早期的结果是:投资于数据捕获和分析可以为食品和饮料制造商带来巨大的回报,他们可以对收集到的信息采取行动。样本结果说明了这一点,从一家持续实现85%以上OEE评级的全球处理器,到一家利用数据将产量提高5%,并将周期时间缩短20%以上的烘焙公司。
处理器学习提高运行效率、产品质量和生产率的方法,通常需要克服行为和身体上的障碍。
酸奶制造商乔巴尼(Chobani)五年前就开始了这一过程,当时全球工程和项目管理副总裁休·罗迪(Hugh Roddy)加入了该公司。作为一个土生土长的爱尔兰人,在欧洲制造工程方法方面拥有丰富的经验,使用数据不断改进流程的想法是自然而然的。
“人们想要触手可及的即时数据。我们的项目和变革在六个月内就能完成,而其他公司需要一年或更长时间才能完成。”“除非你采取行动,否则收集数据是没有用的;你必须收集它,展示它,然后能够分析它。我们的工程、运营和持续改进团队协同工作,使用我们收集的数据来学习、改变并变得更好。”
Roddy表示,并不是所有的改变都是完美的,“但我们会专注于找出我们还需要改进的地方,根据潜在的收益进行投资。我们从包装/填充层面开始,所以我们可能只触及了我们能做的5%。”
对于Chobani来说,最重要的指标包括KPI改进、OEE监控和目标定位,以及吞吐量度量和产出产出的输入材料。“我们使用了罗克韦尔自动化的所有嵌入式工具,但没有使用感应自动化的Ignition平台,该平台允许无限客户无需支付额外的许可费用,收集所有这些数据将非常昂贵。我们还广泛利用移动客户端将数据传输到工厂车间,”Roddy补充道。
他说:“我们最感兴趣的是从工厂层面推动变革,并赋予我们的员工权力。”“我们的系统允许作业者记录线路上发生的情况,并采取实时措施纠正问题。与此同时,必须有人负责采取行动,所以你需要一个专注于改变的团队。”
罗迪可以通过智能手机查看公司所有工厂的数据。“例如,我们注意到,在我们的澳大利亚工厂,第二班和第三班的产量通常低于第一班。事实证明,当需要采取行动时,值班员有时不在他们的岗位上。这也是我们在所有工厂的操作人员面前安装实时仪表盘的原因之一。它使人们负责任,并激发友好的竞争来实现目标。因此,我们看到了运营商性能、生产力和效率的巨大变化。”
先走后跑
企业通常从一个流程或一个工厂开始广泛的数据收集和分析,然后在获得信心并看到效益后将努力扩展到其他领域。
对于金宝汤公司来说,这一过程始于其佩珀里奇农场的设施。
全球供应链流程卓越高级总监迈克•休斯(Mike Hughes)解释说:“虽然数据收集帮助我们初步形成了收集哪些数据以及如何收集数据的战略,但一开始的工作非常分散,基于纸张,而且非常受战术驱动。”“我们经常为不同的项目多次收集相同的数据。”
在过去的10年里,该公司一直在衡量生产线性能、OEE、停机时间、产量和其他因素,但全球工程副总裁Jim Prunesti表示,数字化的信息使其更适用于各级决策。“我们根据这些数据采取行动,将其用于日常方向设置和轮班重叠会议,并将其提交给更广泛的领导层。总结我们在植物间的发现是非常有帮助的,因为其中许多研究涉及常见问题。我们已经看到生产线性能至少提高了10个百分点。”
普鲁内斯蒂警告说,尽管有这些好处,“但现实是,实施这种项目是一个重大挑战。没有开箱即用的解决方案,特别是当你同时处理新设备和旧设备时。你必须找到创造性的工具来实现你的目标,这需要几年的时间来实现,
特别是当你在全球20多家工厂推广时。”
休斯说,数据收集需要从工厂的最底层开始。“如果没有数据细节,就无法进行更改。我们从微观数据集开始,然后把它卷起来。”但更多的数据往往会带来更多需要解决的问题。他说:“我们不得不在报告方面重新调整数据库架构,以支持数据分析,并使我们的发现有用。”
休斯说:“我们正试图从后端到前端了解我们的流程,并确定机会在哪里,但我们已经看到这是一项为公司带来实际财务回报的投资。越来越多的员工也在参与和接受数据,因为他们更容易看到数字数据。做决定也变得更容易了,因为现在是基于事实而不是情绪。”
集成平台
与手工、基于纸张的工作相比,数字数据收集的优点之一是,它可以帮助识别和计算通常被忽略的轻微流程中断。
