Collecte de données de fabrication :optimiser l'atelier

Les mégadonnées et la fabrication vont de pair, car une grande partie de ce qui se passe dans une entreprise de fabrication est mesurable et peut être optimisée. Les flux de données augmentent en taille, en pertinence et en nombre, car la plupart des fabricants affluent vers les puissantes capacités, prédictions et informations que les données d'atelier peuvent débloquer pour leurs entreprises.

Mais la véritable valeur des données ne peut être accessible que si les fabricants peuvent développer avec succès une culture et déployer une infrastructure qui prend en charge la collecte automatisée en temps réel des données de l'atelier de fabrication. Ils pourront faire l'expérience d'une création de valeur rapide et améliorer immédiatement leur productivité. Ils permettront également des cas d'utilisation encore plus avancés basés sur des volumes de données plus élevés, davantage de sources de données et l'automatisation.

Pourquoi la collecte de données est-elle si importante pour les fabricants ?

En un mot :visibilité. En collectant des données d'atelier, les fabricants sont mieux à même de mesurer, de comprendre et d'optimiser la production. Avec les bonnes données d'atelier devant eux, pour prendre des décisions ancrées dans les faits. C'est pourquoi il est extrêmement important de démocratiser des données de production précises et en temps réel pour toutes les parties prenantes.

• Les opérateurs peuvent utiliser des interfaces sur les machines qui affichent l'état des machines, le nombre de pièces ou d'autres KPI pour s'assurer qu'ils atteignent les objectifs de production.
• Les directeurs d'usine peuvent utiliser des tableaux de bord de production visibles pour voir où les opérateurs ont besoin d'assistance ou quand les machines sont en panne.
• Les ingénieurs peuvent utiliser les données agrégées de l'atelier pour repérer les goulots d'étranglement et ajuster les processus en conséquence.

Tout cela fait partie d'un parcours d'avancement pour les fabricants. Au fur et à mesure qu'ils deviennent plus « matures en matière de données », ils peuvent commencer à générer des cas d'utilisation encore plus avancés avec leurs données au-delà de la simple collecte et de la visibilité des données. Nous appelons cela le "parcours de l'analytique de la fabrication" et l'explorons plus en détail dans un eBook complet sur l'analytique de la fabrication.

Étant donné que de nombreux fabricants ne collectent toujours pas de données (ou n'utilisent que des systèmes manuels), le déploiement de solutions qui vous permettent de surveiller et de collecter les données de l'atelier de fabrication en temps réel est un avantage concurrentiel majeur. Non seulement cela peut aider à gagner des clients, mais cela crée également une opération allégée ancrée dans une prise de décision efficace basée sur les données.

Les avantages de la collecte de données de fabrication

Les avantages de la collecte de données en atelier sont multiples pour les fabricants modernes. Bien qu'il ne s'agisse en aucun cas d'une liste exhaustive, les personnes qui adoptent des stratégies basées sur les données peuvent en voir les avantages sous la forme :

• Réduction significative des temps d'arrêt en comprenant et en atténuant les raisons les plus flagrantes des temps d'arrêt avec un retour d'information immédiat.
• Optimiser l'efficacité et la productivité de l'atelier en réduisant les goulots d'étranglement de production.
• Un programme de maintenance renforcé basé sur des notifications en temps réel et les conditions de la machine.
• Réduction des coûts pour la chaîne d'approvisionnement grâce à des prévisions plus précises de la demande, à la notation des fournisseurs, à la réduction des déchets et à l'optimisation des entrepôts.
• Des produits de meilleure qualité qui correspondent mieux aux désirs et aux besoins des clients en fonction de la façon dont les produits sont utilisés dans un scénario réel.

Avez-vous besoin d'une collecte de données d'atelier pour le suivi de la production ?

Sans collecte de données d'atelier et saisie de données d'atelier, il n'y aurait pas de suivi de la production. Un nombre cumulatif de pièces de première qualité ou d'autres nombres globaux autonomes ne constitue pas un suivi de la production. Les données doivent avoir suffisamment de points de données pour analyser le taux de production, l'efficacité, les différentiels d'heures supplémentaires et de quarts de travail, les coûts de maintenance, etc.

