빅 데이터 분석으로 프로세스 효율성을 개선하여 제조업체 수백만 명을 절약할 수 있습니다.

제조 엔지니어링: 데이터 마이닝과 빅 데이터가 화두입니다. 귀사는 프로세스 마이닝 소프트웨어를 개발합니다. 데이터 마이닝과 어떻게 다릅니까?

알렉스 린키: 데이터 마이닝은 전통적으로 KPI[핵심 성과 지표] 지향적이었고, 패턴을 식별하여 미래 추세를 예측하고 데이터를 분석하여 실행 가능한 통찰력을 생성하는 데 중점을 두었습니다. 기업은 결론을 도출하고 특정 문제를 해결하기 위해 데이터 마이닝을 사용하지만 프로세스 마이닝은 완전히 다른 접근 방식을 취합니다. 프로세스 마이닝 기술은 이벤트 로그를 활용하여 '있는 그대로' 상태의 모든 프로세스를 시각적으로 재구성하고 갑자기 관련 패턴을 찾기 위해 데이터 세트를 결합하는 대신 사용자가 실제로 프로세스가 실시간으로 어떻게 실행되고 있는지 볼 수 있습니다. 우리는 데이터 마이닝과 프로세스 마이닝의 차이점을 전등 스위치를 켜는 것과 어둠 속에서 손전등을 비추는 것으로 설명하고 싶습니다. 둘 다 유용한 접근 방식이지만 하나는 완전한 가시성을 위해 분명히 우수합니다.

나: 프로세스 마이닝은 개별 제조 작업을 구체적으로 제공합니까?

린케: 프로세스 마이닝의 중요한 이점 중 하나는 기본적으로 모든 프로세스에 적용할 수 있으며 여기에는 제조 작업이 포함된다는 것입니다. 생성되는 이벤트 로그가 있는 경우 프로세스 마이닝은 작업이 실제로 실행되는 방식에 대한 더 명확한 그림을 그릴 수 있습니다. 즉, 개별 제조는 프로세스 마이닝에서 가장 많은 통찰력을 얻을 수 있는 산업이며 Siemens, ABB 및 3M과 같은 고객은 유연성과 효율성을 개선하기 위해 프로세스 마이닝에 크게 의존하는 회사 중 일부에 불과합니다. 그들의 작전.

제조 공간에서 우리가 접하는 일반적인 사용 사례는 일정 준수 개선, 자동화 모니터링, 용량 모델링 및 폐기물 감소이며 프로세스 마이닝은 이러한 모든 영역에서 매우 귀중한 것으로 입증되었습니다. 예를 들어, ABB는 현재 구매에서 지불까지의 프로세스에서 생산 프로세스에 이르기까지 다양한 프로세스에 프로세스 마이닝을 사용하고 있는 세계에서 가장 크고 가장 복잡한 제조 기업 중 하나입니다. 독일 Hanau에 있는 ABB 공장의 직원들은 SAP 시스템에서 하루에 여러 번 평가를 추출하고 Excel로 가져오고 복잡한 공식을 사용하여 프로세스를 분석하고 이해하곤 했습니다. 오늘날 ABB의 관련 생산 및 조립 팀 리더는 전날의 생산 변형, 처리 시간 및 거부 횟수에 대한 개요를 설명하는 이메일을 아침에 가장 먼저 받습니다. 그리고 여기서 중요한 것은 KPI에 대해서만 이야기하는 것이 아닙니다. 플랜트의 전체 프로세스 에코시스템은 프로세스 마이닝을 통해 즉시 볼 수 있으므로 비효율성을 쉽게 발견할 수 있습니다. 알고 있는 문제를 해결하는 것은 어려울 수 있지만 아직 발견하지 못한 문제를 해결하는 것은 거의 불가능합니다.

나: Celonis Proactive Insights 프로세스 마이닝 엔진은 어떻게 작동합니까?

린케: Celonis PI는 고객에게 지속적인 가치를 제공하겠다는 엄청난 약속과 함께 당사의 핵심 기술에 매우 흥미로운 추가 기능입니다. 본질적으로 Celonis에 계층화된 기계 학습 알고리즘은 사전 사용 사례를 가져와 이를 기반으로 자동화된 비즈니스 컨설턴트 역할을 하고 개선 사항을 권장합니다. 자동화된 패턴 인식 기능은 Celonis가 과거에 유사한 비효율성을 경험한 경우 관련 솔루션을 피드백하여 이러한 비효율성을 극복할 수 있음을 의미합니다. Celonis를 비즈니스 프로세스용 MRI로 상상한다면 PI는 MRI 스캔 결과를 해석하는 자동화된 의사와 같습니다.