GE Digital食品、饮料制造和消费品行业分析师Reid Paquin表示:“通常持续5分钟或更短时间的微停机是停机的主要原因。“手动记录这些数据太难了,但这些隐藏的损失导致了大量的产量损失。”
帕奎因说,只有少数几家公司,尤其是大公司,正在对收集到的数据进行高级分析,以推动变革。“大约80% - 90%的人仍然专注于实时数据收集。许多公司仍在用电子表格手动收集数据,通常是在竖井中,目的单一。
“你需要一个平台来集成和自动化数据收集和分析,”他解释道,同时承认这可能是一项艰巨的任务。“我们的一个客户的生产系统中有超过5000个制造应用程序。”
尤其令人不安的是缺乏支持风险管理的数据。“你必须有数据来评估公司面临的风险及其潜在影响。很多公司在这方面落后了,因为他们缺乏必要的数据,尤其是在连接企业各个风险领域方面。”
从数据开始
较小的制造商,尤其是那些拥有较新工厂的制造商,通常更容易组织强大的数据收集和分析程序。新鲜宠物食品制造商Freshpet的情况就是如此,该公司有140名员工,工作时间为三班倒。
2012年,该公司收购了宾夕法尼亚州伯利恒的一家旧工厂,并将其拆除,安装了一个以太网连接的基础设施。因此,工程经理Sam Torres定期监控600多个数据点,用于运营和维护目的。
“我们的IDF(中间配线架)外壳是设计良好的工厂数据检测系统的主要组成部分,”Torres解释道。“我们的网络上共有180个节点,从每个处理设备收集少至4个数据点,多至20个数据点。我们使用仪表板来跟踪现在发生的事情以及以前发生的事情。”
这些数据有助于Freshpet了解问题以及接下来需要采取的步骤,每天早上工程和运营人员都会对这些数据进行审查。“例如,案例计数非常有用,因此操作人员可以衡量生产率;而周期计数可以帮助维护团队安排工作,以防止设备故障,”Torres说。
托雷斯说:“无论你是做糖果还是把牛奶装进瓶子里,都适用于同样的概念。”“能够看到随着时间推移的数据是至关重要的,就像我们可以用FactoryTalk history做的那样,因为这是真正的学习发生的地方。通过识别趋势,您可以了解生产系统的功能,并发现无法实现目标的根本原因。”
托雷斯引用了一个例子,数据是如何被用来证明购买一个新的胶片拼接机的圆块包装机。“在使用自动剪接机之前,操作人员必须关闭机器来更换胶片卷。每次转换需要6-7分钟,这导致每24小时损失1.5小时的生产时间,”他说。
托雷斯宣称:“没有数据,你就无法证明任何事情,如果你看不到它,你就无法管理它。”该公司目前正在考虑购买MES系统,以实现更详细的报告。“我们仍然在做太多手工、纸质的数据跟踪。我们正在收集大量数据,但并不总是有一种良好、友好的方式来显示它们。”(读Freshpet伯利恒工厂机械案例研究)。
标准化数据
罗克韦尔自动化快速生产线集成解决方案全球产品经理Greg Hood表示,实施标准数据访问模型对于食品和饮料制造商来说至关重要,因为与其他行业相比,他们的生产线必须连接来自许多不同供应商的不同机器。
他说:“项目目标必须是具体的、可衡量的、有时间表的、可实现的。”一旦规划目标确立,确保您拥有监控目标实现所需的数据。
Hood建议从机器级别开始。他说:“监控这些目标所需的数据必须是可用的,而且在整个工厂或整个企业内收集数据必须是可重复的。”“然后专注于行级上下文和显示。最大的挑战是获得可访问的实时数据,这样作业者就可以监控事件和根本原因,以便在生产过程中出现机会时进行更改。”
胡德说,让从工厂工人到企业用户的每个人都对数据的准确性有信心是至关重要的。“如果你要监控运营商的行动,线上的员工必须就目标达成一致并支持他们。他们会更愿意购买一个系统,如果他们认为它是一个促进他们的表现。一旦他们接受了,你就必须与他们沟通并庆祝成功。”
胡德认为,可实现的目标、数据的标准化和准确性、背景、集成和接受是成功的基础。“要认识到你不可能同时实现所有的目标。把它看作是一个旅程,你先走,边走边学,”他说。
数据的内容和原因
让数据具有可操作性始于一个基于公司优先级的数据收集框架。对于凯洛格公司,该框架包括OEE标准和可持续发展目标。
全球工程共享服务副总裁Larry Turpin解释说:“数据点是根据可能影响OEE的因素选择的,例如与输入相关的小型设备停机,因此我们可以进行根本原因分析。”“我们一直在改变我们的一些数据点,因为我们质疑我们获得的一些数据是否真的具有可操作性。”
