기업의 품질 개선, 수리 및 폐기물 감소 지원

이탈리아 전자 제품 제조업체인 Egicon은 2017년부터 새로운 데이터 분석 도구를 사용하여 생산을 완전히 자동화했습니다. 그 과정에서 수리율을 80% 줄이고, 스크랩을 제거하고, 보증 지원을 개선하고, 실시간 품질 보고를 위한 리드 타임을 단축했습니다. 한 달부터.

이탈리아 모데나 지역에 기반을 둔 Egicon은 자동차, 농업, 생물의학 및 항공우주 부문을 위한 전자 제어 장치, 계기판 및 인간-기계 인터페이스를 생산합니다.

Egicon은 Siemens의 Valor 및 Opcenter Execution Electronics IoT 소프트웨어를 생산 및 품질 시스템에 통합하여 지속적인 모니터링과 고객에게 더 나은 보증 지원 및 추적성 데이터를 제공할 수 있는 기능을 제공했습니다.

Egicon 생산 관리자인 Michele Magri는 발표된 사례 연구에서 "수리율을 30ppm에서 6개로 줄일 수 있었고 2019년에는 폐기율 0%를 달성했습니다."라고 말했습니다. “이제 책상을 떠나지 않고도 모든 제조 프로세스에 대한 즉각적인 업데이트를 받을 수 있습니다. 혁신과 개선에 시간을 할애할 수 있습니다.”

다른 소프트웨어 제조업체에서도 상당한 결과를 보고했습니다.

GE Digital의 Proficy 소프트웨어는 다양한 분야의 제조업체가 낭비 90% 감소, 품질 개선 비용 500만 달러 절감, 가동 중지 시간 80% 감소 등 다양한 이점을 달성하도록 도왔습니다. Cobus van Heerden, 분석 및 기계 학습 소프트웨어 수석 제품 관리자 GE 디지털을 위해 말했다. 한 회사는 최고의 품질을 얻기 위해 탈수 화학 물질을 제어하는 ​​방법에 대한 핵심 통찰력을 몇 시간 내에 얻었습니다.

발표된 사례 연구에 따르면 로크웰 오토메이션과 PTC가 공동으로 제공하는 FactoryTalk Innovation Suite는 로크웰이 노동 효율성을 33%, 산출물을 70%, 교육 시간을 50% 단축하는 데 도움이 되었습니다.

이러한 데이터 분석 도구 및 기타 새로운 데이터 분석 도구는 이전 도구의 한계와 장벽을 극복하고 있습니다.

분석 접근성 향상

지멘스 디지털 인더스트리 소프트웨어(Siemens Digital Industry Software)의 디지털 제조 분석 사업부 매니저인 Izik Avidan은 과거에 잠재적인 이점을 제공하는 도구가 사용되지 않았다는 것이 과거의 한 가지 중요한 장벽이라고 말했습니다.

그는 고급 분석 프로젝트의 80% 이상이 실패한다고 말했습니다. Gartner 및 기타 기관의 연구 결과가 이를 뒷받침합니다.

Avidan은 "제조업체의 관점에서 과거 데이터 분석 도구의 주요 문제는 도구로 남아 있다는 사실이었습니다."라고 말했습니다. “많은 플랫폼 및 솔루션 제공업체는 일반 제조업체가 이러한 도구를 완전히 활용하는 데 필요한 모든 기술을 보유하고 있지 않다는 사실을 깨닫지 못했습니다. 이 도구는 의도한 기능을 제공했지만 전체 프로젝트가 실패했을 수 있습니다. 제조 언어와 이러한 모든 새로운 기술을 연결해야 합니다. 제조 고객은 이러한 기술을 보유하고 있지 않습니다.”

van Heerden은 "역사적으로 분석에서 가치를 얻으려면 수학 또는 데이터 과학 박사 학위가 정말로 필요했습니다. “기존 운영 인력에게 분석 기능을 제공해야 합니다. 제조 고객에게 가서 '분석의 이점을 얻으려면 인력을 재교육하거나 새로운 인력을 고용해야 합니다'라고 말할 수 없습니다. 핵심은 프로세스 엔지니어와 라인 운영자가 분석에 액세스할 수 있도록 하는 것입니다."

