Aproveitando Dados de Máquina para Manufatura Mais Inteligente e Eficiente

Usando Dados de Máquina para Impulsionar Otimização do Chão de Fábrica

Equipamentos de manufatura automatizados (máquinas CNC, se preferir), e as pessoas que operam estes equipamentos, são o coração pulsante de qualquer operação de manufatura e representam uma das maiores despesas de capital para fabricantes. Estas máquinas valem centenas de milhares de dólares e produzem mais dados que qualquer outra indústria, ainda assim estes dados não estão sendo capturados ou analisados para melhorar eficiência apesar de todas as inovações em robótica e automação.

Estas máquinas produzem centenas de pontos de dados a cada milissegundo, e a estrutura de dados é diferente para cada máquina. Isso torna incrivelmente importante padronizar os dados em todas as diferentes máquinas. No entanto, isso é difícil de fazer para certos equipamentos.

Não é tão simples quanto padronizar via OPC-UA ou MTConnect, porque apenas uma fração das máquinas suporta esses protocolos. Temos clientes que gastaram ANOS tentando alavancar soluções DIY para coletar e transformar dados em modelos padrão de seus ativos, codificando manualmente pontos de dados um a um, máquina por máquina. Isso frequentemente resulta em anos de desenvolvimento personalizado e integração antes de obter valor inicial, uma terrível má alocação de recursos para fabricantes.

Os insights e ações derivados dos dados fornecem a base para fabricantes crescerem seus negócios e se diferenciarem competitivamente. Hoje, fabricantes se encontram em diferentes estágios de uma jornada para alavancar dados e o fio digital para otimizar e automatizar seus processos de negócio.

Na MachineMetrics, nos engajamos com muitos fabricantes que descobrem cedo em sua jornada que dados de suas operações de planta são insuficientes e não confiáveis. Para métricas-chave como utilização de equipamento, fabricantes que não têm sistemas automatizados para capturar dados transformados ou contextualizados de seus ativos de máquina, frequentemente estão sob a crença errônea de que estão performando em nível satisfatório. Na realidade, nosso cliente médio de manufatura começa com utilização de 28%, significativamente menor que o percebido. Estatísticas insatisfatórias similares também são encontradas para OEE, tempo de inatividade e outras métricas-chave.

O Lado Negativo da Coleta Manual de Dados

A causa subjacente da percepção de desempenho abaixo do padrão, porém inflacionada, origina-se com dados capturados manualmente. Captura manual de dados frequentemente resulta em dados imprecisos, manipulados ou ausentes. É uma base instável que racha e cede quando tentativas são feitas para impulsionar melhoria contínua e inovação.

Por outro lado, dados precisos em tempo real automaticamente capturados e transformados de ativos de máquina criam uma base sólida para capturar insights e impulsionar valor. Claro, isso é mais fácil dito do que feito.

Desafios da Coleta de Dados de Máquina

Fabricantes entendem o valor de dados, e uma grande razão para a falta de coleta eficiente de dados e uso de dados na tomada de decisão é dupla:

• Fabricantes são avessos a tecnologia ou continuam a usar práticas desatualizadas, o que resulta em coleta manual de dados e suas consequências associadas.
• Fabricantes lutam com as muitas barreiras para construir uma cultura e infraestrutura de tecnologia que suporte com sucesso coleta automatizada de dados em tempo real. Cobrimos estes desafios abaixo:

Variedade de Dados

Não apenas existem muitos tipos distintos de equipamento — Tornos, Fresadoras, Injeção de Plástico, Estamparia, Corte a Laser, Robótica, etc — dependendo dos mecanismos disponíveis para adquirir dados desses sistemas, os pontos de dados podem ser muito diversos. Para fornecer ferramentas eficazes para analisar esses dados através destes sistemas distintos, os dados devem ser transformados em um modelo de dados comum. Não apenas cada controle de máquina tem seu próprio mecanismo para coletar dados, mas pontos de dados também podem diferir pela Família, Marca e Modelo da máquina usando aquele controle, bem como a versão do software rodando naquele controle.

Volume de Dados

Equipamentos de manufatura, e equipamentos de manufatura discreta em particular, são muito complexos. Uma máquina é um grande sistema de componentes que trabalham em coordenação resultando em centenas de pontos de dados distintos que mudam constantemente. Dependendo da aplicação, pode haver situações onde é requerido capturar dados em taxas de 100Hz ou 100KHz. Plataformas consumindo esta informação devem analisar os dados em múltiplos níveis dentro do sistema para evitar enviar e armazenar dados desnecessários quando apenas o resultado agregado ou computado é suficiente. Estes sistemas devem ser capazes de realizar processamento complexo onde é mais apropriado — tanto no edge quanto na nuvem.

