工業4.0/智慧製造

IoT物聯網/機聯網

機械加工/零組件/金屬/扣件業

如何應用IoT,快速提升製造現場OEE?

透過IoT(物聯網/機聯網)技術,如何能在瞬息萬變的製造現場,根據即時數據,機動調整與快速因應,讓製造現場隨時保持在最佳狀態?

1.8k

・2021/08/31

物聯網3件事,強化現場OEE,讓機台說出真相!中談到,透過IoT(物聯網/機聯網)技術,取得高度細(涵蓋範圍夠小)、精(取樣頻率夠快)、準(錯誤率夠低)的客觀真實數據,來提高製造現場效率,如OEE。本文將對如何可以做到善用數據的手法?進行深入說明。

 


 

以靜制動之深謀遠慮:

事先完善周密的計畫,贏在起跑點

 

強化製造現場效率的手法很多,首先是做好完善周密的計畫。如:適切的排程,好比穩態應用,透過歷史數據的分析、設計、導入與管制等,『以靜制動』的強化。亦如同控制學中的強健控制(Robust control),設計一組強健的控制系統,讓所控制的標的不管如何改變,都可以因應。

 

其次,完善周密的計畫,必須要有客觀數據做後盾。因為人工回報的數據,不但不夠精確、常有錯誤,且不夠細節與即時。所以,唯有基於IoT(物聯網/機聯網)所收集的真實數據,才足夠貼近事實,並以此規劃完善周密的計畫。

 

近期的輔導客戶案例中,、有工廠的OEE原本採用人員報工數據來滾算,後來才導入機聯網數據。但在數據來源切換期間,工廠的OEE數值竟大幅福度下滑。在沒有任何變動,數值卻確下滑的現象,顯然是之前的數據浮報所致。倘若工廠長期以失真的數據來擬訂計畫,恐怕會輸在起跑點

 

製造現場是隨時在變動、天天持續在改善,因而各式各樣計畫的基礎數據(如工時)也得配合隨時更新。凡走過必留下痕跡(數據),我們得善用這些痕跡來改善工廠。然而機台畫面中顯示的數據,若沒有被即時保留,就如沙灘上的腳印一樣,一下子就被沖刷殆盡。建立機聯網的目的就是要把這些痕跡數據忠實地保留下來,以備隨時修正計畫,保持計畫的精確性

 

另一個案例,曾遇到產線規劃設計時,雖按所設計的工藝節拍配置產線(如下示意圖),區分為三道製程: 第一道製程配置三台機台、第二道製程兩台、第三道製程四台,如此可以平衡穩定的運作。

 

但世事多變,隨著時間的流逝,工藝也逐漸優化改變。但因人員慣性,加上人工數據的不精確,報表上總是呈現『天下太平、一團祥和』的氣象。直到管理者改採機聯網數據分析後,才赫然發現,經過逐漸工藝優化後的第二道製程,早已不需要放置兩台機台,但長久以來卻沒人發現這個問題,若非改用機聯網,收集即時數據,損失還不知會持續多久

 


 

生產線示意圖

 

 


為解決上述問題,鼎新設備雲透過IoT(物聯網/機聯網)與雲端方案,隨時記錄與回報最新節拍數,並在手機提供「設備水晶球App」,即時呈現每個機台當下的節拍數值,提供製造現場早期發現問題、提早因應。


 

 

 

鼎新設備雲-設備水晶球檢視節拍數據

 

 


以動制動之快速因應:

建構製造現場的神經網路,早期反應、避免損失擴大

 

然而,製造現場瞬息萬變,再完善的計畫也不可能完全因應,因此還得『以動制動』。透過IoT(物聯網/機聯網)所建置的『神經網路』,經由即時數據,在問題發生的早期就找到問題,敏態快速應變,在損失發生的最初期儘早解決,以降低損失。如同控制學中的自適應控制(Adaptive control),透過持續快速的應變,動態因應變動的環境。

 

以扣件業的輾牙機卡料預警為例,進料後的工件,經過振動送料機,依序進料輾牙。但其中振動送料機是一種高度仰賴經驗修整的機器,也常會因為毛邊或變形等卡料,若無即時檢知的感測器安裝在出料口,並在卡料後透過警示或手機通報的話,此時機器就等同空跑,直到巡查人員發現並排除卡料後才能恢復產能,但無法挽回產能損失。

 

卡料屬於機率問題,為了降低卡料風險,必須更密集安排人員巡查,甚至是一機一人看顧,如此雖可解決卡料問題,但成本相對過高。因此,透過適度的機台聯網,甚至於加裝新感測器,建置輾牙機的神經網路,透過數據即時通報、動態應對,解決卡料問題

 

 

上面的例子比較直覺,但製造現場會遇到的問題往往更加複雜。另有一個案例,客戶原本設計由一個作業員看顧兩台機台,如下圖所示:A機台生產時間短、上下料時間也短;B機台生產時間長、上下料時間也長。依照工作量來估算,工作負荷是沒問題的。

 

;但在實際運作時,由於每個人的個性與習慣不同,有時作業員會因為慣性使然,造成長期關注A機台的上下料而自然忽視B機台的需求,導致B機台的產量驟降,甚至變成瓶頸機台而讓整條體產線的產量下滑。

 


 

一人看顧兩機的時間軸示意圖

 


 

這種現象很常見,因為現場人員工作時,由於忙碌且專注於自身工作,往往會發生『見樹不見林』的現象。雖然很辛苦的工作,但這些辛苦所提升的局部效率,卻無法轉換成產線整體的效益;相反的,還降低產線的整體效益。

 

這時最需要的就是,基於IoT(物聯網/機聯網)數據的運算識別,在問題發生時即時做到智慧通報,以協作方式、動態引導現場『做對的事情』,避免人員瞎忙而產生的浪費與損失。

 


 

現場人員作業時經常瞎忙

 

 

由上述說明可知,IoT(物聯網/機聯網)數據持不僅支持報工自動化,提供更精準的數據,來計算成本反應交期;同時還必須將即時數據可視化,動態與現場/管理人員協作,協助現場在對的時間做對的事情。

 

在發生問題的初期,就能協助現場快速因應,以避免損失擴大,這就是所謂的『以動制動』。簡單的說,就是要『快』,也因為要『快』,因此得『輕薄短小』。這也正凸顯工業APP的『小應用』也可以有『大效益』的原因。

  



鼎新-設備雲的設備水晶球畫面


 

 

 

有什麼工作上的疑惑,希望得到解答嗎?歡迎來信,和【就享知】分享,我們一起跟你找答案。

一起找答案方式:digiknow@digiwin.com

 

 

 

 

文:曹永誠  責任編輯:楊于嫺

------------------------------------------------------

專家:曹永誠

 

目前任職於鼎新電腦,深耕製造業自動化與大數據領域逾25年,專精於先進製程控制(APC)、智慧機台控制系統、機器人自動化、智慧能源管理等領域。實務輔導百餘家製造企業之智慧製造藍圖規畫與軟硬體整合應用。

延伸閱讀

我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策