12 Červen 2020

Siemens MindSphere-2023Jako jeden z prv­ních v Ev­ro­pě na­sa­dil mo­hel­nic­ký Si­e­mens na vý­ro­bu elek­tro­mo­to­rů po­kro­či­lé ře­še­ní sys­té­mu Mind­Sphe­re: Con­nect & Mo­ni­tor. Vý­rob­ní a pro­voz­ní data ze 36 stro­jů a ně­ko­li­ka pra­co­višť díky za­ve­de­ní sys­té­mu Mind­Sphe­re po­sky­tu­jí kom­plet­ní pře­hled o vý­ro­bě i jed­not­li­vých stro­jích. Na­sa­ze­ním sys­té­mu Mind­Sphe­re do­sá­hl závod po­kro­či­lé­ho stup­ně di­gi­ta­li­za­ce pro­ce­sů pre­dik­tiv­ní údrž­by a ří­ze­ní do­stup­nos­ti a vy­tí­že­ní stro­jů. První pra­co­viš­tě, které bylo do sys­té­mu Mind­Sphe­re při­po­je­no, je od­lé­vá­ní ro­to­rů. V dal­ším kroku bylo při­po­je­no 36 ob­rá­bě­cích stro­jů z ob­rob­ny a pro­jekt bude do­kon­čen za­po­je­ním 12 dů­le­ži­tých na­ví­je­cích pra­co­višť.

V této se­sta­vě tak budou data o vý­ro­bě i jed­not­li­vých za­ří­ze­ních kom­plet­ní, což umož­ní mno­hem lépe sle­do­vat KPI uka­za­te­le in­di­ku­jí­cí schop­nost plnit po­ža­dav­ky zá­kaz­ní­ků. Sku­pi­ny stro­jů jsou roz­dě­le­ny podle vý­rob­ních hal a data z nich se sbí­ra­jí do tzv. Mas­ter PLC, kde se předzpra­co­vá­va­jí a ná­sled­ně se po­mo­cí hard­wa­ro­vé­ho kom­po­nen­tu Mind­Con­nect Na­no­box ode­sí­la­jí do Mind­Sphe­re.

Cílem je ma­xi­mál­ní vy­tí­že­ní stro­jů
Dů­le­ži­tou da­to­vou zá­klad­nu před­sta­vu­jí in­for­ma­ce o pa­ra­me­t­rech stro­jů a za­ří­ze­ní, na­pří­klad na­vo­le­ní pro­gra­mu ob­slu­hou, spuš­tě­ní cyklu, taktu stro­je, otá­ček vře­te­na atd. Do­stup­nost těch­to dat a je­jich ana­lý­za umožňuje op­ti­ma­li­zo­vat na­pří­klad ztrá­to­vé časy ve vý­ro­bě, na­vy­šo­vat ka­pa­ci­ty a efek­ti­vi­tu nebo stan­dar­di­zo­vat vý­ro­bu. Navíc je možné po­stup­ně zkra­co­vat prů­běž­nou dobu vý­ro­by, což je dnes jeden z klí­čo­vých pa­ra­me­t­rů štíh­lé vý­ro­by, jehož vý­sled­kem je rych­lé do­dá­ní vý­rob­ku na trh a fle­xi­bil­ní re­ak­ce v rámci vý­ro­by.
Vi­zu­a­li­za­ce, které mo­hel­nic­ké ře­še­ní vy­u­ží­vá, umožňují přímo sle­do­vat klí­čo­vé in­for­ma­ce o stavu stro­je a délce tr­vá­ní da­né­ho stavu, je možné zob­ra­zit si vývoj pro­duk­ti­vi­ty: počty vy­ro­be­ných pro­duk­tů sys­tém zob­ra­zí podle ča­so­vé­ho roz­dě­le­ní nebo kon­krét­ní­ho vý­rob­ku. Dále lze sle­do­vat do­stup­nost stro­je během zvo­le­né­ho dne, kde lze zob­ra­zo­va­né údaje roz­dě­lit např. na směny a řadu dal­ších pa­ra­me­t­rů.

Pre­dik­tiv­ní údrž­ba – lepší pre­ven­ce než léčba
Sběr dat a je­jich vi­zu­a­li­za­ce v mo­hel­nic­kém zá­vo­dě zá­sad­ně při­spí­va­jí k op­ti­ma­li­za­ci pro­ce­sů. Jde na­pří­klad o vy­hod­no­co­vá­ní růz­ných ne­stan­dard­ních stavů jako jsou vib­ra­ce či tep­lo­ta, které po­má­ha­jí při plá­no­vá­ní údrž­by. Vý­sled­kem je mi­ni­mum ha­va­rij­ních stavů stro­jů s dlou­hým ter­mí­nem opra­vy. „Ta­ko­vé zá­va­dy jdou mnoh­dy do mi­li­o­nů korun a vedou ke zpož­dě­ní do­dá­vek a na­ru­še­ní vzta­hů se zá­kaz­ní­ky.
Vi­zu­a­li­za­ce sys­té­mu Mind­Sphe­re v Mo­hel­ni­ci uka­zu­je di­gi­tál­ní pro­fil stro­je, který umožňuje vy­tvo­řit sys­tém hlá­še­ní pre­di­ko­va­ných po­ruch. Ten po­skyt­ne vý­stup­ní in­for­ma­ce po­třeb­né pro vý­po­čet OEE a další ana­lý­zy, které svou práci vy­u­ží­va­jí od­dě­le­ní vý­ro­by a údrž­by.

Di­gi­ta­li­za­ce – kon­ku­renč­ní vý­ho­da v mi­mo­řád­né době
Di­gi­tál­ní ře­še­ní, které v Mo­hel­ni­ci na­sa­di­li, pro­ká­za­lo svůj pří­nos i v době pan­de­mie Covid 19. Díky au­to­ma­ti­za­ci a uklá­dá­ní dat do clou­du je možné vý­ro­bu sle­do­vat a řídit na dálku, třeba z po­hod­lí do­mo­va. „V těch­to dnech, kdy velké množ­ství za­měst­nan­ců pra­cu­je z do­mo­va, je velmi vý­hod­né mít mož­nost při­po­jit se do clou­do­vé­ho ope­rač­ní­ho sys­té­mu ze vzdá­le­né lo­ka­li­ty a po­dí­vat se na ak­tu­ál­ní nebo vče­rej­ší chod vý­ro­by na při­po­je­ných pra­co­viš­tích.

Závod Si­e­mens v Mo­hel­ni­ci di­gi­ta­li­zo­val také 100 % všech jed­ná­ní, elek­tro­nic­ky řeší i pra­vi­del­ný GEMBA me­e­ting. Bu­douc­nost vidí v ně­ko­li­ka úrovňovém vý­rob­ním, tech­no­lo­gic­kém a lo­gis­tic­kém in­for­mač­ním sys­té­mu, kde se zob­ra­zu­jí de­tail­ní data a upo­zorňují ma­nage­ment o vý­pad­cích ve vý­ro­bě, kde si lze přes di­gi­tál­ní sys­tém při­vo­lat ser­vis, ově­řit do­stup­nost ná­hrad­ních dílů ve skla­du nebo vy­sta­vit au­to­ma­tic­kou ob­jed­náv­ku podle op­ti­mál­ní­ho ter­mí­nu do­dá­ní.