Conectar diretamente ao controle de uma CNC fornece grande volume de dados de máquina em diversos pontos de dados.

Velocidade de Dados

Enquanto alguns sistemas podem fornecer valor com baixa fidelidade e alta latência, certos casos de uso de IoT requerem dados muito mais em tempo real para serem eficazes. Tecnologia edge é requerida para processar altos volumes de dados, tomar decisões em milissegundos ou menos, e agir para potencialmente prevenir danos à máquina ou à peça. Até dashboards que fornecem visibilidade no desempenho de um trabalho podem ganhar tremendo valor de baixas latências — chamando atenção imediata para um processo que está ficando para trás ou falhando.

A manufatura discreta introduz ainda mais complexidade. Isso começa com a variabilidade das máquinas em plantas de manufatura discreta. Existem muitos fabricantes de máquinas diferentes, e nenhuma planta tem apenas uma marca de máquina. As muitas máquinas diferentes também têm diferentes sistemas de controle e protocolos de comunicação. São de diferentes épocas, variando de novas com controles modernos a 20-30 anos antigas com capacidade de controle limitada. Conectar a, e coletar dados de, vários ativos de planta é um empreendimento significativo também, considerando que a maioria destas máquinas nunca foi projetada para fornecer dados para o tipo de soluções analíticas holísticas de fábrica ou empresariais que empresas estão focadas em habilitar hoje.

Fontes de Dados de Usinagem

A beleza de uma operação conectada é que fabricantes podem coletar e usar dados de numerosas fontes. Desde que os dados sejam contextualizados e relevantes, isso pode ajudar gerentes a obter visibilidade mais profunda no status e desempenho do chão de fábrica, até ajudando a preencher lacunas e adicionar contexto a dados existentes.

Máquinas-Ferramenta

Como a fonte mais valiosa de dados de produção, a máquina-ferramenta fornece um fluxo de dados que é contextualizado pela MachineMetrics e usado para dashboards de produção em tempo real, relatórios e notificações. Stakeholders podem ser notificados instantaneamente de eventos de inatividade de máquina e ver quando a produção está atrasada com acesso a dados de máquina que incluem status de máquina, alarmes, overrides, cargas, velocidades e avanços.

Sistemas Conectados

Para preencher lacunas em dados de produção e adicionar camadas adicionais de contexto, pode ser útil compartilhar dados entre os diferentes sistemas dentro de um ambiente de manufatura, como ERP, MES, CMMS, CAM, etc.

A MachineMetrics tem interfaces de programação de aplicações (APIs) que podem puxar informações de fontes externas. Esta combinação de dados de máquina e operacionais pode ser aproveitada junto para gerar insights ou impulsionar automação. Por exemplo, dados de máquina indicando uma falha podem disparar automaticamente uma ordem de trabalho em um CMMS.

Operadores

A Interface do Operador MachineMetrics, que vive em cada máquina, fornece uma ferramenta de comunicação para operadores adicionarem contexto a dados de máquina. Esta é uma camada essencial de dados pois ajuda a explicar o "porquê" por trás de inatividades de máquina, alarmes, peças de sucata, etc.

Com tablets em cada máquina, operadores podem fornecer contexto valioso aos dados de máquina, documentando motivos para eventos de inatividade e peças de sucata.

A Abordagem MachineMetrics para Automatizar Coleta de Dados de Máquina

Na manufatura, o edge é necessário para capturar dados de máquinas e transformar esses dados em um modelo de dados comum para que análises possam ser realizadas. Ele deve ser capaz de suportar vários protocolos de CLP para habilitar conectividade através da variedade de ativos no chão de fábrica. Também deve suportar captura de dados de sensores para ativos mais simples ou quando um método de conectividade padrão não está disponível do CLP. A MachineMetrics desenvolveu e suporta a maioria dos protocolos industriais padrão com suas várias nuances, bem como construindo conectores personalizados para muitos controles diferentes de máquinas CNC.

