Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Industrial Internet of Things >> Technologie de l'Internet des objets

Harvey Performance comble l'écart d'exécution avec un MES intelligent

Harvey Performance Company est un leader mondial des outils de coupe de précision, fabriquant des marques comme Harvey Tool, Helical Solutions, Micro 100, et d'autres utilisées dans l'aérospatiale, le médical, la production d'énergie, l'électronique, et plus. Leur promesse aux clients est simple mais exigeante : le bon outil, en stock, quand vous en avez besoin - soutenu par un support expert.

Tenir cette promesse nécessite l'une des chaînes de fabrication et d'approvisionnement les plus complexes de l'industrie. Des dizaines de milliers de références, une production high-mix/low-volume, et des niveaux de service de classe mondiale dépendent tous d'une chose : la capacité à exécuter le plan de production.

À l'installation de Harvey à Meridian, Idaho - foyer de cellules de rectification CNC avancées, de micro-outillage et d'automatisation sans lumière - ce défi d'exécution est venu au premier plan. Le succès de l'usine est mesuré par l'atteinte du planning : est-ce qu'ils complètent les travaux qu'ils ont planifiés pour la semaine, sur les machines qu'ils ont planifiées pour les exécuter ?

Cet article discute de comment Harvey Performance a utilisé MachineMetrics Intelligent MES pour combler l'écart d'exécution entre les plans ERP et la réalité du terrain, améliorant dramatiquement l'atteinte du planning dans le processus.

L'écart d'exécution : Quand les plans ERP ne correspondent pas à la réalité

Le système ERP de Harvey (Epicor Kinetic) générait un plan de production basé sur des données et estimations existantes : quoi lancer, où, et quand. Cependant, la réalité sur le terrain racontait souvent une histoire différente.

1. Données retardées, inexactes

La déclaration de main-d'œuvre et de production reposait sur la saisie manuelle sur des terminaux ERP partagés. Les opérateurs enregistraient le travail et les quantités à la fin d'un quart - ou même le lendemain. Les données étaient souvent 8 à 10 heures vieilles quand quelqu'un pouvait les voir.

Les superviseurs passaient une heure ou plus chaque matin à éditer les tickets de main-d'œuvre juste pour rendre l'information utilisable. À cause de ce retard et de cette retouche, la confiance dans les données ERP était faible. Quand l'équipe réalisait qu'un travail était en retard ou hors standard, la fenêtre pour récupérer le planning s'était généralement fermée.

2. Planification sur estimations au lieu de réalité

Les standards de gamme et temps de cycle avaient été construits sur des années à travers des données héritées et des suppositions éclairées. Ils ne reflétaient pas de façon cohérente combien de temps le travail prenait réellement sur des machines spécifiques avec des mises en place spécifiques.

Cela signifiait que les plannings étaient construits sur des temps de cycle inexacts. Des travaux planifiés pour trois heures pouvaient régulièrement en consommer cinq. Les mises en place variaient sauvagement par rapport aux suppositions dans la gamme. En conséquence, la capacité semblait bien sur le papier mais s'effondrait en exécution, rendant la vraie atteinte du planning difficile à mesurer et encore plus difficile à améliorer.

3. Un MES bricolé qui ne pouvait pas scaler

Harvey a essayé de résoudre ce défi en construisant un MES maison : connexion directe aux commandes CNC, collecte de signaux machine, et tentative de lier ces données aux travaux ERP.

Ça marchait par poches, mais le maintenir est vite devenu un projet logiciel à temps plein. Chaque nouvelle machine, commande ou OEM nécessitait du travail personnalisé. Normaliser les données machine brutes et les garder alignées avec le contexte de travail dans Epicor était complexe et fragile. L'effort a prouvé la valeur initiale des données en temps réel, mais a montré clairement que construire et maintenir un MES complet en interne n'était pas durable.

Harvey avait besoin de plus qu'une solution de surveillance machine de base. Ils avaient besoin d'un moyen de connecter machines, travaux, personnes et ERP dans une seule boucle d'exécution en temps réel.

Choisir un MES conçu pour combler l'écart d'exécution

Sortant de la tentative de MES maison, Harvey a abordé la recherche de la prochaine solution avec un ensemble très clair d'exigences. Ils n'évaluaient pas juste des tableaux de bord ; ils cherchaient un système de production qui pourrait devenir le tissu conjonctif entre Epicor et le terrain.