나: 이 기술을 사용하는 제조업체는 무엇이며 어떻게 배포하고 있습니까?

린케: ABB, 3M 및 Siemens는 Celonis의 일부 고객이며 다양한 프로세스에 프로세스 마이닝 기술을 배포하여 다양한 직원이 사용할 수 있도록 했습니다. 예를 들어, Siemens는 광범위한 배포를 채택하여 직원에게 권한을 부여하기로 결정했습니다. 수천 명의 Siemens 직원이 매일 Celonis를 사용하여 프로세스에서 무슨 일이 일어나고 있는지 정확히 파악하고 있습니다. 자재 소싱, 공급업체 관리, 생산 및 조립, 공유 서비스 - 이러한 각 프로세스는 전등 스위치를 켜면 투명하고 이해하기 쉬워집니다.

나: 프로세스 마이닝을 가장 잘 활용할 수 있는 제조 산업은 무엇입니까?

린케: 프로세스 마이닝의 장점은 제조 또는 기타 모든 산업과 완전히 관련이 있다는 것입니다. 우리는 완전한 데이터 투명성을 달성함으로써 조달 부서가 완전히 변화하고 더 효율적으로 바뀌고 공장이 더 똑똑해지는 것을 보았습니다. 현재 추세는 '인더스트리 4.0' 및 자체 최적화 스마트 공장으로 향하고 있으며 이러한 추세의 핵심 측면 중 하나는 정보 투명성입니다. Celonis Process Mining은 이러한 수준의 투명성을 달성하기 위한 즉시 사용 가능한 솔루션입니다.

나: 프로세스 마이닝 데이터 분석에 포함된 기계 학습 및 AI를 사용하는 제조 작업의 미래는 무엇입니까?

린케: 프로세스 마이닝 소프트웨어 내 AI의 잠재력은 무한합니다. 시스템이 점점 더 많은 사용 사례를 기반으로 구축된 점점 더 많은 정보를 집계함에 따라 Celonis가 더 똑똑해지기 때문입니다. 모든 기계 학습 및 AI 응용 프로그램과 마찬가지로 시스템은 더 많은 데이터가 입력될수록 패턴을 더 잘 식별할 수 있습니다. 프로세스의 복잡한 수동 분석에 의존하는 대신 Celonis PI가 즉각적인 결과를 반환할 것으로 기대합니다. 공장에서 지연을 일으키는 병목 현상이 있는 생산 프로세스를 고려하고 병목 현상이 어디에서 발생했는지 또는 병목 현상이 미치는 영향을 전혀 몰랐다고 상상해 보십시오. Celonis는 병목 현상의 원인을 쉽게 식별할 수 있으며 PI는 병목 현상의 근본 원인을 효과적으로 완화하는 방법에 대한 권장 사항을 제시합니다. 모든 산업 분야의 제조업체에게 지금은 흥미로운 시기입니다.

Epicor, Stephen Murphy CEO로 임명

ERP 개발자 Epicor Software Corp.(텍사스주 오스틴)은 10월 5일에 Epicor 사장 겸 CEO인 Joe Cowan이 10월 말에 은퇴한다고 발표했습니다. Epicor 이사회는 OpenText(온타리오주 워털루)의 전 사장인 Stephen Murphy를 Epicor CEO로 임명했습니다.

Epicor에 합류하기 전에 Murphy는 20억 달러 규모의 EIM(Enterprise Information Management) 소프트웨어 개발자인 OpenText의 사장이었습니다. Murphy의 경력은 Oracle, Sun Microsystems, Manugistics에서 영업 및 운영 리더십 직책을 포함하여 기술 부문에서 20년 이상, 그리고 Accenture 및 Procter &Procter &에서 글로벌 물류 및 공급망 전략과 주요 ERP 구현을 주도하는 제조 및 유통 경험을 포함합니다. 도박. Murphy는 Harvard Business School에서 MBA를 취득하고 University of California, Davis에서 기계 공학 학사 학위를 받았습니다.

