Wykorzystanie składowych idei Przemysłu 4.0 może zredefiniować planowanie produkcji oraz wymagania wobec systemów wspierających ten proces na kilku poziomach. Te nowe wymagania wytyczają kierunki, w których systemy będę musiały się rozwijać, by nie pozostać w tyle.
Począwszy od procesu przygotowania Głównego Planu Produkcji (MPS)-procesu, do którego informacją wejściową są prognozy sprzedaży i faktyczny popyt na wyroby. Wykorzystanie AI (sztucznej inteligencji) do analizy dużej ilości danych historycznych może wnieść tu wartość w postaci doskonalszych przewidywań popytu, tym samym bardziej dopasowanego planu MPS.
Na poziomie harmonogramu szczegółowego krytyczną informacją wejściową są aktualne i kompletne dane z wydziałów produkcyjnych. Możliwości jakie wynikają z wykorzystania Industrial Internet of Things do zbierania informacji produkcyjnych są trudne do przecenienia. Gromadzenie i analiza dużych ilości danych produkcyjnych pozwoli na dokładniejsze przewidywanie przebiegu procesów, jak też dostępności zasobów produkcyjnych. Mam tu na myśli Predictive Maintenance. Czy wreszcie wykorzystanie sztucznej inteligencji do samego procesu tworzenia harmonogramu produkcji. Jakkolwiek praktyczne zastosowanie tego podejścia w obszarze, w którym do tej pory wiedza i doświadczenie odgrywały pierwsze skrzypce, na razie wiąże się obietnicami, które w dużej mierze pozostają bez pokrycia. Na razie. Kierunek natomiast został już wytyczony.
Cel ostateczny to proces planowania wbudowany w autonomiczny i automatyczny proces produkcyjny. Proces oparty na wiedzy wynikającej z analizy zdarzeń z przeszłości, bieżącemu zasilaniu systemu w aktualne informacje spływające od połączonych w MIoT maszyn oraz predykcji zdarzeń przyszłych opartej na prognozowaniu wspomaganym przez AI.
Tymczasem z badania Smart Industry Polska 2018, przeprowadzone przez firmę Siemens we współpracy z Ministerstwem Przedsiębiorczości i Technologii, wynika, że czwarta rewolucja przemysłowa dopiero nabiera w polskich przedsiębiorstwach rozpędu. Niemniej, różne jej elementy opisane wyżej są już dziś wykorzystywane w procesie planowania.
ZOBACZ TAKŻE:
Czytaj również: https://www.dsr.com.pl/czym-jest-warehouse-management-system-wms/
Wyzwania z punktu widzenia planowania procesów produkcyjnych?
Można wskazać dwa elementy: pierwszy to zmienność i nieprzewidywalność popytu, drugi to brak lub niedosyt danych na temat rzeczywistości hali produkcyjnej.
O ile nasilanie się pierwszego zjawiska to tendencja, z którą nie sposób walczyć – większość rynków będzie stawała się coraz bardziej zmienna, a w perspektywie widać zjawisko masowej personalizacji. Krótsze serie kastomizowanych wyrobów, produkowane w odpowiedzi na bardzo zmienne w czasie zapotrzebowanie to na pewno wyzwanie dla osób odpowiedzialnych za planowanie produkcji. Bez odpowiednich narzędzi trudno sobie wyobrazić jej skuteczne planowanie w takich warunkach.
Drugi element to niepełne lub nieaktualne informacje dotyczące tego, co faktycznie dzieje się na hali produkcyjnej tzn. stopnia zaawansowania procesów produkcyjnych, zmian w dostępności zasobów produkcyjnych, kluczowych parametrów procesów technologicznych, itp. Hale produkcyjne to miejsca, w których informatyzacja ma jeszcze dużo do zrobienia. Jakkolwiek, składniki idei Przemysłu 4.0, takie jak IoT, Manufacturing Big Data kreślą ambitne punkty odniesienia, jednak często brak podstawowej informacji na temat przebiegu procesu utrudnia, czy wręcz uniemożliwia efektywne zaplanowanie produkcji lub korektę planu w przypadku jakiegokolwiek zakłócenia.
Czytaj również: https://www.dsr.com.pl/internet-of-things-iot-czym-jest-internet-rzeczy-w-przemysle/
Marek Lebiocki
Senior Consultant ERP/EAM/APS
Źródło tekstu i zdjęcia: https://www.dsr.com.pl/
(artykuł sponsorowany)
INNI PRZECZYTALI TAKŻE:
Ten komentarz został usunięty.