Critères de sélection clés incluaient :

  1. Connectivité machine rapide à travers plusieurs CNC et équipements variés, sans mois d'ingénierie personnalisée.
  2. Une interface opérateur unifiée, intuitive à chaque machine combinant contexte de travail, statut d'exécution, compteurs et saisie de main-d'œuvre.
  3. Capacités MES prêtes à l'emploi pour le suivi des arrêts, TRS, suivi des travaux et planification, livrant de la valeur immédiatement tout en restant configurable.
  4. Alignement IT et sécurité via une architecture cloud-native qui respectait encore la posture de sécurité réseau de Harvey.
  5. Intégration ERP profonde, surtout avec Epicor, pour garder les données de travail et machine synchronisées en temps réel.
  6. Un état d'esprit partenaire et feuille de route, pas juste un fournisseur logiciel, pour soutenir l'amélioration continue et les futurs cas d'usage.

MachineMetrics est apparu comme la plateforme qui répondait le mieux à ces besoins - particulièrement à cause de sa connectivité machine profonde, son design opérateur-premier, et son connecteur Epicor Kinetic cliquable qui fournissait une vraie intégration bidirectionnelle.

Succès du pilote à l'usine de Meridian

Harvey a choisi son usine de Meridian, Idaho - environ 35 machines CNC produisant tout des micro-outils aux fraises à grand diamètre - comme site pilote.

Pour commencer, ils ont connecté plusieurs machines à travers la chaîne de valeur :

Cela leur a donné une coupe transversale de pièces, gammes et défis opérationnels.

Connexion machine rapide

En utilisant les appareils Edge MachineMetrics et connecteurs natifs, l'équipe d'implémentation a pu connecter toutes leurs machines rapidement. Les jours de lutte contre les drivers personnalisés et scripts fragiles étaient finis. MachineMetrics gérait les nuances de différentes commandes CNC et OEM, normalisant les données en un modèle commun pour que l'équipe Harvey puisse se concentrer sur l'utilisation des données - pas la plomberie.

Tablettes et Interface Opérateur

Chaque machine connectée a reçu une tablette exécutant l'interface opérateur MachineMetrics. Les opérateurs pouvaient maintenant :

Tout cela se passe à la machine, sans trajet vers un terminal partagé. Cela a instantanément réduit la friction pour les opérateurs et amélioré la fraîcheur et la précision des données de production.

Lier Epicor et le terrain ensemble

Pour Harvey, l'intégration entre MachineMetrics et Epicor Kinetic n'était pas un "nice-to-have" - c'était la pièce maîtresse de la stratégie.

MachineMetrics tire ordres de travail, gammes, standards et plannings d'Epicor et les présente directement à la machine. Les opérateurs n'ont pas à interpréter des tableurs ou deviner ce qui vient ensuite ; le plan officiel est visible dans la même interface qu'ils utilisent pour lancer et suivre le travail.

Tout aussi important, MachineMetrics repousse main-d'œuvre, compteurs de pièces, rebuts et statut de travail dans Epicor en temps réel. Cela change la dynamique de plusieurs façons :

Cette intégration bidirectionnelle est ce qui comble l'écart d'exécution. Au lieu de l'ERP planifiant en isolation et le terrain improvisant dans le noir, les deux s'informent constamment mutuellement. Pour tout fabricant essayant d'améliorer l'atteinte du planning, la livraison à temps et les marges, ce type de boucle MES-ERP devient rapidement non-négociable.

Transformer les données en temps réel en meilleurs plannings

Harvey n'a pas adopté MachineMetrics juste pour regarder des graphiques d'utilisation. Le vrai but était d'aligner planification et exécution - en commençant par des temps de cycle plus précis et un planning réaliste.

Ajuster les temps de cycle

En utilisant l'analytique de production MachineMetrics et les chronologies machine, l'équipe de Meridian a commencé à comparer le temps de cycle de gamme d'Epicor avec le temps de cycle réel par pièce et par travail mesuré directement depuis la machine.

Ils ont construit un "rapport de variance" interne qui mettait en évidence les opérations où l'écart entre standard et réel était significatif. Avec ce rapport en main, ingénieurs et superviseurs pouvaient aller à la machine pendant que le travail tournait encore, observer le processus, et parler directement avec les opérateurs.

Parfois ils découvraient que la machine était ralentie intentionnellement - un opérateur protégeant la durée de vie de la meule ou d'un outil basé sur l'expérience. Dans ces cas, ils pouvaient ajuster les programmes, valider les données de coupe, et restaurer la performance au standard prévu. Dans d'autres cas, ils confirmaient que la gamme était simplement fausse pour cette machine ou mise en place et devait être mise à jour.

