Big Data – Industry 4.0 – Quality Dr.-Ing. Edgar Dietrich Q-DAS GmbH & Co. KG Weinheim, Germany
A TUDÁSBÓL SZÁRMAZÓ NYERESÉG FOLYAMATOK GYORS MEGÍTÉLÉSE
Q–DAS® | STATISTICS DRIVES SUCCESS
1
Big Data
Big Data
xaas (Cloud) Client-Server Minicomputer Mainframe
1960
1970
1980
1990
2000
Q–DAS® | STATISTICS DRIVES SUCCESS
2010
2020
2
Feladatkitűzés
„ … és ez itt, egyszerűen ábrázolva, az én elképzelésem, hogy miként lehetne a gyár optimalizálását fokozni. Van kérdésed?”
Q–DAS® | STATISTICS DRIVES SUCCESS
3
A tudásból származó nyereség
Szezorok,
A munka világában a dolgok egyre komplexebbek lesznek
Kérdések & Feleletek
„Kézi” adatrögzítés A tárolt tudás nagy adatmennyiséghez vezet: „Big Data”.
Az embereknek a munkájukhoz magas döntési minőségre van szükségük!
(preditiv) Elemzések
Felismerés
Q–DAS® | STATISTICS DRIVES SUCCESS < Dateiname/Autor/Datum > © Copyright Q-DAS® GmbH & Co. KG
4
Hogyan tehetünk szert nyereségre a tudásból? Különböző információforrások
Adattárolók és hálózat
átvitel
feldolgozás
elemzés
Munkatársak
A validált mérőszámok választ adnak! Q–DAS® | STATISTICS DRIVES SUCCESS
5
Hagyományos és új elemek az ipari termelésben gyártástól távoli
gyártásközeli
Meglévő adatforrások Adatforrások
Adattárolás
Eredmények, mérőszámok
Gyártás / Mérőlabor
Mérő folyamatok
SPS, szenzorok
Tervezés
CAQ
További rendszerek
MES
ERP
Vezérlési adatok
Mérési adatok
Jelentés
Új adatforrások
Dashboard
Ad hoc elemzés
CRM
Internet (dolgok + szolgáltatások)
mailek, videok, dokuk, Web Logok, közösségi média
Hadoop / Cloud
Adatbank
Adatok / Text Mining
Q–DAS® | STATISTICS DRIVES SUCCESS
Predictiv elemzés
Operational Intelligence
6
Út az „ipar 1.0”- tól az „ipar 4.0”
Első SPS Modicon 084 1969
Első mechanikus szövőszék 1784
3. Ipari forradalom Az elektronika és az IT bevezetése a gyártás további automatizálásához A komplexitás foka
Első futószalag Cincinatti vágóhíd 1870
4. Ipari forradalom Cyber-Physical rendszerekre építve
2. Ipari forradalom A tömeggyártás bevezetése, villamos energiát felhasználva
1. Ipari forradalom Víz- és gőzgajtású mechanikus gyártó berendezések bevezetése idő
18. század vége
20. század eleje
20. század, a 70-es évek eleje
Q–DAS® | STATISTICS DRIVES SUCCESS
napjaink
7
Az „ipar 4.0” célkitűzése
Önkonfigurálhatóság Önoptimalizálás Öndiagnózis Megítélés Ezzel azt kell elérni, hogy egyedi termékeket úgy lehessen előállíthatók, mint egy nagyon rugalmas nagysorozatú gyártás termékeit. Ennek során figyelembe lehet venni egyedi vevői igényeket, és egyedi darabok is gazdaságosan gyárthatók lesznek.
Q–DAS® | STATISTICS DRIVES SUCCESS
8
Prof. Schmitt, WZL TWTH Aachen megállapítása
A termelés mára kapacitáscsapdába esett. Ezért a ütemezett és szinkronizált rendszerek (nagyrészt futószalagok)-, valamint a legutóbbi ipari forradalom vívmányai a felelősek. Ezek a toló piacokon (push market) működnek, mindaddig, amíg a piacok nem lesznek árukkal elárasztva, és vissza nem esnek. Ez azonban alapvetően megváltozott. A cyber-fizikai rendszerek (Cyber-physische Systeme), így szól az elképzelés, egy következő lépésben megoldásokat kínálhatnak az emberek, gépek és információk optimális összejátszására, és ezáltal a jövőbeni piacok követelményeinek jobban megfelelhetnek.