PTC의 전략 및 솔루션 부사장인 에드 쿠오코(Ed Cuoco)는 “이 도구는 전문가를 위해 설계되었으며, 작업을 단순화하는 것이 아니라 전문가가 어려운 과제를 쉽게 수행할 수 있도록 했습니다. 많은 도구에는 현장 데이터 과학자도 필요했습니다. 최종 결과:"이러한 도구는 일반적으로 자체 데이터 과학자가 없는 대형 제조업체에는 적합하지 않았습니다."라고 Cuoco가 말했습니다.

과거의 9가지 추가 장벽

Avidan, Cuoco 및 van Heerden에 따르면 다른 장벽은 다음과 같습니다.

제조업체의 고충을 이해하고 해결하지 못함

제조업체가 값비싼 레거시 장비를 교체해야 하는 도구입니다.

통찰력을 도출하는 데 필요한 데이터에 대한 액세스 부족. 종종 해당 데이터가 다크 데이터라고 하는 사일로 시스템에 있기 때문입니다. 수집된 데이터의 60%(Forrester)에서 97%(Gartner) 사이가 사용되지 않은 채로 남아 있습니다.

다른 데이터와 쉽게 결합할 수 없는 데이터입니다.

정리, 포맷 및 준비가 어려웠던 데이터.

데이터를 가정한 도구가 고품질 벤치마크를 충족했기 때문에 많은 경우 전문가가 데이터 품질을 개선해야 합니다.

관리자가
행동할 수 있는 분석 도구가 부족합니다.

일반 운영자가 사용하기에는 너무 어려운 분석 도구입니다.

초기 파일럿 또는 데모 이상으로 확장할 수 없는 도구입니다.

새날이 밝아오는 중

오늘날의 도구는 빠른 가치 실현, 더 쉬운 운영 및 확장성을 제공합니다. Avidan은 제조 소프트웨어 제공업체가 고객이 여러 도구를 결합하고 작업 현장에서 잘 통합되는 플랫폼이 필요하다는 것을 점점 더 이해하고 있다고 말했습니다.

"우리는 이제 이러한 장벽을 극복하는 분석 도구의 더 많은 성공을 보고 있습니다."라고 van Heerden이 말했습니다. "우리가 제공하는 도구는 빠른 가치의 증거를 보여주고 있습니다."

Cuoco는 소프트웨어 제조업체가 40년 된 기계와 2년 된 기계를 사용하는 공장에서 실행할 도구와 플랫폼을 설계하고 있다고 말했습니다. "이러한 도구는 실제 환경에서 작동해야 합니다."라고 그는 말했습니다. “공장에 적용할 수 있는 핵심입니다. 이를 통해 공장은 조타실에 없는 일을 잘할 것을 요구하지 않고 자신의 능력 내에서 일을 활용할 수 있습니다.”

새로운 도구는 데이터에 액세스, 저장 및 처리할 수 있는 기능, 현장에서 또는 원격으로 사용할 수 있는 주제 전문가의 가용성을 제공하며 너무 많은 추가 서버 또는 클라우드 리소스가 필요하지 않은 저렴한 소유 비용으로 Avidan은 구성 가능하고 사용자 정의 가능하며 즉시 일부 가치를 제공할 수 있다고 말했습니다.

"요즘 대부분의 소프트웨어 회사는 일부 기계 학습 솔루션을 작업 현장에 던져도 품질 문제가 해결되지 않는다는 것을 이해하고 있습니다."라고 그는 말했습니다. "이제 그들은 완전한 턴키 솔루션을 제공하고 있으며 이는 아마도 게임 체인저일 것입니다."

Avidan은 "제 직업은 즉시 사용 가능한 솔루션을 제공하려고 노력하고 솔루션을 사용자 정의해야 한다는 것과 제조업체의 요구 사항을 최적화하기 위해 솔루션을 맞춤화할 수 있는 유연성을 이해해야 하는 긴장 속에 살고 있습니다."라고 덧붙였습니다. "지난 5년 동안 우리는 플랫폼이자 도구인 하이브리드 프로젝트가 산업 유형에 맞게 특별히 설계된 소프트웨어와 결합되는 것을 보았습니다."

Cuoco는 업계는 아직 도구가 iPhone과 같이 즉시 사용할 수 있는 지점에 도달하지 않았다고 말했습니다.

“상자에서 벗어나는 방향이 있습니다.”라고 그는 말했습니다. “상자에서 벗어나는 것이 목표입니다. 우리는 우리의 솔루션이 어느 시점에 올지 볼 수 있을 만큼 충분히 성숙하기 시작했습니다."

