfeld. Sie hat einen Bachelor-Abschluss in Wirtschaftsinformatik und einen Executive-Abschluss in Betriebswirtschaft von der Kelley School of Business der Indiana University.