特平说,每个人都意识到数据的重要性,但是在所有需要的情况下都能获得数据的成本很难负担,而且在经济上并不总是可行的。他说:“公司的关键数据优先级是正常运行时间、小型停机、吞吐量、产品质量(包括报废和超重),以及原材料和包装材料的使用。”
Turpin补充说:“使数据具有可操作性的最佳方法是与合适的人员一起审查数据,通常由操作员和工厂经理组成,并将其纳入每个工厂的日常方向制定会议。”
凯洛格电力、控制和仪表系统主管塔梅莎•墨菲(Tamesha Murphy)表示,在工厂层面,数据收集工作有时会遇到障碍。“IT基础设施并不总是在设施中保持最新状态,尤其是小型工厂,但我们发现数据收集是高效工厂运营的基础。”
更严格的过程控制
施耐德电气(Schneider Electric)行业解决方案总监玛丽安•施泰丁格(Maryanne Steidinger)表示,在开始改进之前,全面了解现有流程是至关重要的。“从回顾你的流程开始,了解关键点和潜在的瓶颈在哪里,以及你的设备表现如何,无论是烤箱的温度还是输送机的速度。”
施泰定格说,目标是尽可能百分之百地控制这个过程。“大多数公司的运行能力只有65% - 70%,这就留下了巨大的改进空间。只要对过程控制进行微调,就可以在不需要大量资本成本的情况下获得显著收益。”
“培训就变得非常必要,这样你的员工就能理解和使用他们看到的数据。你必须用员工能理解的语言来描述这些数字,比如扔掉12个托盘的产品,而不是12%的失败率。”
根据数据行动
对于制造商来说,系统集成商是一个很好的资源,可以使操作数据更加可用和可操作。
控制系统集成商协会(CSIA)成员、系统集成商矩阵技术公司(Matrix Technologies)制造系统和解决方案部门主管Divya Prakash说:“生产系统不缺乏原始数据,但除非你给出一个背景,否则你无法使其具有可操作性。”他说:“这是你找到问题根源并真正解决问题的唯一方法,而不是仅仅贴上创可贴。”
他说:“例如,你可能有数据跟踪一段时间内的温度分布,但你还需要知道当时正在制造什么,谁在制造它,哪个班次以及环境条件是什么,这样你就可以将其与另一天的相同情况进行比较。”
普拉卡什指出,人工操作的过程越复杂,人工操作的结果就越多变。“然后,正确的做法是为操作人员提供更多的培训,或者将更多的流程自动化。”
流程数据可以像洋葱一样被剥开,允许您在深入挖掘细节时更多地了解流程。
“你掌握的细节越多,你就能对运营结果施加更大的控制,”系统集成商ESE, Inc. (CSIA成员和罗克韦尔解决方案合作伙伴)制造信息服务总监John Tertin说。
“随着你对细节的深入,优先级也会发生变化。您需要寻找生产问题的根本原因,例如加热元件的温度是高于还是低于设定值。这可能会导致很大比例的产品不合格率。”
随着客户对定制产品的需求越来越大,数据也可以帮助你确定是否可以利用新的商业机会。特丁解释说:“一位客户在超级碗期间收到了一份大订单,他们制作蘸酱,将食材混合在一起,让它们随着时间的推移而结晶。”
“通过分析他们的历史生产数据,他们意识到稳定化学限制了他们在给定时间内制造足够多的额外产品的能力。”与其冒客户不满意的风险,不如拒绝订单。
旧习惯往往很难改掉,尤其是在着眼于大局的时候。系统集成商Vertech的SCADA和MES专家Chris McLaughlin表示:“人们的方式非常固定,这意味着项目往往只关注获取数据。“然而,为了让数据具有可操作性,你必须在正确的时间向正确的人提供数据。”
麦克劳克林说,大多数植物都能感觉到某个过程或机器出了问题,但它们并不总是确切地知道是什么原因导致的。“这就是为什么扮演夏洛克是我们最重要的角色之一。如果你能向他们展示停机的原因,OEE背后的数据就会强大得多。”
麦克劳克林表示,如果员工不仅了解如何使用数据,而且了解为什么要使用数据,那么培训他们如何实施持续改进实践,将对他们实现变革的能力产生巨大影响。“当你可以让具有不同角色、优先事项和经验的不同人合作,使用相同的软件并分享想法,而不是像孤岛一样看着自己的电子表格时,它会变得更强大,更能激励和促进变革。”