복합 항공 구조 최적화를 위한 소프트웨어

Stratolaunch Systems Corp.(시애틀)이 올 봄 모하비 사막에서 지상 테스트를 준비하기 위해 Stratolaunch 항공기를 출시했을 때 이 거대한 비행기는 복합 재료의 설계와 제조가 최근 몇 년 동안 얼마나 발전했는지 보여주었습니다. 지난 달, 항공기의 Pratt &Whitney 터보팬 엔진 6개에 대한 엔진 테스트의 첫 번째 단계가 완료되었습니다.

축구장보다 넓은 날개 길이로 세계에서 가장 큰 항공기는 항공 우주, 자동차, 스포츠, 의료 및 산업 분야에서 점점 더 요구되는 경량, 고강성 및 강도 특성을 제공하는 복합 재료로 거의 전적으로 제작됩니다. Collier Research(Newport News, VA) HyperSizer 최적화 소프트웨어는 제조업체 Scaled Composites에서 항공기의 합성 동체 및 날개 구조를 최적화하는 데 광범위하게 사용되었습니다.

NASA에서 상용화한 최초의 소프트웨어 패키지인 HyperSizer는 복합 재료 또는 금속 재료로 제작된 다양한 항공우주 및 기타 산업 프로젝트에 사용되었습니다. 이 소프트웨어는 설계, 응력 분석 및 크기 최적화를 자동으로 수행하여 일반적으로 구조물의 무게를 20-40% 줄입니다.

Collier Research 사장인 Craig Collier는 "모든 크기의 복합 구조에서 재료를 가장 효율적으로 사용하려면 초기 단계부터 설계 및 제조 최적화 도구를 효과적으로 사용해야 합니다."라고 말했습니다.

Stratolaunch 항공기는 Stratolaunch System Corp. 설립자 Paul G. Allen의 아이디어입니다. 그것은 거대한 단일 날개로 연결된 두 개의 동체를 가지고 있으며 최대 550,000파운드(247,500kg)의 탑재량을 운반하는 활주로에서 이륙할 수 있는 6개의 엔진으로 구동됩니다. 상업용 여객기의 순항 고도에서 Stratolaunch 공중 발사 플랫폼은 우주 발사체 탑재량을 해제하고 재사용을 위해 공항으로 돌아갑니다. 첫 번째 출시 시연은 빠르면 2019년에 있을 것으로 예상됩니다.

거대한 Stratolaunch 날개의 경우 처짐 한계를 고려해야 하는 중요한 요소였습니다. 결투 동체의 패널은 강도, 안정성 및 벌집 샌드위치 고장 모드에 맞게 크기가 조정되었습니다. 스트레스 팀은 HyperSizer를 사용하여 신속한 자유물체 분석을 포함하는 포괄적인 자동화된 고장 분석 세트에 액세스할 수 있었습니다. 개별 라미네이트 크기 조정; 플라이 기반 복합재 고장 분석; 주름, 코어 전단, 플랫와이즈 장력 및 셀 내 딤플과 같은 허니컴 샌드위치 분석 방법; 및 Excel 스프레드시트에서 로드를 푸시하는 스크립팅 API.

Collier는 복합 재료 설계 및 제조에 사용되는 도구 세트의 통합에서 지속적인 발전을 보고 있습니다. Craig Collier는 "HyperSizer 소프트웨어는 구조가 얼마나 생산 가능한지, 제조 문제가 있는지 여부에 대한 통찰력을 제공할 수 있습니다."라고 말했습니다. “초기 단계의 디자인 사고에서 라미네이트 제작 선호도를 통합할 수 있습니다. 제조 용이성은 적층 구조의 강도 설계에 큰 영향을 미치고 있습니다.”