Avidan은 경험이 풍부한 제조 엔지니어와 함께 이러한 도구를 사용하여 제조업체가 성능 및 예측 유지 관리를 개선하고 품질 관리를 생산에 통합하는 데 도움이 될 수 있다고 말했습니다.

도구는 또한 "경보를 넘어서" 인간이 행동하도록 하여 도구 자체가 실시간으로 안전한 제어 조치를 취하여 공장이 최적화된 생산성을 얻거나 유지할 수 있도록 하는 폐쇄 루프가 된다고 말했습니다.

Cuoco는 분석을 단순히 제품의 구성 요소로 제공하는 대신 더 많은 제조 소프트웨어 제공업체가 특정 사용 사례를 해결하는 솔루션으로 분석을 제공하고 있다고 말했습니다.

"숙련된 제조 엔지니어에게 데이터 세트의 데이터 패턴이나 이전에 본 결론 목록을 소개하면 해당 데이터를 작업자, 라인 관리자 또는 공장 소유자가 취할 수 있는 작업으로 쉽게 변환할 수 있습니다. 결과를 극적으로 개선합니다.”라고 Avidan은 말했습니다. "이 턴키 솔루션을 사용하면 대부분의 문제를 며칠 또는 몇 시간 내에 해결할 수 있습니다."

Cuoco는 이러한 도구에 보다 전문적인 도메인 지식을 추가할 수 있는 시기가 훨씬 더 좋을 것이라고 말했습니다. “점점 더 구체적인 도메인 지식이 포함되어야 합니다.”라고 그는 말했습니다. “어떻게 전문가와 기계를 결합하고 둘 다 문제를 이해하도록 할 수 있습니까? 기계는 '나는 이 영역에 특정한 매개변수를 고려할 수 있습니다'라고 말할 수 있어야 합니다."

Van Heerden은 분석이 원자재 공급업체, 배송업체, 제조업체, 최종 고객에 이르기까지 공급망 전체에 적용됨에 따라 개선되고 있다고 말했습니다.

몇 가지 과제가 남아 있습니다.

Cuoco는 도구를 더 쉽게 만들 수 있는 개선 사항과 기계가 더 많은 작업을 수행할 수 있도록 설계된 도구가 여전히 필요하다고 말했습니다.

Avidan은 비슷한 문제에 직면한 중소기업이 이 기술에 액세스할 수 있도록 비용을 더 줄여야 한다고 말했습니다.

제조업체가 다른 공급업체의 기술을 보다 쉽게 ​​통합할 수 있도록 더 많은 표준이 필요하다고 그는 말했습니다.

Avidan은 “작업 현장에 이미 많은 소프트웨어가 있다는 것을 이해해야 합니다. "해당 에코시스템에 도입하려는 솔루션은 이러한 IT 솔루션에 원활하고 원활하게 통합되어야 합니다. 따라서 한 엔지니어링 시스템에서 다른 엔지니어링 시스템으로 푸시해야 하는 작업 항목이 있는 경우 단일 포트폴리오 내에서 수행할 수 있습니다. . 그것이 당신이 할 수 있는 가장 중요한 일 중 하나입니다.”

표준과 인터페이스가 더 개방되면 통합이 더 쉬워질 것이라고 van Heerden은 말했습니다.

파트너 선택

성공하려면 포괄적인 제품을 제공하는 신뢰할 수 있는 산업 공급업체와 협력해야 한다고 van Heerden은 말했습니다.

“많은 분석 공급업체가 문제의 일부를 해결할 수 있는 솔루션을 제공합니다. 일부는 데이터를 분석할 수 있다”고 말했다. “어떤 사람들은 예측을 할 수 있습니다. 일부는 시뮬레이션을 실행할 수 있습니다. 다른 하나는 설정을 최적화할 수 있습니다. 내일 사라지지 않고 단일 제품에서 이러한 모든 기능을 제공할 수 있는 신뢰할 수 있는 공급업체와 파트너 관계를 맺으십시오.”

즉각적인 완벽과 완전한 통합을 원하는 제조업체는 단계별 접근 방식을 위해 기대치를 축소해야 합니다. "모든 시스템이 완벽해질 때까지 기술을 채택하기 위해 '빅뱅' 접근 방식을 취하지 마십시오."라고 그는 말했습니다. “나는 신속하고 점진적인 접근 방식을 권장합니다. 운영 담당자에게 사용하기 쉬운 도구를 제공하여 빠르게 증가하는 가치를 얻을 수 있도록 하십시오.”