Et cette analyse doit pouvoir examiner le flux de travail des commandes dans l'atelier au niveau holistique. Même si elles sont collectées manuellement, les erreurs de saisie de données sont courantes. Des données précises sont essentielles pour suivre la production si l'objectif est l'amélioration des processus, l'efficacité ou les économies de coûts. Les types de collecte de données pour le suivi de la production peuvent inclure :

• Temps d'indisponibilité – Les temps d'arrêt pour les bourrages, le nettoyage, les ralentissements mineurs, les arrêts et d'autres raisons peuvent être enregistrés par les opérateurs ou suivis à l'aide d'un logiciel de suivi de la production. Dans ce dernier cas, la précision des temps d'arrêt est optimisée - éliminant les arrondis, les erreurs humaines ou les événements de temps d'arrêt oubliés. Le logiciel permet également la catégorisation des types d'arrêts.
• Changements – Les changements peuvent également être enregistrés manuellement. Mais les changements surveillés par un logiciel de suivi sont d'excellents points d'analyse qui réduisent considérablement le temps de changement pour les nouvelles configurations.
• Pannes de maintenance – À l'instar de la catégorisation des temps d'arrêt, le logiciel permet de suivre les types de pannes de maintenance, les ordres de service et leurs causes potentielles. Cela peut réduire les coûts et permettre aux entreprises d'établir une maintenance prédictive ou prescriptive basée sur des données précises en temps réel.
• Pièces de première qualité – Un élément de base du suivi de production. Sans savoir ce qui est produit de première qualité, les entreprises ne peuvent pas savoir où elles en sont avec l'exécution des commandes à livrer dans les délais indiqués. Le suivi de la production avec un logiciel garantit que ces décomptes sont exacts et que les commandes sont exécutées correctement.
• Rebut – Les déchets sont une grande préoccupation pour les fabricants. Mais les systèmes manuels manqueront des pièces de rebut ou documenteront les mauvaises raisons. Un logiciel de suivi de la production peut suivre le nombre et le type de défauts afin que l'analyse puisse être effectuée pour poursuivre l'amélioration. Il peut également capturer les reprises, le temps de reprise et les tâches associées.
• Inventaire WIP – La précision des stocks est primordiale dans la fabrication, mais de nombreux matériaux peuvent être « invisibles » une fois distribués sur le sol. La collecte de données de suivi de la production pour le mouvement et l'état des travaux en cours est importante pour comprendre l'efficacité globale.
• Performance à planifier – Une collecte de données précise est nécessaire pour le suivi de la production afin de comprendre où se situent les ordres de production par rapport à leurs durées d'exécution planifiées et d'analyser la progression des travaux. En cas de rupture de commande, les demandes des clients peuvent ne pas être traitées dans le délai indiqué. La collecte de données en atelier offre un historique de production détaillé et aide les responsables à maintenir la production sur la bonne voie pour respecter les délais de livraison établis.

La collecte de données en atelier est essentielle pour le suivi de la production. La saisie manuelle des données est possible, mais présente de graves inconvénients, notamment l'erreur humaine, le biais des erreurs de saisie des données et le manque de confiance dans le temps réel. Un aperçu de l'atelier permet une meilleure prise de décision. Le logiciel de suivi de la production utilise la collecte de données en temps réel et des analyses puissantes pour examiner le système de production et éliminer ces inconvénients.

Techniques de collecte de données de l'atelier

Avec autant de sources de données potentielles, les fabricants utilisent souvent une variété de techniques de collecte de données. Certains d'entre eux incluent :

• L'intégration de capteurs IoT (Internet des objets) est utilisée pour connecter différents équipements et systèmes afin de transmettre les bonnes informations aux bonnes personnes au bon moment avec les bonnes informations sur l'atelier.
• L'intégration PLC (automate programmable industriel) permet de mesurer et de contrôler les étapes du processus de production.
• L'intégration de systèmes IHM (interface homme-machine) de ligne (tels que des terminaux d'atelier individuels tels que des écrans tactiles montés sur des équipements d'usine) permet d'ajouter un contexte humain aux données.
• Systèmes SCADA (Supervisory Control and Data Acquisition) pour contrôler les opérations dans un sens global.
• Intégration de la CNC et d'autres machines (nouveaux et anciens modèles) pour suivre les performances et l'état de la production des machines.

