Utilizzo ottimizzato anziché sprechi: migliore pianificazione delle capacità delle macchine
Di Gerald Scheffels per ifm
In (quasi) tutti gli impianti di produzione, ci sono macchinari critici che, come “colli di bottiglia”, determinano la velocità di ciclo di un'intera area di produzione e che richiedono un'attenzione particolare per la pianificazione della produzione. Per questa funzione, sono disponibili strumenti software. Ma la pratica dimostra che, anche se vengono utilizzati e i planner tengono conto del potenziale limite di capacità, la produzione subisce comunque interruzioni e ritardi.
Il motivo: il software può monitorare molto bene il funzionamento della macchina e, idealmente, ottimizzarlo. Ma gli manca una visione dell'ambiente circostante, con il risultato che la presunta "macchina problematica" funziona perfettamente fornendo massime performance in modo costante, ma sono i processi a monte e a valle a causare problemi.
La conseguenza è che uno strumento software che ottimizza solo un singolo sistema in un contesto produttivo interconnesso è chiaramente "subottimale". I sistemi di pianificazione della produzione, in breve PPS, sono utilizzati in molti luoghi. Sebbene siano utili, considerano i processi produttivi solo in modo schematico, come una catena di perle. Le interconnessioni tra le postazioni di lavoro, i dati in tempo reale, la data e l’ora non vengono prese in considerazione. Rimane, quindi, un piano "teoricamente" possibile. Anche con uno strumento del genere possono verificarsi limiti di capacità, come dimostra l'esperienza più o meno dolorosa di molte aziende.
Ottimizzare il processo produttivo, ma come?
C’è un altro modo migliore? Sì, certo. Un esempio: in un progetto pilota, un produttore di automobili ha raccolto e analizzato costantemente i dati del proprio assemblaggio carrozzerie per ottimizzare i processi. Il risultato: ora è possibile produrre il 15% in più di carrozzerie per unità di tempo. Tuttavia, va aggiunto che in questo progetto è stato coinvolto un intero team - compreso il supporto scientifico - e circa due miliardi di record di dati sono stati analizzati, correlati e valutati con algoritmi. Ma questo può essere possibile nella produzione automobilistica di serie, non nella "normale" produzione industriale, tralasciando il fatto che l'analisi dei dati e l'implementazione dei risultati richiede molto tempo e conoscenze specializzate.
È necessaria un’intelligenza artificiale (AI)
La domanda che segue: è possibile andare su una scala più piccola? Ed è qui che entra in gioco un algoritmo basato sull'AI, utilizzato per determinare matematicamente il miglior risultato possibile in un tempo di calcolo prestabilito. I primi algoritmi sono stati sviluppati nell'antichità e da allora hanno dimostrato la loro validità. Oggi questi metodi sono utilizzati, tra l'altro, per l'analisi di campioni casuali. Il nuovo strumento software Factory Optimisation Excellence (FOX) si fonda su un algoritmo basato sull'intelligenza artificiale, consentendo di pianificare in modo simultaneo e ottimale tutte i centri di lavoro in un’azienda.
Pianificazione ottimizzata e simultanea di più macchine o centri di lavoro
All'apparenza, potrebbe non sembrare una funzione particolarmente interessante. Tuttavia, per svolgere questa funzione in modo pratico, il software deve tenere conto del complesso di requisiti, interconnessioni, ordini le capacità e metterli in relazione tra loro. Il volume di dati da prendere in considerazione è notevole. Un team di esperti come quello descritto sopra avrebbe bisogno di mesi per il calcolo: una situazione non ideale per la pianificazione a rotazione o una con orizzonte di una o due settimane.
Calcolare il "miglior piano di produzione possibile”
L'algoritmo basato sull'intelligenza artificiale della soluzione ifm assicura che tutte le risorse e tutti i requisiti siano combinati tra tutti gli ordini in esame e tra tutte le macchine disponibili per creare un piano di produzione fattibile. Il sistema calcola anche un altro piano esattamente con gli stessi dati, confronta i risultati e scarta il piano peggiore. Il sistema calcola nuovi piani di produzione, li confronta e mantiene quello migliore fino al raggiungimento del limite di tempo prestabilito. Il piano migliore in questo momento viene trasmesso al planner di produzione.
Ma l'algoritmo intelligente è solo una parte dell'innovativa soluzione ifm, perché anche la matematica di alto livello necessita i dati giusti. Il cosiddetto "pegging" viene utilizzato per determinare le interconnessioni tra tutte le postazioni di lavoro per ogni ordine da elaborare nel periodo in esame. Questo include anche data e ora, come i tempi di inattività e quelli di setup. Nel pegging, la complessa rete di processi produttivi viene "svelata" e può quindi essere utilizzata per calcolare il piano di produzione.