Protocolos Padrão suportados incluem:

• OPC-UA
• MTConnect
• Modbus TCP
• Ethernet/IP

Conectores Personalizados de Controle de Máquina construídos incluem:

• FANUC FOCAS
• Heidenhain iTNC530 e iTNC640
• Citizen M700
• Mitsubishi M70/M80
• Brother Speedio
• HAAS Serial
• Matsuura CNC (alarmes personalizados adicionados ao conector FANUC FOCAS)

Para máquinas legadas, conectar via sensor simples é suficiente para determinar a atividade da máquina e reportar sobre utilização. Um sensor de corrente analógico é frequentemente usado, e há suporte para vários dispositivos de Aquisição Digital e Analógica, incluindo o Labjack. Isso habilitou outros casos de uso que requerem captura de temperatura, vibração, pressão e capacidade de conectar a relés na máquina.

Tanto conexões CLP/Controle quanto Sensor podem ser mantidas através da interface online, e os dados podem ser filtrados, processados e transformados com uma linguagem de script simples projetada especificamente para dados de IoT.

Dados podem ser transmitidos em Baixa Frequência (em mudança de evento, ou 1 amostra por segundo), ou podem ser transmitidos em Alta Frequência (1000 amostras por segundo) para certos Controles e sensores. Suporte para dados de alta frequência requereu que a MachineMetrics construísse sua própria tecnologia edge para suportar este alto nível de processamento e streaming de dados.

Para escalar o edge através de milhares de máquinas, e para poder manter, atualizar e suportar remotamente o software edge, a plataforma Edge da MachineMetrics habilita gerenciamento remoto de dispositivos construído para configurar remotamente, atualizar e gerenciar dispositivos edge coletando dados através de nossos sites de clientes. Técnicos de suporte e próprios clientes podem solucionar problemas, rodar diagnósticos, configurar rede e testar firewall usando estas ferramentas embutidas. Uma interface de linha de comando comum (CLI) foi construída sob medida para oferecer diagnósticos e suporte adicionais. Este CLI pode ser usado para atualizar dispositivos, mas clientes logo terão a opção de atualizar o software edge eles mesmos.

Plataforma Edge MachineMetrics fornece solução escalável para fabricantes que pode ser auto-instalada para coletar dados de qualquer equipamento e habilitar insights acionáveis em minutos.

Coleta de Dados de Máquina como Base para Manufatura Inteligente

Coleta de dados de máquina CNC começa com conectar suas máquinas via variedade de métodos, incluindo soluções cabeadas e sem fio.

Uma vez que dados podem ser coletados, eles são contextualizados e padronizados para serem usados em dashboards e notificações em tempo real, bem como relatórios históricos para análise mais profunda. Mas isso é apenas o começo.

Dados de máquina representam a base do fio digital, capacitando um número ilimitado de casos de uso para otimizar e automatizar processos de negócio, permitindo fabricantes crescerem seus negócios e se diferenciarem competitivamente.

No entanto, o valor fornecido por dados de máquina só pode ser usado efetivamente se for automaticamente capturado e transformado.

O que vimos com clientes que abordam isso com soluções baseadas em papel e outras manuais é que os dados de produção são muito menos eficazes, pois são atrasados, imprecisos, não contextualizados e não escalam além de casos de uso simplificados. Ou pior, estão cheios de lacunas ou inexistentes.

Por outro lado, dados precisos em tempo real automaticamente capturados e transformados de ativos de máquina criam uma base sólida para capturar insights e impulsionar valor.

Desempenho pode ser estabelecido como baseline através de máquinas, linhas e plantas similares com confiança sabendo que os dados subjacentes são precisos. Desempenho de ativos de máquina pode até ser medido e comparado a ativos similares através de um setor particular fora da empresa.

No fim, existe apenas uma versão da verdade e a máquina não mente. Com captura e transformação de dados precisos, combinados com visibilidade e acionabilidade através de notificação e gatilhos de fluxo de trabalho, uma melhoria de 15 a 20% no desempenho de utilização pode ser realizada em questão de meses.

Podemos seguir este fio digital para ver onde contexto adicional é adicionado e como estes dados são usados dentro de outros processos e sistemas para impulsionar eficiências em escala.

Dados Operacionais

A fonte da sua produção inclui tanto equipamentos quanto pessoas no chão de fábrica. Dados de máquinas são coletados automaticamente, mas ainda não discutimos o impacto de dados de operador.

Com tablets colocados em cada máquina, operadores podem adicionar contexto a dados de máquina, o que fornece entendimento mais profundo do desempenho do equipamento.

