Стратегии Интернета вещей для оптимизации контроля качества в производстве

​​

Жесткий контроль качества в производстве был постоянной целью на протяжении поколений. Неспособность обнаружить дефекты до того, как продукция покинет завод и выйдет на более широкий рынок, может привести к отзыву продукции, неудовлетворенности клиентов и другим проблемам, негативно влияющим на прибыльность компании.

Однако применение Интернета вещей (IoT) в производстве становится все более популярным способом обеспечения прозрачности, необходимой для поддержания высокого качества выпускаемой продукции. Вот несколько действенных способов, с помощью которых лица, принимающие решения, могут и используют Интернет вещей в производстве для улучшения контроля.

Определить, как быстрее выявлять проблемы

Специалисты по контролю качества быстро узнают, насколько полезной может быть эффективность для поддержания высокого уровня стандартов. Например, обнаружение проблемы на первом этапе производственного процесса значительно упрощает устранение проблемы, чем если бы кто-то обнаружил ее на заключительном этапе производства.

Это еще более разрушительно, если авария происходит после того, как продукт покидает производственное предприятие, например, если водитель грузовика слишком долго хранит скоропортящиеся продукты за пределами допустимого диапазона. Вот почему многие фармацевтические производители используют Интернет вещей для защиты холодовой цепи, например, устанавливая датчики, которые подают оповещения в режиме реального времени.

Если люди на нескольких этапах цепочки поставок получают немедленные предупреждения о проблемах, вероятность того, что свежеприготовленные лекарства испортятся до того, как они достигнут места назначения, практически исключена. Точно так же Интернет вещей может определять, не выровнены ли станки на заводе или не соответствуют ли они каким-либо иным образом стандартам контроля качества.

Когда люди хотят извлечь выгоду из контроля качества в производстве, некоторые основные вопросы, на которые нужно ответить, связаны с тем, где и как возникает большинство проблем. Оттуда они могут изучить практические способы применения технологий Интернета вещей.

Понимание условий, сопровождающих катастрофические сбои

Когда выходит из строя критическая часть производственного оборудования, часто кажется, что нежелательное событие происходит из ниоткуда. Однако реальность такова, что часто заранее появляются явные признаки, даже если люди не всегда их замечают.

Статистика показывает, что 56 % отказов электрогенераторов происходят из-за повреждения электрической изоляции. Перегрев и аномально высокое потребление тока могут привести к пробою изоляции. Однако люди могут не осознавать, что эта проблема обычно возникает медленно и в несколько этапов.

К счастью, IoT может помочь людям лучше узнать о симптомах проблемных машин до того, как произойдут сбои. Например, вторая фаза пробоя электроизоляции вызывает повышенный нагрев в месте, в первую очередь пораженном. Датчик может уловить это и побудить людей отремонтировать машину до того, как произойдет сбой производства.

Это преимущество напрямую связано с качеством. Когда машины работают так, как ожидалось, вероятность того, что они будут способствовать созданию дефектных продуктов, значительно снижается.

Анализ данных для выявления недостатков процесса

Люди часто полагаются на IoT для улучшения производства, используя данные датчиков, чтобы подтвердить, что идет хорошо, а где есть возможности для улучшения. Например, ведущие производители часто используют принципы бережливого производства для постоянного совершенствования. Интернет вещей может вписаться в эти усилия.

Проблемы, связанные с процессом и материалами, вызывают 85% проблем с качеством. Поскольку датчики IoT могут собирать текущие данные с течением времени, они идеально подходят для того, чтобы показать, где процедуры могут выйти из строя и перейти к проблемам, которые негативно влияют на продукт. Если повышение качества является одной из основных целей компании, сбор данных в режиме реального времени может и должен определять соответствующие решения.

Внимательный взгляд на информацию может показать, что большинство проблем возникает из-за определенной части сборочной линии или определенной машины. В качестве альтернативы они могут выявить высокий процент несчастных случаев, связанных с работниками в конкретной смене.

С другой стороны, IoT может подтвердить, в чем компания преуспевает, оправдывая сохранение установленных способов ведения дел на всем предприятии. Поддержание высокого уровня качества слишком важно, чтобы полагаться на догадки или даже на опыт руководителя. Данные, собранные с датчиков, расположенных в стратегически важных местах, могут предоставить информацию, необходимую руководителям для принятия уверенных решений.

Например, компания Nissan построила «умный» завод, в котором использовались различные стратегии улучшения процессов и интеллектуальные технологии. Раньше монтаж компонентов трансмиссии выполнялся вручную из шести этапов. Теперь роботы могут выполнить этот процесс за один шаг. Плюс автоматизированная сборочная линия может выпускать более двух десятков модификаций автомобиля. Система обеспечения качества с использованием искусственного интеллекта и Интернета вещей также увеличивает скорость восстановления после инцидента на 30%.

Использование Интернета вещей для отслеживания инструментов на предприятии

Применение Интернета вещей для контроля качества производства может также распространяться на наблюдение за тем, что людям нужно для выполнения своей работы. Safran Aircraft Services, которая производит различные компоненты самолетов, может отслеживать инструменты в пределах 3 метров с помощью решения IoT. Помимо информирования менеджеров о том, где находится актив в любой момент времени, этот подход связан с профилактическим обслуживанием, которое может напрямую влиять на качество.

Например, система и связанные с ней датчики могут отслеживать количество минут использования инструмента по сравнению с простоем. Затем он может генерировать предупреждение, когда элемент используется достаточно, чтобы нуждаться в обслуживании или замене.

Точно так же такая установка может отслеживать неправильное использование инструментов, что может отрицательно сказаться на усилиях по контролю качества. Если человек попытается использовать актив без надлежащей подготовки, его попытки могут нанести ущерб продукции фабрики и, в конечном итоге, поставить под угрозу ее репутацию.

Некоторые технологии отслеживания инструментов IoT также помогают убедиться, что человек использует правильную технику. Отслеживая такие вещи, как ускорение и статистику на основе времени, встроенные датчики IoT могут показать, нужно ли человеку дополнительное обучение, чтобы убедиться, что он соответствует минимальным стандартам качества для использования инструмента.

Не всегда финансово целесообразно использовать отслеживание IoT для каждого инструмента. Однако, если лица, принимающие решения, потратят время на то, чтобы выяснить, какие активы оказывают наибольшее влияние на качество, это будет хорошей отправной точкой.

Интернет вещей улучшает контроль качества в производстве

Вот некоторые из многих способов, которыми люди могут полагаться на IoT в производстве для поддержания высокого качества на всем предприятии. Хотя требуется время, чтобы выяснить, как лучше всего использовать возможности интеллектуальных датчиков и интерпретировать собираемые ими данные, приложенные усилия часто делают компанию более устойчивой.