Wskaźnik OEE jest wypadkową trzech innych wskaźników. To dostępność, czyli stosunek czasu zaplanowanego na realizację zadania do czasu, który w rzeczywistości można na to zadanie poświęcić, wydajność, a więc relacja czasu dostępnego do rzeczywistej pracy, jak również jakość, a zatem stosunek liczby dobrych do wszystkich produktów. IoT (ang. Internet of Things, Internet Rzeczy), a zatem swoiste połączenie w jeden organizm sprzętu, pojazdów i innych przedmiotów, realizowane za pomocą zaawansowanych narzędzi informatycznych, ma tu wiele do zrobienia.
Kwestia świadomości
Mierzenie efektywności wykorzystania maszyn powszechnieje, choć na temat tego, czy jest już standardem, zdania są podzielone. Ireneusz Borowski, Country Manager Poland, Dassault Systèmes, podkreśla, że Lean Manufacturing i Total Productive Maintenance (TPM) to fundamenty OEE, przyczyniające się do wzrostu popularności tego wskaźnika. – Producenci, posiadając dane na poziomie maszyny, linii montażowej i zakładu, mogą wytwarzać produkty o najwyższej jakości po optymalnych kosztach w trudnych warunkach związanych z krótkimi czasami realizacji – tłumaczy I. Borowski, dodając, jak ważne jest określenie oczekiwań odnośnie do wykorzystania OEE. Może on bowiem spowalniać produkcję i powodować, że firmy są mniej „Lean” i słabiej zorientowane na klienta. Może również maskować potencjalnie trudniejsze problemy w produkcji, jeśli nie jest używany we właściwym kontekście. Z kolei nadmierne poleganie na OEE może ukryć luki w wydajności na poziomie maszyny, linii produkcyjnej oraz zakładu lub fabryki.
Zdaniem Mateusza Kluby, Team Leadera Obszaru Produkcja, BPSC, efektywność wykorzystania maszyn badano w istocie „od zawsze”, natomiast nigdy nie było to tak proste jak obecnie. Informatyzacja oraz nowe technologie sprawiają, że dane można zbierać szybciej i wygodniej, np. przy użyciu kiosków na hali produkcyjnej czy bardziej wyszukanych rozwiązań odczytujących dane bezpośrednio z maszyn. – Problematyczna jest jedynie mnogość interpretacji efektywności. Samo OEE potrafi być wyznaczane na kilka sposobów i to w jednej firmie. Dlatego w tym przypadku do jego wyznaczania warto użyć systemu informatycznego – mówi M. Kluba.
Z kolei w ocenie Dariusza Krasa, Konsultanta ds. rozwiązań produkcyjnych, OPTeam, mierzenie efektywności wykorzystania maszyn w polskich realiach nie jest jeszcze standardem, bowiem narzędzia wspomagające zarządzanie procesem produkcyjnym albo w ogóle nie są stosowane, albo też w niewystarczającym stopniu. Problemem jest też niska automatyzacja stanowisk pracy. – Najczęściej kontrolowany jest człowiek obsługujący daną maszynę, a nie bezpośrednio maszyna. Z rozmów przeprowadzonych z osobami zarządzającymi procesami produkcyjnymi w firmach wynika, że przy planowaniu produkcji na pierwszy plan wysuwają się koszty związane z wykorzystaniem zasobów surowcowych, ewentualnie zgrubnie wycenione koszty operacji zleceń. Natomiast koszty związane z wykorzystaniem maszyn, takie jak zużycie energii, przestoje czy remonty, wrzucane są do kosztów ogólnowydziałowych. Odnoszę wrażenie, nie wszyscy przedsiębiorcy są świadomi korzyści, jakie daje im precyzyjna wiedza o stopniu wykorzystania maszyn używanych przy konkretnych zleceniach – mówi D. Kras.
Komu potrzebna jest ta wiedza?
Wiedza wynikająca ze wskaźników OEE jest istotna z punktu widzenia realizacji zasad Kaizen i Lean Production. Tomasz Szwaja, Dyrektor Działu Wdrożeń, COMP Soft, przypomina, że dane o wartościach wskaźników OEE w przedsiębiorstwie stanowią kluczową bazę do podejmowania decyzji w zakresie zarządzania parkiem maszynowym.
