Mätning av OEE i en automatiserad tillverkningsmiljö

I Raymond F. Jones roman *The Cybernetic Brains* från 1962 tillgodoses alla behov i ett futuristiskt mänskligt samhälle av gigantiska automatiserade fabriker, som styrs av kroppsfria hjärnor som hämtats från avlidna personer. Om man bortser från bokens inneboende makabra handling och fatalistiska slut kan den mycket väl spegla dagens värld. I och med framväxten av Industri 4.0 förvandlas fabrikerna till självlärande och självutvärderande automatiserade miljöer, vilket revolutionerar produktions- och leveranskedjorna. Enligt en rapport från 2016 förväntar sig 35 % av de företag som ingick i undersökningen och som har infört Industri 4.0 en omsättningsökning på över 20 % under de kommande fem åren. Denna förväntade ökning av den årliga omsättningen kan endast realiseras genom att kostnaderna på tvärplattformsbasis minskas avsevärt. Ur ett tillverkningsperspektiv kan förbättringar av effektiviteten och verkningsgraden i flera processer – bland annat maskiner, celler och monteringslinjer – bidra till att uppnå denna potentiella tillväxttakt.

Under lång tid betraktades minskade driftstopp som ett viktigt nyckeltal för tillverkare. Men att enbart övervaka och optimera driftstoppen gav inte en helhetsbild av prestanda och processeffektivitet. Införandet av Overall Equipment Effectiveness (OEE) sammanförde data om utrustningens tillgänglighet, produktivitet och kvalitet för att sammanfattande utvärdera hur en viss produktionslinje presterar. I och med framväxten av Industri 4.0 har tillgången till sådana dataströmmar ökat avsevärt. Smarta tillverkningssystem bygger på produktiv dataanalys och maskininlärning, vilket positivt ökar utbytesgraden inom produktions-, maskin- och anläggningshantering. Ett ledande globalt teknikkonglomerat ökade sin produktionskapacitet med 20 % samtidigt som man minskade materialförbrukningen med 4 %. IoT-baserad maskininlärning underlättar integrationen av IT-system inom företaget och bidrar till att uppnå plattformsöverskridande mål. Från optimering av produktionsflöden och lagerhantering till möjliggörande av beslut i värdekedjan – sådana smarta system förbättrar OEE exponentiellt. En stor del av produktionsarbetet handlar om att förbättra underhåll och förebyggande underhåll samt att uppnå större precision i reparations- och översynsarbete. Att integrera databaser, appar och algoritmer för maskininlärning i molnplattformar lägger grunden för att implementera tillståndsbaserade övervakningssystem. Ett ledande teknikföretag samarbetade med en OEM-tillverkare inom fordonsindustrin och kunde se en ökning av OEE från 65 % till 85 % genom att införa processer för tillståndsövervakning.

Införandet av ett robust OEE-övervakningssystem kan inte begränsas till att endast installera programvara för databehandling och analys. I takt med att en anläggning expanderar måste OEE-lösningen utvecklas organiskt, med upprepade installationer och konfigurationsprocedurer som genomförs för varje ny eller uppgraderad maskin. Man bör också iaktta försiktighet när OEE-lösningen integreras i befintliga äldre system, för att bevara deras säkerhet och integritet. En skalbar och hållbar OEE-övervakningsplattform säkerställer dessutom att minimalt stöd och underhåll krävs. Tillverkning innebär ofta återkommande produktbyten och skiftbyten, som ibland sträcker sig över 24 timmar om dygnet, sju dagar i veckan. En OEE-lösning måste sömlöst integrera sådana varierande arbetsmönster. I en tillverkningsanläggning har varje arbetsmoment ett fastställt schema, tillsammans med viss planerad stilleståndstid för utrustnings- och produktbyten samt underhåll. Tid går också åt vid tekniska haverier, förutom tomgång och mindre driftstopp. Oplanerade tidsförluster påverkar produktionshastigheten och kan mycket väl ha oönskade effekter på produktionskvaliteten. OEE är det enda nyckeltalet (KPI) som tar hänsyn till alla dessa variabler för att ge en aktuell bild av den totala prestandan. Och i en smart tillverkningsmiljö har det potential att övervinna felkällor och uppnå nästintill perfekta produktionscykler.

En rapport från 2017 anger att marknaden för Industri 4.0 värderades till 66,67 miljarder dollar år 2016 och förväntas nå 152,31 miljarder dollar år 2022, med en genomsnittlig årlig tillväxttakt (CAGR) på 14,72 % mellan 2017 och 2022. Den smarta fabriken kan ge praktiskt användbara insikter om allt. Ekosystemet ger inte bara företagen en omfattande överblick över verksamheten, utan underlättar även produktövervakning i realtid efter distribution. Detta öppnar upp möjligheten att utforska nya affärsmodeller, som i slutändan bygger på en effektiv och kvalitetskontrollerad produktion. Att implementera en OEE-lösning i en smart fabriksmiljö kan bidra till just detta.