從疫情看機聯網_2有效果的『可視化』要如何做到?

文:楊于嫺 2021-06-28

作者:鼎捷軟件 | 發布時間: 2021-06-28 23:41:00

機聯網 遠距管理 數位優化 可視化 IT+OT 豪力輝


60-19.jpg


數位優化有哪4階段?數位優化最重要的,是可以做到『預測化』,預測化要怎麼做到?

滿街可視化的方案,但有效果的可視化,才能真正產生效益,也就是在對的時間,讓對的人,用對的方式,看到對的數據,才能夠引導他做對的判斷、對的決策。如何做到有效益的可視化?




數位優化4階段


60-12.jpg


依據德國FIR e. V. at RWTH Aachen University, 2017,將數位優化定義為4階段,可透過4階段建設,讓工廠逐漸進展到智慧製造。


階段一:可視化。有效的協助現場,引導做對的判斷、對的決策。簡單的說,就是讓你知道發生了什麼事。

階段二:透通化。讓你知道為什麼問題發生了。

階段三:預測化。預測什麼事情即將發生。因為如果不知道會發生什麼事情,就會天天在救火。救火過程中,產生很多額外的浪費。如果可以知道預先知道會發生什麼事,就可以從容應對,浪費就會減少,而效率就會提升。

階段四:自適應。自動因應的能力。


可視化-可以提高效率,把所有數據都公平公正公開,讓管理有效果


有個客戶導入後,把工廠製造OT數據,串聯公司IT的數據後,就可以在現場隨時看到整個生產狀況,包括所有機台生產的狀況和訂單完成度。生管人員也可以透過電子看板,隨時掌控現在工單的進度,甚至最重要的延遲工單等資訊。


另一個朋友,雖然工廠效率不好,但是受到提拔,從業務當上廠長。只花了兩個月,整個工廠的績效增加了50%;只因為做了一件事,把每個班的績效,分別寫在白板上。過去沒有數位化的時代,大鍋飯的情況下,大家不見得會認真做事情。但今天用真實可靠的數據,將績效直接顯示,人就會比較認真。第一是因為人有羞恥心,第二是團隊有競爭壓力,第三還關乎自己的口袋問題。


預測化- IT+OT深度融合,以預測健康指標


60-13.jpg


如何透過IT+OT融合,做到預測健康指標?


每個關鍵零組件,都有自己的特性曲線。像是圖中黑色的線,零組件一開始還健康的時候,相對會比較線性一點,但曲線會隨時間逐漸老化跟磨耗,之後會變成像橘色線,越來越不線性化。


如果可以取得零組件的數據,例如是速度的數據,特定速度下,壓力反應會有差距,且差距會越來越大,就可以把差距當做是它的健康指標。


當健康指標,從81%、77%、68%逐漸變成55%時,從數據指標的預測,就可以做到預防。就不會讓機台突然壞掉、措手不及,降低額外的浪費,且能夠從容應對。在機器快要壞掉前,就可以預做準備,讓整個產線運作更為順暢。


可視化的實際效果


可視化,一定要對運作有效協助才有用


〝在對的時間,讓對的人,用對的方式,看到對的數據,才能夠引導他做對的判斷、對的決策。〞


可視化的重點是『有沒有效』,數據能不能創造價值,不在於數據本身,而在於給誰看。所以,針對不同的對象,不同的目的,一定要有不同的呈現的方式。


像是生管單位,最需要參考的是OEE數據,把時間稼動、性能稼動跟品質稼動,三者切開,才能找到六大浪費中,哪一個項目是超過正常值。設備部門的重點並不是OEE,而是MTBF/MTTR,也就是平均故障時間和狀態堆疊圖,因為這些分析圖表對設備部門,才是能夠有效協助他們判斷的。


馬達安裝振動感測器,可診斷異常,但只是可視化沒幫助


60-14.jpg


例如,震動感測器,在機台裏面,馬達是一個很重要的零件,如何判斷馬達的健康程度,又是靠震動感測器。馬達裝了震動感測器,就可以將感測器讀取的數據進行分析。將數據轉到頻譜觀察斜坡圖,若數據斜坡顯示異常,就表示馬達已經老化。


如果在現場顯示感測器的數據,但現場絕大多數的人員包括主管,全部都對這些數據無感,這才是一個最大的問題!!!


經過處理後的數據,才是有效協助的可視化


因為無法有效的協作引導人員,做對的判斷和決策,所以就不能當作真正合格的可視化。但是因為現在太多無效的可視化濫竽充數,才會導致可視化被汙名化了。


要如何才能夠讓可視化,變成有效協助?透過『白盒子理論』,也就是以物理/化學的轉換公式,做到『工業機理』的轉換。


例如:將震動的數據,透過快速傅立葉轉換,以斜坡的特徵,就能估算出馬達的健康指標;也就是把感測器的原始數據,不只是赤裸裸顯示呈現,而是透過傅立葉轉換的斜坡,變成健康指標。比如說0%是故障,100%是完全健康,這樣的健康指標,才能算是有效的可視。所以,有效的可視,才能夠真正有效益、發揮數字價值。但是這樣還不夠。


如果畫面呈現馬達的健康是34%,34%本身能夠幫助多少?34%到底是代表有沒有壞掉?看起來好像快要壞掉了,可是又還可以生產,而且還在正常生產中。


IT+OT深度融合,實際的創新應用


鼎新和台灣的一間客戶ˍ豪力輝,一起做了很多IT加OT的深度融合應用。例如,感測器發生問題,不是只有報警的訊息,應該要提供更多可以協助判斷的資訊。所以,在報警後,會提供維修單、會重新進行生產排程。當進度落後時,不只是讓客戶的主管跟老闆,知道進度已經落後了,而是可以讓他們知道,是不是排產、調度,還有維修計畫,都會一起做因應調整。


做了這些因應措施,企業可以產生綜效,讓數位優化可以做得更好,也歡迎大家到豪力輝,參觀實際的狀況。


《延伸閱讀:豪力輝的IT+OT:『智慧工廠』從加工設備與製造管理系統的整合開始


下一次的直播,Frank會跟大家分享,

如何才能以IT+OT融合的方式,落實老師傅的知識傳承,

請密切注意《活動資訊https://www.digiwin.com/tw/activity.html




3.jpg


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。



b72537b8683855fe36cba54ecd279680.jpg


更多案例

x