신규 출시

PLE(제품 라인 엔지니어링) 개발자 BigLever Software(텍사스주 오스틴)와 엔지니어링 프로세스 관리 공급업체인 Method Park(피츠버그)는 기성품 템플릿을 제공하는 새로운 기능 기반 PLE Process Framework를 개발했습니다. PLE의 성공을 가능하게 한 사례

현재 사용 가능한 새로운 프레임워크는 Method Park의 Stages Process Management System과 BigLever의 3계층 PLE 방법론을 결합하여 기업이 PLE 방식으로의 전환을 가속화하고 기업 전체에서 교차 기능 조정을 달성할 수 있도록 합니다. 기업은 프로세스 프레임워크를 사용하여 소프트웨어, 전기 및 기계 영역 전반에 걸친 커뮤니케이션 및 협업을 개선하고 임시 및 일회성 접근 방식의 함정을 피함으로써 PLE 운영을 최적화할 수 있습니다. BigLever는 회사의 전체적인 onePLE 솔루션의 핵심 부분으로 새 프레임워크를 통합했습니다.

기능 기반 PLE은 공유된 엔지니어링 자산 세트, 관리되는 기능 세트 및 제품 라인 생산 자동화를 위한 효율적인 수단을 사용하여 제품 라인 포트폴리오의 생성, 제공, 유지 관리 및 진화를 극적으로 단순화합니다. 새로운 프로세스 프레임워크는 PLE 패러다임에서 효과적으로 운영하는 데 필요한 조직 역할, 책임 및 프로세스를 명확하게 정의하여 조직 구조를 배치하고 해당 구조를 가동하는 완전히 사용자 정의 가능한 운영 개념(ConOps) 템플릿을 제공합니다.

DFMA(Design for Manufacture and Assembly) 소프트웨어 개발자인 Boothroyd Dewhurst Inc.(Wakefield, RI)는 업데이트된 DFM 동시 원가 계산 버전 3.0을 출시했습니다. 엔지니어링 및 조달 팀을 위한 비용 분석 도구로 배포된 최신 소프트웨어를 통해 제조업체는 과거 입찰을 기반으로 하는 "가격" 모델을 넘어 과학적 테스트 데이터 및 연구에 기반한 산업 비용 모델로 이동할 수 있습니다. 그 결과 회사에 따르면 숨겨진 비용 동인과 설계 및 생산 모두를 최적화하는 방법에 대한 통찰력을 제공하는 제품에 대한 매우 안정적인 "비용 절감" 보기가 생성됩니다.

DFM 3.0을 사용하면 OEM 및 해당 공급업체는 기계 유형, 속도, 처리 순서 및 최적의 자동화 수준이 논의되는 중립적인 프레임워크에서 입찰을 탐색할 수 있습니다. 정보에 입각한 이 환경은 전문 지식, 최적 비용 관행 및 공유 목표를 중심으로 구축된 공급업체 제안과 보다 심층적이고 통합된 파트너십을 장려한다고 합니다.

전통적인 가격 모델과 데이터 기반 비용 모델 간의 차이는 상당할 수 있으며 제조를 위해 제품을 이동하는 지역 또는 국가에 대한 결정에 영향을 미칠 수 있습니다. 적절하게 설계되고 가격이 책정된 제품은 원래 제조 위치와 기존 자원 근처에 머무를 가능성이 더 큽니다. OEM과 공급업체는 DFM 소프트웨어를 중심으로 협력하여 이러한 문제와 기타 전략적 문제를 해결할 수 있습니다. 설계 초기 또는 프로토타입 제작 중에 DFM 분석을 수행하면 출시 시간을 단축하고 직간접 비용에 영향을 미치며 제품 기능을 최적화하는 데 도움이 됩니다. 개인 또는 팀이 비용 절감을 위한 절충 결정을 내리는 데 사용할 수 있습니다.

최신 버전의 일부 하이라이트에는 사용자가 부품의 DFM 비용 분석을 통해 보다 지원적으로 안내받을 수 있도록 단순화되고 소프트웨어의 기본 응답 패널에 통합된 DFM 3.0의 지오메트리 계산기가 있습니다.

기본 제조 작업 및 사용자 기반 프로세스 라이브러리가 간소화되었으며 모든 공식 창에 새로운 테스트 보기 패널이 추가되었습니다. 회사에 따르면 맞춤형 작업 및 사용자 프로세스의 개발이 더 빠르고 쉽습니다. DFM 소프트웨어의 전체적인 모양과 느낌이 업데이트되어 DFA(Design for Assembly)와 DFM 비용 계산 간에 보다 응집력 있는 사용자 경험을 제공합니다. 소프트웨어 패키지 간의 보다 원활한 데이터 통합을 위해 DFA/DFM 소프트웨어 링크의 성능이 향상되었습니다.