Wettbewerbsvorteil durch Produktionseffizienz
Operative Indikatoren verstehen und nutzen
Die Einführung von Kennzahl-basierten Optimierungswerkzeugen in der Prozessindustrie ist mit Fallstricken verbunden. Ohne ausreichenden Rückhalt bei Geschäftsführung und Mitarbeitern können die Projekte schnell teuer werden oder bringen nach Umsetzung im Werk nicht den gewünschten Nutzen. Um diese und andere Risiken bei der Implementierung von Business Intelligence-Lösungen zu vermeiden, setzte die SpiraTec AG bei der Entwicklung eines eigenen Modells zielgerichtet Anforderungen von internationalen Normen und Praxisanwendern um.
Neben den technischen Funktionen beeinflussen drei Hauptkriterien die Einführung eines neuen IT-Systems in der Produktion. Diese sind das Interesse von Mitarbeitern und Management am Projekt, ein möglichst angemessener Realisierungszeitraum von Planung bis Go-Live und die Praxistauglichkeit der Lösung. In Unternehmen, in denen die Punkte in der Projektplanung nicht ausreichend einbezogen wurden, zeigen sich häufig hohe Kosten, große Überschreitungen des Terminplanes und mangelhafte technische Ergebnisse. Um Risiken bei einer Einführung zu minimieren, berücksichtigte die SpiraTec eine Reihe von Parametern bereits bei der Entwicklung einer eigenen Software, die dem Performance- und Energie-Management dient. Zum einen sollte die Systemstruktur auf anerkannten Normen basieren. Dazu setzte der Systemanbieter bei seiner Anwendung die ISO 22400 ‚KPIs for Manufacturing Operations Management‘ um, die ISA 95 ‚Models of Manufacturing Operations Management‘ sowie die ISO 50001 ‚Aufbau und Betrieb eines betrieblichen Energiemanagementsystems‘. 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
Zusätzlich sollte die Anwendung auf einem etablierten System basieren, das in potenziellen Anwenderbetrieben bereits vorhanden, oder einfach und schnell einzuführen ist. Dieses System sollte auch performante Schnittstellen zu weiteren Systemen bieten. Aufgebaut wurde die Lösung schließlich als Applikationen auf dem Data Management-System OSIsoft PI. Drittens sollte sich Handhabung und Erweiterbarkeit des Systems an den lokalen Anforderungen der Anwender orientieren, um zu technisch überzeugenden Ergebnissen nach der Systemimplementierung zu gelangen. Dafür wurden Templates für verschiedene Unternehmensstrukturen entwickelt, ein KPI Repository, vorkonfigurierte Aktions- und Kalkulationsbausteine und Dashboards. Mit dieser Systemausführung will der Anbieter die Verständlichkeit der Lösung sichern und das damit verbundene Interesse der Anwender, sowie die Möglichkeit der praktischen Anwendung und schnellen Erweiterungs- und Anpassungsfähigkeit des Systems bieten.
Infrastruktur für Echtzeitdaten
Das Basiselement OSIsoft PI bildet die Infrastruktur für ermittelte Echtzeitdaten. Die Aufgabe dieses Systems ist es, Daten und Ereignisse in Echtzeit zu erfassen, zu analysieren, auszuwerten und daraus Informationen zu generieren. Diese werden verschiedenen Anwendern und Systemen im Unternehmen zur Verfügung gestellt. Das System ist hochverfügbar, skalierbar, performant ausgelegt und bietet die Basis für viele Applikationen. Es wird erfolgreich in den Bereichen der Prozessindustrie, Energieerzeugung und Versorgungsindustrie eingesetzt, sowie in der Gebäudetechnik und in Datenzentren. Neben einem OSIsoft PI-Server und dem Hauptmodul für das Design der Strukturen (PI Asset Framework – AF) werden verschiedene Module für die notwendigen Berechnungen, Funktionen und Visualisierungen angewendet. Das betrifft insbesondere PI Process Book, PI Event Frames und PI Analytics. Die Normen ISA 95 und ISO 22400 beschreiben die Struktur der Parameter, die zum Einsatz kommenden Schlüsselindikatoren inklusive ihrer Wirkmodelle sowie die Einzelattribute und zugrunde liegende Berechnungsszenarien und Semantik für alle KPIs. Die betrachteten Modelle und Einzelwerte werden durch Vorgaben der ISO 50001 Energiemanagementsysteme erweitert. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Grundfunktionen des Systems
Die gemäß ISO 22400 definierten KPIs wurden vom Systemanbieter erweitert und ergänzt und in Form einer Wertesammlung oder Repository als Templates zur Verfügung gestellt. Hierbei definiert das System folgende Kriterien:
- Die Unternehmensstruktur im Framework Tool (PI AF) spiegelt die tatsächlichen hierarchischen Strukturen in einem Produktionsbetrieb der Prozessindustrie wieder.
- Alle Hierarchieebenen und Einzelindikatoren stehen als Templates zur Erweiterung und Anpassung des Systems zur Verfügung. Durch die gekoppelte Datenbank, Microsoft SQL-Server, und deren Strukturen und Regeln wird sichergestellt, dass bei Änderungen automatisch alle Verknüpfungen und Summenfunktionen an die neue Struktur angepasst werden.
- Berechnungsfunktionen und Rahmenbedingungen für die KPIs orientieren sich an den semantischen Vorgaben der ISO 22400 und der ISO 50001. Dadurch wird eine Vergleichbarkeit von Werten über die Grenzen einzelner Produktionsbereiche oder Niederlassungen hinaus erreicht.
- Durch automatisierte Erfassungs- und Berechnungsmodelle der Indikatoren, sogenannte Event Frames, werden Anforderungen an die Datenkonsolidierung wie die Einordnung in Zeitmodelle ermöglicht.
- Die übergeordneten Visualisierungs- und Reporttemplates sind an die Attribute der anzuzeigenden Werte und die Anforderungen der Prozessindustrie angepasst.
- Anforderungen der Normen für Performance- und Energiemanagement wurden in Einzelszenarien integriert. Dazu zählen Effect Models für die Kalkulationsfunktionen der Einzelwerte der Overall Equipment Effectiveness (OEE), Spitzenlast und Belegungsgradbetrachtungen für das Energiemonitoring sowie Importmöglichkeiten aus externen Datenbanken und Handeingaben, zum Beispiel Qualitätsdaten aus der Business-IT oder Anlagenverfügbarkeit von nicht am Netzwerk angeschlossenen Anlagen.