A. Stelmach (Amister) zaznacza, że mając wskaźnik OEE, który jest liczony na bieżąco, wraz z podziałem na składowe (dostępność, wydajność, jakość), wiemy, co dolega naszej produkcji na danej maszynie. Jeżeli np. widzimy, że na przestrzeni roku średnia wartość składowej „jakość” wynosiła 90%, a na przestrzeni tygodnia widzimy spadek do 70%, a samo środowisko nie uległo zmianie, tak samo jak ludzie, którzy w nim pracują, może to wskazywać na potrzebę przeglądu serwisowego. Wejście głębiej w system raportujący przyczyny defektów może często jednoznacznie wskazać przyczynę pogorszenia.
Kinga Dębska, Kierownik Projektu, DSR, zwraca uwagę na istotny problem – powszechnie przyjęty w Polsce, uproszczony sposób liczenia OEE, polegający na liczeniu stosunku czasu produkcji dobrych jakościowo produktów do dostępnego czasu pracy maszyny pozwala na stwierdzenie konieczności doskonalenia, nie odpowiada jednak na podstawowe pytanie: co jest źródłem odchyleń i na czym należy się skupić przy doskonaleniu. Wskaźnik OEE widziany z innego poziomu zarządczego może wyglądać diametralnie różnie. – Z punktu widzenia kierownika ośmiogodzinnej zmiany, któremu dano do wykonania konkretną partię towaru i wszystko poszło dobrze, wskaźnik OEE maszyny oscyluje w okolicach 100%. Ponieważ jednak maszyna ma możliwość pracy w ruchu ciągłym, a nie była obciążona w pozostałej części doby, jej wskaźnik dla planującego produkcję wynosi tylko 33% (w uproszczeniu). Tak więc zagregowane dane z produkcji połączone z narzędziami klasy BI pozwalają na zastosowanie holistycznego podejścia do wdrażania zasad Kaizen i Lean – tłumaczy K. Dębska.
Czy IoT może w czymś pomóc?
Mając na uwadze rosnącą konkurencyjność i dynamikę rynku, konieczna staje się inwestycja w narzędzia informatyczne ułatwiające szybkie dostosowywanie się do zmieniających się warunków i minimalizujące straty spowodowane usterkami, przestojami czy niedoszacowaniem kosztów wytwórczych. D. Kras (OPTeam) twierdzi, że rozwiązania stosowane w systemach zarządzania produkcją, jak choćby zintegrowany z zasobem produkcyjnym moduł Machine Data Control w systemie TimeLine ERP, przybliżają firmy produkcyjne do poprawy wskaźnika OEE, zgodnie z założeniami Przemysłu 4.0 i IoT. Wpływ na monitorowanie procesu produkcji zaczyna mieć coraz powszechniejsze stosowanie czujników na maszynach celem pozyskiwania danych na temat realizacji danej operacji produkcyjnej i to w czasie rzeczywistym. Nas rozmówca przypomina, że klasyczny sposób pozyskiwania wyników polegał na ręcznym wprowadzaniu danych produkcyjnych przez pracownika obsługującego dane stanowisko pracy, co było czasochłonne i obarczone ryzykiem błędu. Długi był czas niezbędny do sprawdzenia, przepisywania i analizowania dostarczonych informacji. Dzisiejsze systemy w inteligentny sposób łączą ludzi, rzeczy, usługi i dane, zapewniając wiarygodne wyniki znacznie szybciej niż metody klasyczne.
Przed wyciąganiem wniosków na bazie niepoprawnych danych i w konsekwencji podejmowaniem pochopnych decyzji przestrzega A. Stelmach (Amister). Bardzo duże znaczenie przy wyliczaniu wskaźnika OEE ma rzetelność danych. M. Kluba (BPSC) podkreśla, że najlepiej, gdy są one zbierane automatycznie przez MES, bez lub z minimalnym udziałem człowieka. O integrację maszyn z systemem realizacji produkcji najprościej wtedy, kiedy wszystkie maszyny wykorzystują tę samą metodę komunikacji. Niestety najczęściej maszyny różnią się pomiędzy sobą poszczególnymi sterownikami. Zdaniem naszego rozmówcy problem można rozwiązać, implementując system pozwalający objąć wszystkie te metody w obrębie hali. W większości maszyn, nawet tych bez możliwości wymiany danych, można rozważyć użycie czujników optycznych, wag, skanerów, koncentratorów, które zasilą MES.
