Plant Intelligence comme colle pour les données dispersées?




Plant Intelligence comme colle

Une série de tutoriels TEC se sont penchés sur la fabrication de systèmes au niveau des usines traitant à la fois l'importance des systèmes au niveau des usines (voir L'importance des systèmes au niveau des usines ) et les difficultés dans le développement de systèmes qui intègrent les besoins de l'atelier et le back-office (voir Les défis de l'intégration ERP et le désordre ). Une approche pour relever ces défis consiste à utiliser des systèmes de renseignement végétales ou de fabrication.

Compte tenu de la communication problématisé entre les systèmes d'exécution de fabrication (MES), l'automatisation des usines et les applications d'entreprise, une nouvelle génération d'applications sont à venir selon les goûts de l'ancien Martelume (maintenant partie de SAP ), Kinaxis (anciennement Webplan ), Activplant et Informance . Ils offrent des applications middleware d'analyse appelés intelligence de fabrication ou intelligence des plantes qui ciblent d'autres applications utilisées pour générer échelle de l'entreprise la visibilité des indicateurs clés de performance (KPI) . Ces applications de portail végétales consolider les données provenant d'un large éventail de sources de sols végétaux, les systèmes d'entreprise, bases de données et l'informatique ailleurs et organiser ces données en informations pertinentes, basée sur les rôles, l'agrégation des données provenant de sources disparates pour l'analyse et le reporting. Les connexions peuvent par extensible markup language (XML), ou open database connectivity normes (ODBC), avec communications gérés par une couche de protocole dans l'architecture du serveur Web du portail.

Près de visibilité en temps réel et les échanges transactionnels doivent être créées entre les applications d'entreprise et le plancher de l'usine avec drill-downs appropriées pour contextualiser et de comprendre l'impact des événements de fabrication spécifiques. Ces produits sont appliqués à des processus essentiels de l'installation, et de surveiller la production et fournissent les éléments nécessaires pour le calcul des indicateurs clés, tels que efficacité globale de l'équipement (OEE). Afin d'augmenter l'OEE, les données générées par l'équipement dans une ligne de production est acquise et agrégés (de préférence automatiquement, voir le pourquoi de collecte de données ).

est contextualisé à l'aide des règles métier et des rôles des utilisateurs de créer et de maintenir des relations fonctionnelles et opérationnelles cohérentes entre les éléments de données provenant de ces sources disparates. Par exemple, ces produits peuvent démontrer la relation entre les variables de processus autorisés et les plages de série de qualité basé sur le temps et les données de rendement. Il peut également analyser les informations en utilisant des règles métier pour transformer les données de process brutes en indicateurs de performance significatifs. Les données peuvent également être filtrés à tout bruit / aberrantes; visualisées avec une navigation basée sur le contexte et les capacités drill-down, et présentés ou reproduits pour déterminer les facteurs et les perturbations des causes profondes que la production lente ou affecter la qualité. En fin de compte des systèmes au niveau des usines permettent une prise de décision qui permettra d'accélérer le débit et augmenter la production du premier run.

Comment ça marche?

Configuration des sources de données pour l'intégration peut se faire grâce à des modèles, qui est analogue à sélectionner une imprimante pour une application de bureau. Le vrai truc, cependant, est d'avoir des modèles au niveau des usines sonores, qui sont des cadres qui dépeignent contexte au niveau des usines précis et la gestion des données, dans les séries d'applications. Dans le secteur manufacturier, même de petits changements à un plan d'ensemble peuvent créer un soi-disant «déficit de réalité» et ceux-ci sont historiquement adressée par la dernière minute paniquer et de brouillage, tout le temps, les protagonistes d'affaires ne sont pas toujours (voire jamais) consciente de l' l'impact ou même la validité de leurs décisions "de supposition éclairée».

Ainsi, ces nouvelles applications logicielles permettent de modéliser les conséquences en cascade des utilisateurs de rien faire en réponse à un événement imprévu (comme un client doubler d'une commande ou une machine à briser), qui à son tour, permet de comprendre comment les autres parties indissociables de l'organisation des utilisateurs et de la chaîne d'approvisionnement seront touchés par un changement (voir Combler le fossé existant entre la réalité Planification et exécution ).

Lorsque les utilisateurs disposent d'informations sur les événements imprévus et comment leurs réponses auront un impact sur la société, ils devraient avoir l'intelligence de fabrication qui peuvent les guider à travers les sentiers qui bifurquent d'exception fondée sur la décision de décision. La valeur de l'information au niveau des usines change en effet, lorsque les entreprises utilisent pour soutenir plus haut niveau, stratégique et les processus d'affaires tactiques. Par exemple, les données générées par un superviseur du département ou à des fins de gestion a une valeur, et les mêmes données utilisées pour Sarbanes Oxley Act (SOX) a un autre (voir Attributs d'ensembles d'outils Sarbanes-Oxley ). Par ailleurs, la valeur d'assurance des informations de qualité (QA) augmente considérablement lorsqu'il est utilisé pour soutenir les questions de garantie échelle de l'entreprise.

prend un aspect différent lorsqu'il est vu à travers une chaîne d'approvisionnement des calendriers synchronisés qui sont basés sur la demande réelle. Cette plus grande valeur provient de l'évolution de la vision centrée sur les données d'applications de fabrication distincts, à une vision centrée sur les processus des systèmes intégrés qui peuvent soutenir les processus de l'entreprise qui ont un impact plus important. Manufacturing Intelligence ne peut pas fonctionner sans son planification épine dorsale des ressources d'entreprise (ERP) et le système MES où toutes les informations transactionnelles réside. Mais finalement, le mécanisme réel pour pousser changements à travers cette épine dorsale est la fabrication de renseignement. Il est donc nécessaire de disposer d'un moyen de traiter à la fois les composants planifiés et non planifiés du secteur manufacturier dans le même système étendu.