Q–DAS® | STATISTICS DRIVES SUCCESS
9
Prof. Bauernhansl, IPA Stuttgart megállapítása
A folyamatos gyártás és az energiafogyasztás technológiai korlátozása további hajtóerőt jelentenek az „ipar 4.0” számára. Ennélfogva szükségszerűen bekövetkezhet a gépek cyber-fizikai rendszerekkel történő decentralizálása.. Az ilyen ciber-fizikai rendszerekben az adatok mennyisége rendkívüli mértékben megnő, és gyakorlatilag lehetetlenné teszi ezek megőrzését és feldolgozását a gyártó üzemekben. Az információk és a számítási szolgáltatások kihelyezése a felhőbe (cloud) egy szükségszerű következmény lehet, még akkor is, ha adatokhoz és információkhoz kapcsolódó jogok jelenleg még messze nem tisztázottak.
Q–DAS® | STATISTICS DRIVES SUCCESS
10
Big Data – Ipar 4.0 – Minőségi adatok – Belső Hálózat
Big Data Industry 4.0 Minőségi adatok
Privát Cloud Q–DAS® | STATISTICS DRIVES SUCCESS
11
Hagyományos és új elemek a gyártásban gyártástól távoli
gyártásközeli
Meglévő adatforrások Adatforrások
Adattárolás
Eredmények, mérőszámok
Gyártás / Mérőlabor
Mérő folyamatok
Tervezés
SPS, Szenzorok
CAQ
További rendszerek
MES
ERP
Vezérlési adatok
Mérési adatok
Jelentés
Új adatforrások
Ad hoc
Dashboard
elemzés
CRM
Internet (dolgok + szolgáltatások)
mailek, videok, dokuk, Web Logok, közösségi média
Hadoop / Cloud
Adatbank
Adatok / Text Mining
A cég belső hálózata Q–DAS® | STATISTICS DRIVES SUCCESS
Predictiv elemzés
Operational Intelligence
Külső hozzáférés 12
Adatkonszolidálás
Adatforrások
Adatkonszolidálás
Adattárolás
Gyártás / Mérőlabor
Mérő folyamatok
SPS, Szenzorok
Tervezés
CAQ
További rendszerek
MES
ERP
CRM
Internet (dolgok + szolgáltatások)
mailek, videok, dokuk, Web Logok, közösségi média
konvertálás, kiegészítés, plauzibilizálás, struktúrálás, átadás …
Mérési adatok
Vezérlési adatok
Adatbank
Q–DAS® | STATISTICS DRIVES SUCCESS
Hadoop / Cloud
13
Adatelemzés
Adattárolás
Adatelemzés
Eredmények szolgáltatása
Vezérlési adatok
Mérési adatok
Hadoop / Cloud
Adatbank
adatszelektálás, statisztikai kiértékelés, feldolgozás, kommunikáció, …
Jelentés
Dashboard
Ad hoc
elemzés
Adatok / Text Mining
Q–DAS® | STATISTICS DRIVES SUCCESS
Predictiv elemzés
Operational Intelligence
14
Adatkiértékelés – Smart Data és Adatelemzés
Adatforrások
Gyártás / Mérőlabor
Mérő folyamatok
Adat-
CAQ
MES
ERP
Vezérlési adatok
Mérési adatok
Adatelemzés
Eredmények szolgáltatása
SPS, Szenzorok
További rendszerek
Internet (dolgok + szolgáltatások)
CRM
mailek, videok, dokuk, Web Logok, közösségi média
konvertálás, kiegészítés, plauzibilizálás, struktúrálás, átadás …
konszolidálás
Adattárolás
Tervezés
Hadoop / Cloud
Adatbank
kiértékelés, feldolgozás, kommunikáció, …
Jelentés
Dashboard
Ad hoc elemzés
Adatok / Text Mining
Q–DAS® | STATISTICS DRIVES SUCCESS
Predictiv elemzés
Operational Intelligence 15
A Q-DAS CAMERA® Concept Fázisai
COLLECTING (GYŰJTÉS) Testteil
ASSESSING (MEGFIGYELÉS)
MANAGING (IRÁNYÍTÁS) Ismeretek a folyamatról
EVALUATING (KIÉRTÉKELÉS)
REPORTING (JELENTÉS)
ARCHIVING (ARCHIVÁLÁS) Q–DAS® | STATISTICS DRIVES SUCCESS
16
Leképzés a Q-DAS CAMERA® Cocept-ban
Tervezés: megrendelések-, gépek-/ gyártás- és minőségirányítás
Mérő folyamatok
Szenzorok
CAQ/SPCrendszerek
MESrendszerek
egyebek
Ad hoc
Web
elemzés
Apps
adatkonszolidáció
Smart Data Adatelemzés
