Endüstriyel Dijital Dönüşüm gerçekleşiyor, ancak gerçek şu ki çoğu şirket verileri kağıt üzerinde kullanıyor. Üretim hatlarında analitik hakkında düşünmek için yapılacak ilk şeylerden biri, yalnızca süreci değil, aynı zamanda veri toplama ve dönüştürmeyi de otomatikleştirmektir.

Bu, Yapay Zeka veya Dijital İkizler gibi diğer terimler hakkında düşünmek için önemli bir adımdır ve IIoT’nin bu şekilde başlaması gerekir. Manuel girişe dayanan bir Dijital İkiz hayal edebiliyor musunuz? Mantıklı bile değil, bu yüzden bunun hakkında konuşmadan önce, gerekli tüm verilerin veri silolarının aksine açık formatta mevcut olduğundan ve otomatik bir süreçte toplandığından emin olmalıyız.

Peki, Veri Analizi’ne nasıl başlamalı?

Başlangıç için öncelikle neyi ölçmek istediğinizi düşünmeye başlamak iyi olacaktır. Günümüzde üretim süreçlerinin performansını ve verimliliğini ölçmek için hali hazırda takip edilen bir çok KPI var. Bu KPI’lar ile üretim sürecinin nasıl gittiğine, makinelerin ve vardiyaların nasıl performans gösterdiğine dair iyi bir resim görmek istenir. OEE’nin (Genel Ekipman Verimliliği) gerçekleştiği yer burasıdır. OEE, temel olarak Üretim Kalitesini, Ekipman Performansını ve Ekipman Kullanılabilirliğini bir KPI’ye dönüştürür.

Çoğu fabrikanın prosesinde PLC ve SCADA olmasına rağmen, kontrollü proseste bu donanım ve yazılımlar kullanılmaktadır. Şu anda sıcaklık nasıl? Basıncı ayarlamalı mıyız? Bu bilgi, makineleri çalışır durumda tutmak için gereklidir, ancak bir partinin veya işin ne kadar iyi yapıldığını söylemez ve belirli bir ürün hattında Hat 7’nin Hat 5’ten sıklıkla daha verimli olduğunu göstermez.

Soruya geri dönelim, nasıl başlamalı? En iyi yol, makinenin PLC’si tarafından sağlanan verilerdir. Genellikle makinede bir PLC ve bir HMI bulunur ve size sayımlar, hız ve makine durumu gibi bilgiler sağlayabilir. Sorun şu ki çoğu zaman eski bir makineden bahsediyoruz ya da PLC verilerine erişimimiz yok. Bu durumda en basit yol, makineye giren ve çıkan üretilen parçaları saymaya başlamaktır. Fotoelektrik 24V sensörler ve basit bir PLC bu konuda size yardımcı olabilir. Daha da iyisi, toplanan bu verileri MQTT gibi açık ve bulut dostu bir IIoT protokolü ile paylaşmaya hazır olan bir IIoT PLC’den bahsediyorsanız. Eski ve özel protokollerin aksine, MQTT hafiftir ve TCP katmanı üzerinden çalışır, böylece şifreleme uygulayabilir ve bu verileri verimli ve güvenli bir şekilde HQ veya buluta gönderebilirsiniz.

Bu, sürecin ilk katmanıdır. Bir sonraki adımda, OEE’yi ve genel olarak üretimi hesaplamak için gerçek zamanlı olarak işlemek için bu verileri alabilen bir yazılıma ihtiyacınız olacak. İlk akla gelen, bir üretim yürütme sistemi olan MES’dir. MES, tesiste çok önemli bir katmandır ancak başarılı bir şekilde devreye alınması da çok zor ve maliyetli olabilir ve yalnızca bir MES’nin alt kümesi olan OEE’ye ihtiyacınız varsa, maliyetler ve riskler projeyi veya POC’yi haklı çıkarmayabilir. Veya tüm toplama kuralları ve arayüzlerin üzerinde uygulanması şartıyla bir SCADA sistemi ile de yapılabilir. Genellikle onu özelleştirmek için bir yazılım lisansı, sunucular ve bir danışmanlık şirketi gerektirir.

Ayrıca, PackIOT örneğinde olduğu gibi, bir üründe önceden paketlenmiş belirli OEE kuralları, toplamaları ve raporları ile size daha kısa bir zaman diliminde değer sağlayacak belirli OEE araçlarını da kullanabilirsiniz. Birçok azaltılmış riskle, bir POC’nin gerekçelendirilmesi çok daha kolay olabilir.

OEE, özellikle günde yalnızca bir kez güncellenen manuel verilere güvenmeye alışkınsanız, bir bakışta basit görünebilir. Ancak, bilgiler gerçek zamanlı olarak güncellendiğinde, operatörlerin ve yöneticilerin günlük KPI’ya tepki vermek ve harekete geçmek için zamanları olduğunda büyük değer sağlanabilir. Onsuz, hız göstergesi olmayan bir araba kullanmak gibidir.

Ayrıca uzun vadeli bir vizyonla çalışmak çok önemli ve bununla birlikte açık mimarinin önemi de ortaya çıkıyor. Bir tesiste birkaç farklı projeye başlamak ve ardından birbiriyle konuşmayan birkaç farklı tescilli sistemle bitirmek kolaydır. Tamamen dijitalleştirilmiş bir tesise sahip olduğunuzda, bu verilerin açık bir mimaride akmasını sağlamanız gerekir. Gelecekteki AI yatırımlarınızı desteklemek veya daha iyi kararlar almak için farklı departmanlardan gelen verileri entegre etmek için açık standartlarda gerçek zamanlı veriler mevcut olduğu sürece, her parça için satıcılar, sistemler ve cihazlar farklılık gösterebilir.