K. Dębska (DSR) nie ma wątpliwości, że już samo pominięcie czynnika ludzkiego (najbardziej zawodnego elementu systemu produkcyjnego i informatycznego) stanowi samo w sobie poprawę jakości w procesie wyznaczania wskaźnika OEE. Komunikowanie się maszyn eliminuje błędy, pozwala na monitorowanie i podejmowanie działań w czasie rzeczywistym. Stąd już tylko krok do sprzężenia wskaźników z systemami predykcyjnymi, sztuczną inteligencją oraz wykorzystaniem Big Data do opracowywania zoptymalizowanych modeli procesów produkcyjnych z użyciem odpowiednich maszyn.
Bez narzędzi ani rusz
Istnieje szereg narzędzi do automatycznego wyznaczania OEE. Wpisują się one zazwyczaj w ideę Przemysłu 4.0. System MAAT umożliwia na bieżąco monitorowanie wskaźników wydajnościowych w obszarze parku maszynowego. Informacje te mogą być dostępne na różnym poziomie szczegółowości, tj. począwszy od konkretnego zasobu produkcyjnego, poprzez wydział, do całego zakładu produkcyjnego. – Oprócz syntetycznych danych, system MAAT pozwala również na szczegółową analizę pracy i przestojów poszczególnych zasobów produkcyjnych, a także ich wpływu na koszty związane z realizacją zleceń produkcyjnych – wyjaśnia T. Szwaja (COMP Soft).
Do wyznaczenia wskaźnika OEE w systemie Impuls EVO służy produkt Rejestrator Ekranowy oraz dane pochodzące z innych źródeł MES. Rejestrator ekranowy w czasie rzeczywistym pozwala zarejestrować przezbrojenia, awarie, spływ detali z produkcji, braki jakościowe oraz czas pracy stanowisk i pracowników. Dostępność st2anowiska wyznaczana jest przez kalendarz dostępności stanowisk wraz z możliwością zdefiniowania przestojów planowanych. – W najnowszej wersji Impuls 1.4 wskaźnik OEE oraz jego składowe prezentowane są na ekranie startowym dyrektora produkcji. Funkcjonalność dostępna jest z poziomu stacjonarnej aplikacji, jak i aplikacji mobilnej na Android i iOS – dodaje M. Kluba (BPSC).
W przypadku OPTeam narzędziem pomocnym z zakresie wyznaczania OEE, jest moduł MES systemu TimeLine ERP. Wspomaga całościowe zarządzanie przebiegiem produkcji. Pozwala w pełni rejestrować jej zawansowanie (czas trwania poszczególnych operacji). Dostarcza informacje m.in. na temat zajętości zasobów, stopnia wykorzystania maszyn, zużycia materiałowego, jak również ilości przyjętych wyrobów gotowych. Umożliwia mierzenie efektywności maszyn na każdym etapie procesu wytwarzania. Dane dostarczane są wprost ze stanowisk produkcyjnych w czasie rzeczywistym.
DSR oferuje rozwiązania z pakietu DSR 4FACTORY, wśród których jest narzędzie do automatycznego wyznaczania OEE – IOT 4FACTORY. Do grupy produktów DSR 4FACTORY należą m.in: SFC 4FACTORY – system przeznaczony do rejestracji i nadzorowania pracy pracowników produkcyjnych na poszczególnych zleceniach. Kierownictwu daje orientację w trybie rzeczywistym na temat wykonanych elementów, ilości błędnych elementów, powodów przestojów itp. EAM 4FACTORY to z kolei system przeznaczony dla działów utrzymania ruchu (usprawnia proces zgłaszania awarii, pozwala w przejrzysty sposób nadzorować koszty napraw, wspiera kierownictwo w planowaniu przeglądów, wspomagając proces Predictive Maintenance). – W obu systemach możemy zastosować moduł IOT 4FACTORY pozwalający na automatyzację zbierania danych i wyznaczania dowolnych wskaźników produkcyjnych – tłumaczy K. Dębska (DSR).
Michał Jurczak
