THU THẬP DỮ LIỆU MÁY: ĐỊNH HƯỚNG HỆ THỐNG SẢN XUẤT THEO DỮ LIỆU
Sử dụng dữ liệu để thúc đẩy tối ưu hóa vùng sản xuất của nhà máy
Thiết bị sản xuất tự động (như máy CNC), và những người vận hành là trái tim của bất kỳ hoạt động sản xuất nào, nhưng cũng là một trong những chi phí vốn lớn nhất đối với nhà máy. Những chiếc máy này trị giá hàng trăm nghìn đô la, tạo ra nhiều dữ liệu hơn bất kỳ ngành công nghiệp nào khác, nhưng dữ liệu này chưa được thu thập hoặc phân tích để cải thiện hiệu quả mặc dù đã có nhiều đổi mới trong lĩnh vực robot và tự động hóa.
Dữ liệu từ máy móc rất lớn và khác nhau
Các máy này tạo ra hàng trăm điểm dữ liệu mỗi mili giây và cấu trúc dữ liệu khác nhau đối với mỗi thiết bị. Làm cho việc chuẩn hóa dữ liệu trên tất cả các máy khác nhau trở nên khó khăn hơn nhưng vô cùng quan trọng. Tuy nhiên, điều này khó thực hiện đối với một số thiết bị nhất định.
Không đơn giản như chuẩn hóa thông qua OPC-UA hoặc MTConnect, vì chỉ một phần nhỏ các máy hỗ trợ các giao thức đó. Chúng tôi có những khách hàng đã dành HÀNG NĂM cố gắng tận dụng các giải pháp TỰ LÀM (DIY) để thu thập và chuyển đổi dữ liệu thành các mô hình tiêu chuẩn, mã hóa thủ công từng điểm dữ liệu, từng máy một. Điều này thường mất nhiều năm phát triển và tích hợp tùy chỉnh trước khi đạt được giá trị, một cách phân bổ sai nguồn lực khủng khiếp cho các nhà sản xuất.
Phải hiểu dữ liệu mới phát triển
Những hiểu biết (insight), hành động dựa trên dữ liệu tạo ra NỀN TẢNG cho các chủ doanh nghiệp phát triển kinh doanh và tạo sự khác biệt trong cạnh tranh.
Ngày nay, các công ty, nhà máy đang ở những giai đoạn khác nhau của hành trình tận dụng dữ liệu số để tối ưu hóa, tự động hóa quy trình kinh doanh của họ
Bạn vẫn chưa sử dụng tối ưu các thiết bị
Tại Pyroject, chúng tôi hợp tác với nhiều nhà sản xuất, những người đã sớm phát hiện ra rằng dữ liệu từ hoạt động chung nhà máy của họ là không đủ và không đáng tin cậy. Đối với các chỉ số quan trọng như “hữu dụng thiết bị” (equipment utilization), các nhà sản xuất không có hệ thống tự động thu thập dữ liệu chuyển đổi (transformed) hoặc dữ liệu theo ngữ cảnh (contextualized) từ máy móc, thường bị nhầm tưởng rằng họ đang hoạt động ở mức phù hợp.
Trên thực tế, khách hàng mảng sản xuất của chúng tôi bắt đầu với mức hữu dụng là 28%, thấp hơn đáng kể so với những gì được nhận thức. Các thống kê không đạt yêu cầu tương tự cũng được tìm thấy cho OEE, downtime và các chỉ số chính khác
Mặt trái của việc thu thập dữ liệu thủ công
Nguyên nhân của sai lầm nhận thức về hiệu suất bắt nguồn từ chuyện dữ liệu được thu thập theo cách thủ công. Việc thu thập dữ liệu thủ công thường làm dữ liệu không chính xác, bị chỉnh sửa hoặc bị thiếu. Đó là bất ổn đầu tiên khi cố gắng thúc đẩy cải tiến và đổi mới liên tục.
Mặt khác, dữ liệu thời gian thực chính xác được thu thập và chuyển đổi tự động từ các máy tạo ra một cơ sở vững chắc để nắm bắt thông tin chi tiết và thúc đẩy giá trị. Tất nhiên, nói bao giờ cũng dễ hơn làm.
Những thách thức của việc thu thập dữ liệu máy
Các nhà sản xuất hiểu được giá trị của dữ liệu, nhưng lý do lớn dẫn đến việc thiếu thu thập dữ liệu và sử dụng dữ liệu hiệu quả trong quá trình ra quyết định là:
Các chủ doanh nghiệp không thích công nghệ mới, ngại thay đổi vì chi phí cao hoặc tiếp tục sử dụng các phương pháp lỗi thời, dẫn đến việc thu thập dữ liệu phải làm thủ công và những hậu quả đi kèm khác.
Các nhà sản xuất phải vật lộn với nhiều rào cản để xây dựng văn hóa và cơ sở hạ tầng công nghệ hỗ trợ thành công việc thu thập dữ liệu tự động theo thời gian thực. Chúng tôi đề cập đến những thách thức này dưới đây:
Đa dạng dữ liệu
Không chỉ có nhiều loại thiết bị khác nhau – Máy tiện, Máy xay, Máy ép nhựa, Máy dập, Máy cắt laser, Robot, v.v. – tùy thuộc vào các cơ chế có sẵn để thu thập dữ liệu từ các hệ thống đó, các điểm dữ liệu có thể rất đa dạng. Để cung cấp một công cụ phân tích dữ liệu hiệu quả cho các hệ thống riêng biệt này, dữ liệu phải được chuyển đổi thành một mô hình dữ liệu chung. Mỗi cách điều khiển máy không chỉ có cơ chế thu thập dữ liệu riêng, mà các điểm dữ liệu cũng có thể khác nhau theo Dòng (family), tạo hình và Kiểu (model) của máy, cũng như phiên bản phần mềm chạy trên bộ điều khiển.
