Maszyna może być dostępna przez prawie całą zmianę, ale pracować z obniżoną prędkością. Sama dostępność nie pokaże straty wydajności. Ten scenariusz pokazuje, dlaczego wdrożenie funkcji „Monitorowanie wskaźników OEE” powinno być testowane na konkretnych zdarzeniach, a nie tylko na poprawnie wyglądającym pulpicie.
Problem operacyjny i oczekiwany rezultat
Celem nie jest samo zastosowanie modelu sztucznej inteligencji. Oczekiwany rezultat jest mierzalny: liczy dostępność, wydajność i jakość, a następnie prezentuje OEE według maszyny, linii, zmiany i okresu. Punkt wyjścia to dane obejmujące planowany czas produkcji, rzeczywisty czas pracy, przestoje, idealny czas cyklu, liczba wyprodukowanych i dobrych sztuk. Bez tego system może tworzyć pozornie precyzyjne zestawienia.
Trzy kontrole przed automatyzacją
- Czy idealny cykl zależy od produkowanego indeksu?
- Czy przestoje planowane są klasyfikowane spójnie?
- Czy liczymy jakość z dobrych, a nie wszystkich sztuk?
Każdą kontrolę warto przetworzyć w warunek odbioru oprogramowania. Pracownik powinien móc sprawdzić nie tylko wynik, ale też dane wejściowe, zastosowaną regułę i identyfikator operacji.
Co robi algorytm, a co zatwierdza człowiek?
W trakcie pracy system liczy dostępność, wydajność i jakość, a następnie prezentuje OEE według maszyny, linii, zmiany i okresu. W sprawach niejednoznacznych pokazuje przyczynę i wymaga korekty lub akceptacji. Log zmian powinien zawierać czas zdarzenia, użytkownika, źródło danych i poprzednią wartość.
Połączenie z MES, sygnałów PLC, terminali operatorów oraz rejestru jakości należy przetestować również podczas przerwania komunikacji. Ponowione żądanie nie może bez kontroli tworzyć drugiego zamówienia, wpisu lub zadania.
Jak wykonać pilotaż?
- Zakres testu: jedna linia z uporządkowaną ewidencją przestojów i dobrych sztuk.
- Zbierz reprezentatywne przypadki zwykłe, graniczne i błędne, nie tylko kilka wygodnych przykładów.
- Równolegle wykonuj czynność dotychczasowym sposobem i porównuj rezultaty z nowym procesem.
- Udokumentuj odstępstwa oraz sposób ich poprawienia przed rozszerzeniem rozwiązania.
KPI i kryteria odbioru
Podstawowe miary: OEE = dostępność × wydajność × jakość; składowe wskaźnika oraz czas przestojów. Trzeba również kontrolować liczbę ręcznych interwencji, czas potrzebny na obsługę wyjątku i odsetek działań poprawionych po zatwierdzeniu.
Nie należy deklarować stałego procentu oszczędności dla wszystkich zakładów. Inny wynik osiągnie firma z uporządkowanymi danymi, a inny organizacja z brakami w ewidencji.
Błąd, którego warto uniknąć
porównywanie OEE maszyn o różnych definicjach przestoju i idealnego czasu cyklu daje mylące rankingi
Przykład decyzji do podjęcia
Linia pracuje 420 minut z 480 dostępnych, wykonuje mniej sztuk niż przewiduje nominalny czas cyklu i ma 3% braków. OEE pokaże łączny wpływ przestojów, tempa i jakości.
Po wdrożeniu warto przeanalizować pierwsze zgłoszone wyjątki wspólnie z planistą, operatorem lub działem jakości. To często źródło ważniejszych poprawek niż samo dostrajanie modelu.
Podsumowanie
Dobrze zaprojektowane monitorowanie wskaźników oee wymaga spójnych danych, jasnego podziału odpowiedzialności i mierzalnej kontroli. Dopiero po udanym pilotażu warto zwiększać liczbę maszyn, produktów lub wydziałów.
Chcesz przeanalizować ten proces w swoim zakładzie? JOFRA AI projektuje systemy dopasowane do sposobu pracy firmy, danych i dostępnych integracji. Opisz proces i skalę operacji: contact@jofraai.eu.
Opis pokazuje możliwy zakres wdrożenia. Ostateczne działanie, skuteczność i koszt zależą od danych, integracji oraz testów w konkretnym zakładzie.
Przeczytaj również: Monitorowanie wskaźników OEE z AI: jak działa system?, Sztuczna inteligencja w przemyśle: 16 praktycznych zastosowań.