Au fil du temps, cela a fermé la boucle entre "ce que dit la gamme" et "ce qui arrive réellement." Les plannings ont commencé à refléter la réalité. Le coûtage est devenu plus précis. Les opérateurs ont gagné la confiance que les standards étaient atteignables, pas arbitraires.

Planification en temps réel et atteinte du planning

Avec les temps de cycle devenant plus fiables et les travaux liés au statut machine en direct, Harvey a commencé à utiliser l'Intelligence de Planification MachineMetrics pour gérer l'exécution en temps réel.

Planificateurs et superviseurs peuvent maintenant voir si les travaux suivent en avance ou en retard sur le plan à tout moment. Quand quelque chose glisse - une mise en place tourne longtemps, une machine alarme, ou un changement d'outil prend plus de temps que prévu - ils peuvent reséquencer le travail, déplacer des travaux, ou ajuster les priorités avant que le planning ne déraille.

Les opérateurs ont aussi plus de contexte. Ils voient ce qui vient ensuite, comment leur performance actuelle se rapporte au plan, et où une petite décision (comme quel travail lancer la nuit) impacte la production sans lumière et les opérations en aval.

Le résultat est une amélioration significative de l'atteinte du planning à Meridian, incluant l'amélioration de l'atteinte du planning de plus de 25%.

Un meilleur rythme quotidien pour opérateurs et superviseurs

Au-delà des métriques, MachineMetrics a changé comment le travail se ressent sur le terrain.

Les opérateurs passent maintenant plus de temps à faire tourner les machines et moins à marcher vers des terminaux ou reconstruire ce qui s'est passé il y a des heures. Ils voient le planning, comprennent les priorités, et ont un moyen structuré de partager le contexte via raisons d'arrêts et commentaires - ainsi que la capacité de déclencher des workflows directement depuis la machine.

Superviseurs et ingénieurs ont une visibilité en direct sur les mises en place, changements, et temps d'inactivité. Au lieu de poursuivre les problèmes d'hier avec des rapports périmés, ils peuvent adresser les problèmes au fur et à mesure qu'ils émergent - coacher les opérateurs, ajuster les stratégies d'outillage, ou mettre à jour les standards pendant que les détails sont encore frais.

Le système expose aussi les opportunités de formation. Quand un type de mise en place particulier dépasse constamment son standard, ou quand une certaine machine est régulièrement ralentie à cause d'incertitude sur les avances et vitesses, les données pointent directement vers où du coaching et de la documentation supplémentaires auront le plus d'impact.

En bref, MachineMetrics donne à Harvey une vue partagée, de confiance, de la réalité que tout le monde - des opérateurs à la direction d'usine - peut utiliser pour prendre de meilleures décisions.

Regard vers l'avenir : Du pilote à l'intelligence de production d'entreprise

Avec un pilote réussi à Meridian, Harvey construit maintenant une feuille de route pour étendre MachineMetrics Intelligent MES à travers son empreinte de fabrication plus large.

Initiatives planifiées incluent :

Le plus important, Harvey a maintenant un cadre scalable pour combler l'écart d'exécution : connecter les plans ERP, les données machine, et la prise de décision humaine dans un seul système temps réel.

Pour une entreprise dont le business dépend d'avoir toujours le bon outil sur l'étagère, cet alignement entre plan et réalité n'est pas juste utile opérationnellement - c'est au cœur de la promesse qu'ils font aux clients chaque jour.

Technologie de l'Internet des objets

  1. Chaque personne sera programmeur dans la révolution de l'informatique embarquée
  2. Lenovo dévoile ThinkEdge SE30 et SE50, PC edge robustes pour IA et analytique temps réel
  3. Tendances manufacturing 2021 : Cloud, IA, impression 3D, Blockchain, Cobots & RTLS
  4. Comment l'IIoT améliore les systèmes de surveillance d'actifs : fiabilité et efficacité boostées
  5. AVX dévoile des condensateurs ligne de transmission MIM ultra-miniatures pour applications micro-ondes et RF haute fréquence
  6. Tendances et Défis de l'IIoT : Surcharge de Données, Mutations Manufacturières et Gap de Compétences
  7. Attaque ransomware stoppe les opérations IoT de Sierra Wireless ; l'industrie maritime face à 1,5 million d'attaques en 30 jours
  8. L'installation de Lexington de Schneider Electric : Un blueprint pour la première usine intelligente d'Amérique
  9. Choisir la technologie de suivi d'équipements médicaux la plus rentable