Prozessinformationen aus dem Dateisystem
Fast alle Maschinen bieten heute die Möglichkeit, neben den proprietären Datenformaten ihrer Hersteller auch CSV-Dateien auszugeben. Darin finden sich viele für die Prozessanalyse wichtige Informationen etwa zu Prozesszeiten, Produkt-Identifikationsnummern, aufgerufenen Programmen, Sollgrößen, Prozessparametern, Zeitstempeln, Auslastungen, Betriebszeiten, Stillständen, Alarmen und oft auch qualifizierende Daten wie Bestellnummer, Verbrauchsmaterialien, Prozesskammer oder Messpositionen. Über einen sogenannten File Sniffer holt das System diese Dateien aus den Maschinen oder Servern ab und übernimmt die Werte in seinen Datenbestand. Dazu werden die von den Maschinen erstellten Daten bei deren Ablage in einem definierten Dateiordner gesammelt und ausgewertet.
Je nach Aufgabenstellung können auch Daten von außerhalb der Maschinen erfasst werden. Dazu zählen beispielsweise Informationen zum Bediener oder gescannte Daten zu Materialien oder Bauteilen. Um diesen Ablauf zu unterstützen, bietet das System dem Anwender die Möglichkeit, Eingabemasken für manuelle Arbeitsschritte oder Qualitätskontrollarbeitsplätze einzuführen. Diese Daten lassen sich ebenfalls als Textdatei im CSVFormat ausgeben. So lässt sich dann für das Unternehmen verfolgen, welche Produktnummern wann von wem mit welchen Bauteilen produziert wurden.
Daten für Optimierungsmaßnahmen visualisieren
Unternehmen, die Prozessschwächen auf die Spur kommen und ihre Produktivität systematisch verbessern wollen, müssen die ‘vier M’ Mensch, Maschine, Methode und Material synchronisieren. Um dazu eine belastbare Datenbasis bieten zu können, nutzt das System für die Datenauswertung die gleiche Technologie, die in den umfangreicheren Softwarevarianten zum Einsatz kommt. Damit stehen auch Funktionen für die Prozessanalyse und -optimierung zur Verfügung. Die eingesetzte Report-Engine kann je nach Fragestellung Schnitte durch den aus den Maschinendaten erzeugten, multidimensionalen Datenwürfel machen und die Ergebnisse visualisieren. 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
Zugriff auf die Daten bietet eine Browser-Schnittstelle, Exporte sind in gängige Formate wie PDF, XLS oder PPT möglich. Durch Kombinationsund Verknüpfungsmöglichkeiten bei der Analyse lassen sich über das Reporting aus bloßen Daten hilfreiche Informationen für die Fertigungsoptimierung gewinnen. Aus den umfangreichen Standard-Reports des Komplettsystems können Anwender im Basispaket drei auswählen, beispielsweise Produkthistorie, Durchsatz- und Ausschussberichte. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Weitere Auswertungen, etwa zur Anlageneffizienz oder ‘Overall Equipment Effectiveness’ (OEE) können bei Bedarf optional hinzugefügt werden. „Wir haben nun eine Gesamtsicht auf unsere Fertigung und können Flaschenhälse oder Schwachstellen im Prozess zuverlässig identifizieren, deren Ursachen ermitteln, unsere Prozesse optimieren und Fortschritte mit Zahlen belegen. Das rechnet sich schnell”, sagt etwa Martin König, Director IT-Services bei Azur Space Solar GmbH, nach Einführung der Lösung. „Wenn wir uns heute zusammensetzen, haben wir weitgehend automatisch erfasste, auf Knopfdruck verfügbare Daten vor uns, die belastbar sind und an denen wir uns orientieren können.“
Flexibilität durch skalierbare Infrastruktur
Bei Bedarf kann die Software zudem von der technischen Infrastruktur her an Parameter wie Datenvolumen, Einzelserver oder Cluster sowie Zahl der Maschinen oder Datenquellen angepasst werden. Über zusätzliche Module kann auch das Funktionsspektrum skaliert werden – bis hinauf zum vollen Umfang eines ‘klassischen’ MES. Trend Monitoring und automatische Alarme können z.B. verwendet werden, um mithilfe von statistischer Prozessregelung (SPC) Prozessinstabilitäten zu erkennen und Ausschuss zu verhindern. Erweiterte Data-Mining- Algorithmen stehen optional ebenso zur Verfügung wie ein Modul zum Wartungsmanagement, in dem zähler- und zeitbasierte Aufgaben definiert werden.
