Uitdaging

DRiV, het voormalige Tenneco Automotive, is een gerenommeerd productiebedrijf, gespecialiseerd in het maken van standaard en high-end schokdempers. Als antwoord op de huidige uitdagingen binnen de sector, wil DRiV inzetten op de verbetering van haar productiesystemen door gebruik van slimme technologie. Als kernlid van Smart Network Sint-Truiden kan het hiervoor rekenen op de kennis van andere leden en Enginity als technologiepartner.

In overleg met DRiV werd gekozen voor een digitale tool ter ondersteuning van het Continuous Improvement (CI) proces.

Ontwerpcriteria

Enkele DRiV-Enginity workshops resulteerden in de volgende vereisten:

·   Near Real Time OEE monitoring dashboard

·   Captatie van machine foutboodschappen en beschikbaarheid van sturingsdata voor offline analyse van performantie-verstoorders, problemen, etc.

·   Met minimale herconfiguratie inzetbaar op verschillende machines

Aanpak

Er werd besloten een CODI (Connectivity Orchestrator & Data Insight) te gebruiken voor data acquisitie, dataverwerking en visualisatie.

CODI is een industriële mini-PC waar een aantal basisfuncties in geïntegreerd zijn die op maat van de klant geconfigureerd kunnen worden. Hierdoor is de CODI-oplossing snel implementeerbaar en kostenbesparend. Deze digitale toolbox kan zowel permanent als ad hoc ingezet worden voor systeemmonitoring en probleemanalyse (Weergave in deze paragraaf zijn geen werkelijke gegevens van DRiV).

‍
De Node-Red, standaard in CODI aanwezig, werd geïntegreerd omwille van zijn intuïtieve werking. Met deze open source software configureren we de connectie, dataverwerking en het data opslag formaat.

Gecapteerde machine-data wordt automatisch opgeslagen in een gestructureerde database. Daardoor is export voor bewerking in spreadsheets of integratie met analytische platformen mogelijk.

Bovendien kunnen shift, partnummer in productie en foutinformatie via een webform of via rechtstreekse databronkoppeling ingevoerd worden.

‍

Besluit

Door machineprocesdata near real time weer te geven, kan DRiV snel de productie bijsturen.

De lijnverantwoordelijke moet de dagelijkse productiestatistieken niet langer manueel invoeren waardoor hij meer tijd krijgt om de productielijn op te volgen.

Bovendien kan de gecapteerde data gebruikt worden voor procesverbeteringen zonder dat de operatoren deze gegevens moeten verzamelen of grote wijzigingen in het sturingsprogramma nodig zijn.

In een eerste fase, laat toepassing van Pareto-analyse op deze data toe om de meest voorkomende foutcodes, incidenten met de grootste stilstand-, grootste kwaliteit- of andere negatieve productie-impact te identificeren. Dit inzicht maakt het mogelijk de juiste prioriteiten te stellen in functie van maximale machine-performantie.

In een volgende fase wordt de signaaldata gecapteerd om de oorzaken van de foutcodes te onderzoeken.

De open architectuur en geïntegreerde basisfuncties van deze digitale toolbox verlagen aanzienlijk de toegangsdrempel tot Industrie 4.0 monitoring- en analyse-mogelijkheden. Verder kan de gebruiker de connectiviteit en functionaliteit zelf beheren via de voorgeprogrammeerde functies.

Nota: In de figuren werd de getoonde data en informatie van DRiV vervangen door mock-up data.

Ervaring van de klant

Om ons verbeterproces te versnellen waren we op zoek naar een methode om de OEE-data van onze hoog geautomatiseerde machines automatisch te capteren. Onder OEE-data verstaan we een 100% captatie van de cyclustijden, een 100% captatie van alle gegenereerde PLC-foutmeldingen en de tijd van de machinestilstanden die hier een gevolg van zijn, alsook een 100% captatie van onze scrapratio. Het doel was om deze data te capteren zonder enige tussenkomst van onze operatoren.

Met de gecapteerde OEE-data kunnen onze proces en automatisatie ingenieurs pareto analyses uitvoeren om eenvoudig de top 3 problemen te identificeren, waarna ze hun rootcause analyses kunnen starten. Op deze manier versnellen we ons verbeterproces door steeds aan de juiste problemen te werken. Daarnaast verhogen we de effectiviteit van onze rootcause analyses doordat we steeds objectief kunnen beoordelen als onze genomen acties de rootcause elimineren, en dus de problemen elimineren.

In Enginity vonden we de juiste partner om dit te verwezenlijken. We zijn gestart met 1 CODI te connecteren op een machine die in 2019 geïntegreerd werd in onze hoog geautomatiseerde assemblagelijn. In een nauwe samenwerking hebben we bepaald welke data uit de PLC’s moest worden gecapteerd en hoe we deze data op een eenvoudige manier beschikbaar konden maken voor onze ingenieurs. Enginity ging aan de slag en heeft ervoor gezorgd dat onze ingenieurs momenteel in enkele muisklikken alle OEE-data beschikbaar hebben. De oplossing is gestandaardiseerd zodat we een nieuwe CODI eenvoudig kunnen inzetten op andere machines. Boven op de OEE-datacaptatie, leverden Enginity ons ook een near real time OEE-dashboard waardoor onze performance ook nog eens steeds gevisualiseerd is.

Dankzij de CODI van Enginity kunnen onze ingenieurs en onze operatoren zich bezighouden met het oplossen van problemen en verliezen ze geen kostbare tijd met het capteren van data. En dat is toch waar I4.0 omdraait, het leven vereenvoudigen.

‍