Kennzahlen für die Produktionsbewertung
Die Beurteilung komplexer Produktionsprozesse erfordert aussagekräftige Kennzahlen oder ‚Key Performance Indicators‘ (KPI). In der automatisierten Produktion sind vor allem Kennzahlen von Maschinen und Anlagen, wie die ‚Technische Verfügbarkeit‘ von Bedeutung. Eine vernetzte Produktion ermöglicht eine automatisierte und damit kostengünstige Erhebung entsprechender Daten. Gleichzeitig können Kennzahlen die Ergebnisse von Simulationen entscheidend verbessern, da sie eine Rückkopplung realer Systemdaten in verdichteter Form erlauben.
Für die Planungssimulation werden vor allem statistische Daten zum Störverhalten der Maschinen und Anlagen als Eingangsdaten herangezogen. Zur Betriebssimulation werden Daten aus der Betriebsdatenerfassung – beispielsweise Nutzungsgrade und Stückzahlen – verwendet, welche zyklisch an die Simulation übergeben werden. Zur Datenerfassung, Berechnung, Archivierung und Präsentation der Kennzahlen kommen eigenständige Module des MES zum Einsatz. Neben im System vorgegebenen Standard-Kennzahlen ist es möglich, projektspezifische Kennzahlen festzulegen. Anwender sollten allerdings beachten, dass der Vergleich nicht identischer Produktionsbereiche Fehlerpotenzial birgt: Liegt etwa ‚Produktion A‘ in einer tropischen Klimazone und ‚Produktion B‘ in einer gemäßigten Klimazone, wirkt sich das auf den Energieverbrauch in der Klimatisierung aus, obwohl beide denselben Prozessverbrauch aufweisen. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Umgebungsbedingungen Rechnung tragen
Daher ist es auch nicht möglich ein Kennzahlensystem zu entwerfen, dass universell für alle Branchen und Unternehmensgrößen angewendet werden kann. Hier zeigt sich schnell der Zielkonflikt zwischen Reduzierung der Komplexität und hinreichender Genauigkeit. Viele Betreiber wollen mit den neu gewonnenen Daten verschiedene Anlagen vergleichen und deren Verbräuche über den zeitlichen Verlauf bewerten. Hierbei ist es jedoch unerlässlich, die dokumentierten Daten in Abhängigkeit zu den herrschenden Randbedingungen zu setzen. Um einen sinnvollen Vergleich zu ermöglichen, ist es notwendig, betrachtete Bereiche richtig zu bilanzieren. Dazu zählt vor allem, dass zwischen Prozess- und Randbedingungsgrößen strikt getrennt wird. Somit wird die Prozesskennzahl mit den Umgebungsbedingungen zu einem Kennzahlensystem erweitert. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Der Blick auf das Gesamtsystem entscheidet
Dies bedeutet, dass jeder Anwender sich individuell ein auf den jeweiligen Prozess abgestimmtes Kennzahlensystem erarbeiten muss. Auch wenn anfänglich durch Prozessanalyse und Workshops mit den ‚Stakeholdern‘ Mehraufwand entsteht um das Kennzahlensystem zu parametrisieren, amortisiert sich dieser durch Erhöhung der Interpretationsgüte, Erhöhung der Aussagekraft von Benchmarking sowie Erleichterung der Vorausplanung. Erst dieses Vorgehen bietet die nötigen Voraussetzungen, um ein intelligentes Energiemanagement auf Basis eines Kennzahlensystems aufsetzen und betreiben zu können.