Por exemplo, operadores podem documentar o motivo para um dado evento de inatividade, para que gerentes de planta analisando inatividade não apenas tenham uma visão precisa de quanto tempo de inatividade sua planta experimentou, mas também as principais razões por quê. O mesmo vale para peças de sucata.

Exemplo de um operador categorizando motivo de inatividade como "falha catastrófica de ferramenta" em interface de tablet.

Isso dá à gestão um melhor entendimento do problema para que processos mais eficientes possam ser desenvolvidos para gerenciar as razões mais graves de inatividade e sucata.

Além disso, estes dados de máquina, combinados com contexto de operadores, podem habilitar notificações baseadas em inatividades específicas que alertam operadores e membros da equipe de manutenção de eventos de inatividade, para que possam resolver o problema o mais rápido possível.

Máquinas, Pessoas e Sistemas

O fio digital costura múltiplos componentes da fábrica digital. À medida que seguimos o fio, dados de máquina começam a impactar outros sistemas usados por fabricantes.

Quando dados de máquina são coletados automaticamente, podem ser integrados em sistemas, como ERP, MES ou CMMS, para gerenciar processos mais efetivamente ou tomar melhores decisões operacionais baseadas nos dados combinados.

Alguns exemplos para ilustrar a importância disso:

Sistemas de Planejamento de Recursos Empresariais

Fabricantes geralmente gerenciam trabalhos e agendamento em ERPs, onde informações serão armazenadas em padrões de trabalho e tempos de ciclo. No entanto, há alta probabilidade de que padrões de trabalho e tempos de ciclo sejam imprecisos, o que afeta grandemente os tempos de execução esperados de trabalhos, bem como distorce precificação, já que oficinas geralmente precificam baseadas no tempo que leva para usinar um dado produto.

Se um fabricante está coletando dados de máquina em tempo real, tempos de ciclo podem ser atualizados no ERP para desenvolver padrões mais precisos e garantir que precificação está alinhada com tempos de execução esperados. Isso dá a líderes de manufatura um melhor entendimento do que a oficina é capaz de assumir e quanto lucro esperam gerar.

Sistemas de Gestão de Manutenção Computadorizada

Outro exemplo de alavancar dados de máquina e operacionais em outros sistemas é melhorar e automatizar manutenção com um CMMS.

Existem muitas estratégias existentes quando se trata de manter equipamentos, mas a maioria dos fabricantes continua a confiar em manutenção reativa ou manutenção baseada em calendário (com cronograma recomendado pelo fabricante da máquina).

Manutenção reativa tende a resultar em quantidades significativas de tempo de inatividade. E manutenção baseada em calendário (estratégia de manutenção preventiva) tende a ser cara devido a trabalho de manutenção desnecessário.

A zona "Goldilocks" entre manutenção preventiva baseada em calendário cara e manutenção reativa que leva a grandes quantidades de inatividade e grandes custos de reparo.

Ao enroscar dados de ativo de máquina e insights no CMMS, fabricantes podem transformar uma estratégia de manutenção de reativa e baseada em calendário para baseada em uso ou condição. Sem um fio digital originando no ativo de máquina, o valor que um fabricante pode esperar alcançar de um investimento em CMMS é significativamente diminuído.

Com dados de máquina disponíveis, cronogramas de manutenção podem ser otimizados para alinhar com dados de uso e condição streaming das máquinas e estes dados podem até ser usados para disparar fluxos de trabalho que automaticamente geram ordens de trabalho no CMMS e notificam a pessoa correta da condição da máquina, evento de inatividade, alarme, falha iminente, etc. para que possam consertar o problema o mais rápido possível, ou até antes que uma falha ocorra.

O Fio Digital de Dados de Máquina: Desbloqueando a Indústria 4.0

À medida que fabricantes habilitam soluções que podem capturar e transformar melhor seus dados de produção, não apenas serão capazes de impulsionar melhores decisões baseadas em fatos, mas serão capazes de alavancar os dados para desenvolver melhores processos e impulsionar automação no chão de fábrica.

Dados de máquina abrem um mundo inteiro de casos de uso, tornando-se a base de dados de produção e capacitando fabricantes com uma vantagem competitiva profunda.

Ficaríamos felizes em discutir como a Plataforma Industrial IoT da MachineMetrics pode ajudar você não importa em que estágio da jornada você esteja, seja monitorando seus equipamentos para identificar inatividades mais rápido, ou alavancando dados de alta frequência para prever e prevenir falhas de máquina.

Entre em contato com quaisquer perguntas, ou agende uma demonstração hoje.