L'approche MachineMetrics

MachineMetrics utilise de nombreuses méthodologies différentes pour la collecte de données d'atelier à partir de machines. La manière dont nous procédons pour collecter des données précises dépend entièrement des caractéristiques et des limites uniques de chaque machine dans un atelier. L'âge, le contrôle, la fabrication et le modèle sont tous des facteurs qui influent sur les capacités d'une machine et ses performances en atelier.

Nous considérons que les informations provenant du contrôle de la machine sont la meilleure source de données de production pour fournir un aperçu de l'atelier. Pourtant, nous réalisons également l'importance du contexte humain. Les données des machines ne peuvent à elles seules raconter toute l'histoire des performances de production, nous nous appuyons donc sur les données des opérateurs connectés via une interface de tablette sur chaque machine.

Cela donne aux opérateurs et aux responsables une image plus claire des performances de production. Non seulement ils sauront combien de temps d'arrêt ils subiront, mais ils 'saura la raison pour laquelle les machines étaient en panne .

Non seulement il y aura un taux de rebut précis, mais ils 'saura les raisons courantes des pièces de rebut . Ils élimineront également les tâches extrêmement fastidieuses, amélioreront les performances des immobilisations précieuses et réaliseront un retour sur investissement plus élevé avec un déploiement rentable.

Cette couche supplémentaire de données opérationnelles fournit une solution complète. Il fournit aux responsables de la fabrication des données supplémentaires sur l'atelier pour ajuster les processus, éliminer les activités non productives et prendre des décisions qui ont un impact positif sur la productivité.

Logiciel de collecte de données de fabrication

La collecte manuelle des données de l'atelier ne vous amènera pas au niveau dont vous avez besoin pour être compétitif dans la fabrication moderne. Vous ne pouvez pas collecter manuellement les types et niveaux de données d'atelier nécessaires pour réaliser les avantages dont nous avons parlé jusqu'à présent. Il ne serait pas pratique pour vos employés de passer autant de temps à suivre manuellement le nombre de pièces, les raisons des temps d'arrêt et d'autres points de données de l'atelier. Les données brutes de l'atelier seraient également presque inutilisables et gravement retardées.

Il faudrait encore plus d'efforts de la part des employés connaissant les données pour compacter manuellement la collecte de données de l'atelier en calculant des mesures clés, en développant des rapports et en partageant la collecte de données de l'atelier avec toutes les parties prenantes.

Un système capable de collecter, de contextualiser et de partager automatiquement les informations de fabrication afin que vos employés puissent se concentrer sur la prise de décisions est un bien meilleur scénario.

Les exigences que vous devez rechercher dans un système conçu pour la collecte de données de fabrication incluent :

• Collecte de données d'atelier en temps réel via la périphérie. Cela peut simplifier la capture de données et aider à gérer les tâches automatisées qui doivent se produire le plus près possible du temps réel, telles que les arrêts de sécurité, qui n'ont pas le temps d'aller dans le cloud et d'en revenir.
• Une plate-forme cloud pour la collecte et le traitement des données d'atelier. Cela vous permet d'utiliser des ressources puissantes à une fraction du coût d'achat du même équipement pour stocker et analyser les données à un niveau plus approfondi. Cela inclut des outils tels que les approbations des superviseurs basées sur des exceptions, des liens vers des systèmes de paie et des règles de paie configurables, la gestion des enregistrements de qualité, des rapports sur les exceptions, des rapports en temps réel, des coûts de main-d'œuvre et d'autres rapports détaillés pour une meilleure prise de décision.
• Intégration machine via l'automate ou les E/S. Cela permet de collecter avec précision et rapidité les données de la machine d'une manière qui n'est pas sujette aux erreurs ou au besoin constant d'ajustement comme le font certains capteurs.
• Intégration avec d'autres logiciels de fabrication, tels que le système d'exécution de la fabrication (MES), le système ERP, la GMAO, etc.
• Capacité à se connecter à des capteurs pour s'assurer que les données peuvent être collectées à partir de divers actifs, y compris les anciens équipements.
• Capacités de collecte de données à haute fréquence à exploiter en tant qu'entrées pour des séries chronologiques ou des modèles d'apprentissage automatique afin de générer des cas d'utilisation prédictifs avancés.

Découvrez comment vous pouvez utiliser les solutions plug-and-play MachineMetrics pour collecter facilement des données de production et obtenir une visibilité et un contrôle instantanés de l'atelier.

Réservez une démonstration avec notre équipe ou contactez-nous pour toute question.