La combinazione di intelligenza artificiale e pegging offre evidenti vantaggi
I vantaggi per gli utenti del nuovo strumento di pianificazione sono notevoli:
- L'utilizzo delle risorse può essere pianificato in maniera migliore evitando gli sprechi. Un esempio: un macchinario critico provoca un collo di bottiglia nel flusso di produzione. Le conseguenze: l'ordine non può essere completato nei tempi previsti, le macchine a valle e gli operatori sono inattivi e i prodotti intermedi dei processi a monte devono essere stoccati temporaneamente. Tutto questo costa spazio per il magazzino e imballaggi vuoti, in più aumenta l'impiego di capitale. Ma tutto ciò si può evitare.
- Il throughput viene accelerato perché i tempi di attesa, le fasi di fermo e setup sono sincronizzati. In questo modo si riducono i costi operativi e si garantisce un utilizzo uniforme delle capacità. Inoltre, l'efficacia totale di un impianto (OEE) aumenta e la produzione complessiva cresce senza dover aumentare la velocità di produzione nelle aree critiche o organizzare turni speciali.
Risultato: sette volte meno sprechi
Più precisamente, il nuovo software offre sette vantaggi. Questo perché affronta ciascuna delle sette tipologie di spreco presenti nella supply chain. Questi sprechi sono noti con l'acronimo "TIM WOOD": Transport, Inventory, Movement, Waiting, Over-Production, Over-Engineering, Defects. In italiano: trasporto, scorte, movimentazione, tempi di attesa, sovrapproduzione, eccessiva ingegnerizzazione, difetti.
Un esempio concreto dalla produzione:
- Trasporto - parti e materiali vengono trasportati da un luogo all'altro
L'approvvigionamento dei materiali per il centro di lavoro è adattato al piano di produzione in termini di tempo e capacità. In questo modo si evitano tempi di attesa, carenze di materiale e sovradimensionamenti. - Scorte - prodotti o componenti (intermedi) non finiti; magazzini di parti fornite dal fornitore
Anziché ampliare le scorte tampone per colmare i "temuti" limiti di capacità, tutti gli ordini vengono prodotti puntualmente. Meno scorte significa meno costi. - Movimentazione - movimentazione superflua di dipendenti o macchine.
Anziché dover continuamente preoccuparsi sulle interruzioni nel processo e quindi di fare solo da pompiere, i materiali e le persone possono essere utilizzati in modo ottimale e senza stress. Le soluzioni alternative dovute a interruzioni diventano obsolete. - Tempi di attesa - ad esempio per la consegna di pezzi acquistati da terzi o di prodotti intermedi
I ritardi causati dalla congestione del processo produttivo appartengono al passato. - Sovrapproduzione - produzione "a magazzino" senza buyer (interni o esterni)
L'utente non deve pianificare buffer per presunti impianti con macchinari critici. Si produce sulla base di ordini "reali". - Overengineering - aggiunta di funzioni che non apportano alcun valore.
Invece, l'algoritmo determina una soluzione che offre un'elevata efficienza entro un limite di tempo performante. Non cerca un piano perfetto, ma la strategia migliore. Rimane "snella" e rinuncia, ad esempio, a complesse opzioni di analisi che hanno un effetto controproducente sulla trasparenza e sull'usabilità. - Difetti - i pezzi devono essere rilavorati.
Cambiamenti improvvisi dei piani, riassegnazione delle risorse ad altre macchine e centri di lavoro, tempi di inattività non pianificati: queste irregolarità spesso portano a errori nella produzione. Anche questo si può evitare con una combinazione tra intelligenza artificiale e pegging.
Conclusioni: pianificare l'uso delle risorse in modo migliore fermando gli sprechi
Il nuovo strumento software è in grado di ridurre gli sprechi e ottimizzare l'uso delle risorse disponibili in tutti e sette i "punti critici" della supply chain interna. Ciò si applica al funzionamento "stand-alone" di FOX e, in misura ancora maggiore, anche per il suo utilizzo in combinazione con altri strumenti IIoT di ifm, che affrontano temi come la manutenzione e la qualità del track and trace. Lo strumento è consigliato anche come add-on ai prodotti di base di GIB, che, tra l'altro, identificano le giacenze in magazzino, nonché le eccedenze e le carenze, ottimizzano le portate e bilanciano le scorte di sicurezza.