Khối lượng dữ liệu
Thiết bị sản xuất, và cụ thể là thiết bị sản xuất rời rạc, rất phức tạp. Mỗi máy là một hệ thống lớn các thành phần hoạt động phối hợp, dẫn đến có hàng trăm điểm dữ liệu khác nhau thay đổi liên tục. Tùy thuộc vào ứng dụng, có thể có những trường hợp yêu cầu thu thập dữ liệu ở tốc độ 100Hz hoặc 100KHz. Các nền tảng thu thập thông tin này phải phân tích dữ liệu ở nhiều cấp độ, để tránh gửi và lưu trữ dữ liệu không cần thiết, trong khi chỉ cần kết quả tổng hợp hoặc tính toán. Các hệ thống này phải có khả năng thực hiện các quá trình xử lý phức tạp ở nơi thích hợp nhất – ở cả Edge và trên Cloud.
Tốc độ dữ liệu
Trong khi một số hệ thống cung đáp ứng dữ liệu với độ trung thực thấp và độ trễ cao, một số trường hợp sử dụng IoT nhất định yêu cầu dữ liệu thời gian thực nhiều hơn để có hiệu quả. Công nghệ Edge được yêu cầu để xử lý khối lượng lớn dữ liệu, đưa ra quyết định trong mili giây hoặc ít hơn và hoạt động để ngăn ngừa thiệt hại có thể xảy ra đối với máy hoặc phôi. Ngay cả những dashboard cung cấp giao diện, biểu đồ hiệu suất công việc cũng có thể thu được giá trị to lớn từ độ trễ thấp – thu hút sự chú ý ngay lập tức vào một quy trình đang bị tụt hậu hoặc thất bại.
Sản xuất rời rạc – là hình thức sản xuất riêng lẻ các bộ phận khác nhau và ghép lại thành sản phẩm hoàn chỉnh – thậm chí còn phức tạp hơn. Điều này bắt đầu với sự thay đổi của máy móc trong các nhà máy sản xuất rời rạc. Có nhiều nhà sản xuất máy khác nhau, và không một nhà máy nào chỉ có một nhãn hiệu máy. Nhiều máy khác nhau cũng có các hệ thống điều khiển và giao thức truyền thông khác nhau. Chúng có nhiều tuổi đời khác nhau, từ loại mới với bộ điều khiển hiện đại đến loại 20-30 năm tuổi với khả năng điều khiển hạn chế.
Kết nối và thu thập dữ liệu từ các tài sản khác nhau của nhà máy cũng là một công việc quan trọng, vì hầu hết các máy này chưa bao giờ được thiết kế để cung cấp dữ liệu cho các loại giải pháp phân tích toàn diện, toàn nhà máy hoặc toàn doanh nghiệp.
Nguồn dữ liệu trong nhà máy
Cái hay của hoạt động kết nối là các nhà sản xuất có thể thu thập và sử dụng dữ liệu từ nhiều nguồn. Miễn là dữ liệu được ngữ cảnh hóa (contextualized ) và có liên quan, điều này có thể giúp người quản lý có tầm nhìn sâu hơn về trạng thái và hiệu suất của khu vực sản xuất, thậm chí giúp lấp đầy khoảng trống và bổ sung ngữ cảnh vào dữ liệu hiện có.
Công cụ máy móc
Là nguồn dữ liệu sản xuất có giá trị nhất, máy công cụ cung cấp dữ liệu theo luồng (stream) được hệ Pyriot M2C ngữ cảnh hóa và sử dụng cho dashboard, báo cáo và thông báo sản xuất theo thời gian thực. Các bên liên quan có thể được thông báo ngay lập tức về các sự kiện thời gian ngừng hoạt động của máy (downtime) và xem khi nào sản xuất bị chậm tiến độ với hệ phân quyền truy cập vào dữ liệu máy bao gồm trạng thái máy, cảnh báo, ghi đè, tải (load), tốc độ và nguồn cấp nguyên liệu.
Hệ thống được kết nối
Để lấp đầy “khoảng trống” trong dữ liệu sản xuất và bổ sung cho ngữ cảnh dữ liệu, sẽ hữu ích hơn khi chia sẻ dữ liệu giữa các hệ thống khác nhau trong môi trường sản xuất, chẳng hạn như ERP, MES, CMMS, CAM, v.v.
Pyriot M2C có các giao diện lập trình ứng dụng (API) cho phép lấy thông tin từ các nguồn bên ngoài. Sự kết hợp giữa máy móc và dữ liệu vận hành này có thể được tận dụng cùng nhau để tạo ra thông tin chi tiết hoặc thúc đẩy tự động hóa quy trình.
Ví dụ: dữ liệu máy chỉ ra lỗi có thể tự động kích hoạt yêu cầu công việc trong CMMS.
Người vận hành
Giao diện Người vận hành Pyriot, nằm ở mỗi máy, cung cấp một công cụ giao tiếp cho người vận hành để thêm ngữ cảnh vào dữ liệu máy. Đây là một lớp dữ liệu thiết yếu vì nó giúp giải thích “lý do” đằng sau thời gian ngừng hoạt động của máy, cảnh báo, bộ phận phế liệu, v.v.
Pyriot M2C sẽ giúp bạn xây dựng hệ thu thập dữ liệu tự động như thế nào?
Phần tiếp theo: Nền tảng của sản xuất thông minh: Dữ liệu máy