Recommandations de l'utilisateur

Parmi les avantages potentiels de l'intégration intrinsèque de l'ERP avec le plancher de l'usine et de la réalisation de près les informations en temps réel sont multiples et peuvent être vus dans Importance des systèmes au niveau des usines et Les défis de l'intégration ERP et le désordre .

questions communes relatives aux interfaces dans un environnement best-of-breed pourraient être atténués (si pas complètement éliminé) avec des applications telles que l'application composite SAP xApp Manufacturing Integration et Intelligence de SAP ( SAP xMII , anciennement Ligthammer CMS [ Collaborative Manufacturing Suite ]) ou innovante approche d'Oracle vu dans Oracle Discoverer et Daily Business Intelligence . Dans le cas d'Oracle, son application peut intégrer de façon transparente les mesures de performance avec les données transactionnelles, ainsi la mise à jour incrémentale indicateurs de performance que les transactions se produisent. Notamment, lorsque les données sont stockées dans la même base de données, il n'est pas nécessaire pour la création et la gestion des interfaces disgracieux, car il n'y a qu'une seule demande de maître. visibilité des données devient inhérent, depuis l'aide des liens appropriés, les données peuvent être recueillies et diffusées dans de multiples façons, sans délai.

Pourtant, dans la plupart des cas, plusieurs bases de données sur l'atelier, comme les données sur la qualité de la gestion, de la production et des transactions en temps réel de l'entrepôt, les données d'entretien des plantes, données de base ERP, etc sont rarement synchronisés, ce qui rend la prise de décision en temps opportun difficile et souvent inexactes. Cela est vrai tout moment information est conservée dans plus d'un endroit, parce que sans une méthode très avancé de la synchronisation, les chances d'avoir des données précises stockées dans plus d'un endroit sont de petite taille en effet.

Si les données sont synchronisées uniquement sur la base d'un mode batch quotidien, ou même par quart de travail, les gestionnaires ont de la difficulté à faire, des décisions précises en temps opportun, ce qui influe toutes les fonctions, telles que la planification de la production, le transport, l'inventaire contrôle et d'achat. Il handicape aussi les représentants du service à la clientèle qui tentent de répondre aux requêtes des clients sur l'état de leurs commandes. Dans le pire des cas, certaines données ne sont jamais synchronisé avec le système ERP maître, ce qui crée un vide de communication sérieuse et promotesthe redoutable «îlots d'automatisation».

Les utilisateurs doivent toutefois comprendre que la génération actuelle des logiciels d'intelligence végétale apporte principalement visibilité, parfois grâce à des applications composites, ou le vendeur nativement fournir toutes les pièces fonctionnelles. Son plus grand atout est qu'il offre une détection en temps réel des événements, la gestion du workflow et l'interopérabilité. Néanmoins, il ne produit pas encore la vraie intelligence nécessaire à la gestion de la performance corporative digne de confiance (CPM). Ces solutions n'ont souvent pas encore contexte de l'entreprise et de l'analyse des scénarios de production sophistiqués, qui sont présentés par out-of-the-box modèles de données pour certaines industries, par exemple, comment débloquer des contraintes de capacité, d'améliorer la qualité, réduire les coûts de plus fréquentes et plus longues inverseurs, et améliorer les marges bénéficiaires. Ils ne peuvent pas avoir la vie des outils de données de cycle de gestion, soit, ce qui permet à la réconciliation des données, la modélisation des données, les données d'encaissement, le rendement des applications de comptabilité, etc.Analytics que ajouter de l'intelligence aux données en temps quasi réel que les systèmes d'entreprise peuvent accéder par le biais des boîtes à outils portail peut également être absent.

Ainsi, alors que les goûts de SAP xMII peut se connecter et utiliser les données en temps réel, de nombreuses entreprises ayant des processus de plantes au niveau fabrication complexes sera toujours, au moins pour l'avenir prévisible, le besoin d'exploiter multi-fournisseurs , best-of-breed solutions pour créer leur propre discipline de la gestion des données et des renseignements au niveau des usines. Ils seront également susceptibles d'avoir à investir beaucoup de leurs propres compétences, l'expérience et la propriété intellectuelle dans la construction de leurs systèmes de gestion du rendement de fabrication.

Lors de la sélection de ces applications, en plus d'utiliser des listes de contrôle habituelles de Web-habilitation et de soutien de plate-forme, les utilisateurs devraient s'assurer que les produits utilisent des cadres standard de l'industrie, des interfaces et de la terminologie, comme entreprise à la fabrication markup language (B2MML), XML / Web services, ISA-95 et ISA-88 pour les industries de traitement par lots, et Microsoft Common Object Model ( COM ) et la connectivité ouvert (OPC) pour l'interface de l'application. En outre, les produits candidats devraient figurer documenté, "out-of-box-le" interfaces pour les applications d'automatisation de plantes (tels que SAP, Oracle, Siemens ERP populaire et , ABB , Rockwell , etc), et à d'autres systèmes de contrôle tels que les systèmes de contrôle distribués (DCS) et les automates programmables (PLC). Étant donné le mantra dominant de «l'intelligence», ces produits devraient logiquement inclure une fonction de reporting puissant et intuitif (idéalement basé sur un des produits "ouverts" ou envahissant comme le cristal de Business Objects ) et de fournir un workflow intégré Moteur de gestion pour modéliser le processus de production.

 
comments powered by Disqus