Je MES ještě pořád jen o výrobě?
Jako hlavní funkce MES systému bývá uváděn sběr dat z výroby. Tyto informace jsou pak využity pro okamžité vyhodnocení výroby s cílem ji korigovat a sledovat její vývoj oproti plánu; informace využívají manažerské přehledy, které pracují s dlouhodobějším horizontem. Konzumenti dat jsou samozřejmě i pracovníci přímo ve výrobě, kteří mají okamžitý přehled o stavu zakázek, plnění norem a tak podobně. MES je proto jednou z klíčových komponent IT infrastruktury, díky které lze lépe řídit, monitorovat a plánovat výrobu. V souvislosti s nástupem nových technologií se však rozšiřují i možnosti sběru dat.
Ruční sběr dat
MES slouží pro sběr dat v první řadě od lidí – jde o nejjednodušší formu pořizování dat. Uživatel (pracovník ve výrobě – operátor) by měl mít k dispozici aplikaci s jednoduchým uživatelským prostředím, které mu umožní intuitivně, rychle a s minimálním rizikem chyby odepsat výrobu. Ručně se nejčastěji zadávají data o zpracované zakázce a operaci, zmetkovitosti, prostojích a jejich důvodech i použitých nástrojích. Zde může fungovat oboustranná komunikace, kdy MES může pracovníkovi promítnout výrobní dokumentaci nebo pracovní postup po přihlášení k danému stroji. Systém může sloužit také jako kontrolor bezpečnosti a kvality práce a neumožnit obsluhu stroje pracovníkovi, který na ni nebyl proškolen.
Automatický sběr dat
Automatický sběr dat je dalším krokem k větší efektivitě a zamezení chybovosti, ale také rychlejší reakci na nestandardní situace. MES si díky propojení s jednotlivými stroji dokáže sesbírat data o vyrobených kusech, například pomocí počtu zdvihů a násobnosti formy u vstřikolisu. Díky automatizaci je možné také kontrolovat, zda byl dodržen přesný výrobní postup. Pokud to výrobní zařízení umožňuje, lze sbírat i technologická data o podmínkách, za kterých výrobek vznikal (tlaky, teploty, krouticí moment utahování apod.). V extrémních případech MES nedovolí spuštění další operace, pokud nemá údaj o tom, že byly dodrženy všechny předchozí. Samozřejmostí je archivace dat pro zpětnou dohledatelnost, která je velmi důležitá i v odvětvích mimo automobilový průmysl.
Je to ještě MES?
Vývoj posledních let potvrdil, že data sbíraná z provozu mají mnohem větší přesah, než je řízení výroby. Je běžné, že v rámci jednoho uživatelského rozhraní jsou pořizována data, která se týkají nejen výroby (začátek a konec operace, prostoje atd.). Další velkou oblastí jsou informace o kvalitě – došlo k výrobě zmetků? Pokud ano, jaká byla příčina? Tyto informace souvisí přímo i s oblastí údržby strojového parku – nebyla důvodem nekvality závada na stroji? Není to impuls pro oddělení údržby, aby provedlo příslušný zásah? Další zajímavou oblastí je kontrola vstupního materiálu a potvrzení o spotřebě (pokud není realizováno automaticky tzv. backflushem) – jde o oblast logistiky a řízených skladů.
V informačních systémech výrobních firem tak vzniká vrstva, která je přímo propojena s fyzickou výrobou a umožňuje získávat data o provozu téměř v reálném čase. V souvislosti s tímto přístupem se setkáváme s pojmem MOM (Manufacturing Operations Management). Koncovému uživateli tohoto systému je v podstatě jedno, zda pořídil data do WMS, MES, QMS nebo systému údržby. Cílem je mít včasná a pravdivá data o provozu, která slouží k efektivnějšímu řízení výroby a dodržování všech náročných požadavků zákazníků.
Pokrok nezastavíš…
S pokrokem v oblasti technologií a stále pokračující automatizací výroby musí také MES, potažmo MOM, reagovat na nová zadání. Již dnes je poměrně běžné napojení jednotlivých strojů (IIoT). Sběr dat je realizován buď přímo z řídícího systému stroje nebo pomocí různých senzorů. Nová generace informačních systémů, přináší mnohem větší prostor pro automatizovaný sběr dat, ale zároveň jejich rychlejší zpracování. To je možné díky zjednodušeným datovým modelům, moderní in-memory databázové technologii, pokročilejší integraci a dalším technologiím.
S pokročilými algoritmy, machine learning a umělou inteligencí se otevírají také nové možnosti pro využití dat. Jde o prediktivní řízení údržby, kde na základě dlouhodobě hodnocených dat budeme moci předcházet výpadkům výrobních zařízení díky vhodně naplánovaným údržbovým zásahům. Obdobné principy se dají použít i u řízení jakosti. Včasná a pravdivá data budou sloužit pro vytvoření tzv. digitálních dvojčat výroby, skladů, obecně provozů. Díky nim bude možné lépe řídit celý logisticko-výrobní proces a simulovat různé změny, výpadky linek a další nestandardní situace.
 |
Jan Vápeník Autor článku působí na pozici Business Development Manager SAP ve společnosti Aimtec. |