Jelentés
Dashboard
Mérőszám cockpit
Q–DAS® | STATISTICS DRIVES SUCCESS
17
Adatkiértékelés Gyártás / mérőlabor Mérő folyamatok
SPS, Szenzorok
További rendszerek
Tervezés
CAQ
MES
ERP
CRM
Internet (dolgok + szolgáltatások) mailek, videok, dokuk, Web Logok, közösségi média
Adatkonszolidálás
Adatstruktúra, ami lehetővé teszi az ismeretekből származó nyereséget Adott idejű információk teljes körű (automatizált) gyűjtése Plauzibilitás vizsgálata (a háttérben) Azonos idejű kiértékelés és eredményközlés Utalás a hiányzó infromációkra Adatbeviteli segédeszközök alkalmazása: barcode, katalógus … Smart Data Q–DAS® | STATISTICS DRIVES SUCCESS
A digitális termék-”emlékezet” felépítése Gyártás / mérőlabor Mérő folyamatok
SPS, szenzorok
Tervezés
Internet (dolgok+szolgáltatások)
További rendszerek
MES
CAQ
ERP
Mailek, videok, dokuk, Web Logo, közösségi média
CRM
Adatkonszolidáció
Smart Data
A termékek élettartama
Folyamat optimalizálás, folyamatparaméterek beállítása
Folyamatok felügyelete, SPC
Folyamatok minősítése, QRK
Gépek- és gyártási folyamatok átvétele
Mérési folyamatok alkalmasságának igazolása
Adatelemzés
Eredmények tárolása Q–DAS® | STATISTICS DRIVES SUCCESS
19
Q-DAS termékek a digitális termék-”emlékezet” felépítéséhez
Q-DAS adatbank
Projektirányítás
A termékek élettartama
SPC Folyamatoptimalizálás, folyama tparaméterek beállítása
Folyamatok felügyelete,
Folyamatok minősítése, QRK
Gépek- és gyártási folyamatok átvétele
Mérési folyamatok alkalmasságának igazolása
Feladatok
Adatelemzés
Q-DAS termékek
Eredmények tárolása Q–DAS® | STATISTICS DRIVES SUCCESS
20
Információbázis – példaszerű feladatkitűzések A termékjellemzők tudják, hogy mikor kell őket ellenőrizni, és ismerik az alkalmas mérési folyamatot. A meglévő gépek és gyártóberendezések alkalmasságának bizonyítékai rendelkezésre állnak. A folyamatok kvalifikáltak. Ebből levezethető, hogy mely termékjellemzőt lehet a berendezéssel előállítani.
A megmunkált jellemző kiértékelésre kerül, annak megállapítása céljából, hogy megfelel-e a követelményeknek. Ismertek az egyes megmunkálási lépések optimális paraméterei, és ezek beállítása automatikus. Megbízhatósági vizsgálatok eredményei alapján ismert a várható élettartam. Q–DAS® | STATISTICS DRIVES SUCCESS
21
Industry 4.0 – Quality 4.0 Gyártás / mérőlabor
Mérő folyamatok
SPS, Szensorok
Tervezés
CAQ
További rendszerek
MES
ERP
CRM
Internet (dolgok + szolgáltatások)
Mailek, videok, dokuk, Web Logs, közöségi média
Adatkonszolidáció
Kommunikáció a környezettel
Kommunikáció a környezettel Smart Data Adatelemzés
Digitalis termékemlékezet Q–DAS® | STATISTICS DRIVES SUCCESS
22
Példa: intenzív (agilis) gyártás
Műveletek
Typ 1
Typ 2
Typ k
OP1…OPi
OPi+1…OPj
OPk…OPm
M11
M21
Mk1
M12
M22
Mk2
Géptípus 1
M1n
M2n
Műveleti sorrend
Mkn Műveleti sorrend
Q–DAS® | STATISTICS DRIVES SUCCESS
23
Termék áttekintés
Terméktípus 1
Változat 1 Változat 2 Változat k
Jellemző 1 Jellemző 2 Jellemző n
Terméktípus 2
Q–DAS® | STATISTICS DRIVES SUCCESS
24
Folyamat áttekintés Géptípus OP1…OPi
Gép M11 Gép M12
Gép M1n
Szerszám 1 Szerszám 2 Szerszám k
OPi+1…OPj
Q–DAS® | STATISTICS DRIVES SUCCESS
25
Control 2013
Köszönöm a figyelmet!
A TUDÁSBÓL SZÁRMAZÓ NYERESÉG FOLYAMATOK GYORS MEGÍTÉLÉSE
Q–DAS® | STATISTICS DRIVES SUCCESS
26