In productieprocessen kunnen allerlei afwijkingen en verstoringen optreden. Denk bijvoorbeeld aan de oplopende temperatuur in een (voorraad)magazijn of de stilstand van een machine. Indien je medewerkers dit zelf moeten constateren, dan is het vaak te laat. Wat je wil, is voordat er écht iets mis gaat in het logistieke of productieproces een signalering krijgen. Dan kun je immers nog ingrijpen en voorkom je dat je tijd en geld verliest. Ik heb het hier over early warnings en predictive maintenance. Hoe pak je dat aan?
In een ideale wereld verlopen je processen vlekkeloos en staan machines nooit ongepland stil. Toch gebeurt dit. En hoewel de meeste bedrijven deze downtime in de waan van de dag accepteren en zo snel mogelijk oplossen, valt hier een wereld te winnen. Door verstoringen in systemen en machines te registreren en te analyseren, kun je ze namelijk voorkomen.
Early warnings en predictive maintenance
Uiteraard heb ik het hier over early warnings en predictive maintenance. Onderwerpen waarover vaak wordt gesproken, maar waarmee nog niet genoeg wordt gedaan. Het MKB richt zich vaak met name op data die ze kunnen vinden in het ERP systeem. Op financiële (historische) data. Andere (real-time) data, bijvoorbeeld afkomstig uit PLC’s en andere machinesensoren, worden vaak vergeten. Dat is jammer, want juist díe data kunnen tot waardevolle inzichten leiden. Deze data kunnen je namelijk vertellen waarom je (te) veel kosten maakt of de verwachte productieomzet achterblijft.
Data registeren of enkel ophalen
Maar dan moet je die data wel verzamelen. En dan bedoel ik dat je dit direct – dus op de locatie en het moment van de storing – én digitaal doet. Heb je bijvoorbeeld meerdere exemplaren van dezelfde machine en gaat het onderdeel van één van die machines kapot? Door dit te registreren en te communiceren weet je wat je moet doen als een soortgelijke storing zich voordoet bij een van de andere machines. Hiermee kun je een hoop tijd – en dus geld – besparen.
Veel data hoef je echter enkel op te halen. Zo kunnen toegenomen trillingen van een machine erop wijzen dat de motor teveel weerstand heeft, wat onherroepelijk gaat leiden tot uitval. Wellicht moeten eenvoudige onderdelen – die slechts enkele tientjes kosten – vervangen worden. Door dit tijdig te doen, kun je voorkomen dat de complete motor kapot gaat en je productieproces uren of zelfs dagen stil ligt. Een groot voordeel van predictive maintenance.
Oorzaken van downtime registreren
Naast het kapot gaan van een machine, zijn er diverse andere oorzaken van downtime. Misschien heb je een lage Overall Equipment Effectiveness (OEE) als gevolg van voorraadproblemen, onvoldoende bezetting, het ontbreken van de juiste tooling voor de uit te voeren bewerkingen of moet je machines (te) vaak omstellen. Als je bij gaat houden wat de redenen voor downtime zijn en dit analyseert, ontdek je de meest voorkomende storingen binnen je bedrijf. En dán kun je aan de slag met de oplossing ervan.
Slimme, automatische signaleringen met ActDigital
Dit alles kun je aanpakken door data uit systemen zoals ERP, machines en sensoren te combineren en te interpreteren met behulp van ActDigital. Een platform dat connecties tussen databronnen maakt, waarop (mobiele) applicaties kunnen worden geconfigureerd die passen bij je specifieke bedrijfsprocessen. Het platform stelt je enerzijds in staat data te verzamelen en met elkaar te combineren in overzichtelijke dashboards. Anderzijds stellen de te configureren apps je in staat hier direct op te acteren. De mogelijkheden daarvan zijn bijna eindeloos. Enkele voorbeelden van apps waarmee je efficiënter kunt reageren op storingen en stilstand – of dit kunt voorkomen – zijn apps voor:
#1 Tijdig raadplegen van data als temperatuur, luchtvochtigheid, druk, weerstand etc. Als deze data een afwijkende trend vertonen – vaak een signaal van een op handen zijnde storing – kan een app je medewerkers hier tijdig op wijzen met een alert. De medewerker krijgt dan niet alleen de melding dat er iets fout dreigt te gaan, maar ontvangt ook de juiste informatie over welke actie er moet worden ondernomen.
#2 Inzicht in storingshistorie en manuals: Door een QR code op machines aan te brengen, kunnen medewerkers die in geval van storing scannen. Hiermee wordt de manual en storingshistorie geopend en heeft de medewerker direct alle relevante informatie voor handen.
#3 Digitale checklists: Zijn voor het produceren van een product verschillende materialen en tools nodig? Om het productieproces te starten, moeten eerst de benodigdheden worden verzameld en gescand. Zo ontbreekt er nooit iets.
#4 Communicatie tussen collega’s: Als een machine een storing geeft waar een specialist naar moet kijken, is het mogelijk met behulp van foto’s en/of video – die bijvoorbeeld verbonden worden aan de betreffende machine of order – te communiceren. Maar denk ook aan ‘speech-to-text’, waarbij een collega inspreekt wat er aan de hand is, waarna dit wordt omgezet in tekst. Wel zo handig als er gewerkt wordt met handschoenen, wat typen belemmert.
Ook déze blind spots in bedrijfsautomatiseringen zijn op te lossen
Het visueel moeten signaleren van en inefficiënt reageren op de stilstand van apparaten en systemen, vormt een van de vijf blind spots die we het vaakst zien in bedrijfsautomatiseringen. Blind spots die het bedrijfsleven elke dag weer tijd en geld kosten. Gelukkig zijn ze te verhelpen! Benieuwd naar deze blind spots én de oplossing ervan? Download ons e-book ‘Deze vijf blind spots in je bedrijfsautomatisering kosten je dagelijks tijd en geld.. en zó los je dat op!’ via onderstaande banner. Mis het niet, want de kans is groot dat jouw concurrent hier al mee bezig is!
