MES и IoT-платформы: навигация в будущем управления производственными операциями

Вызов гибкости в современном производстве

По всем отраслям ускорение циклов инноваций продукта и растущая вариативность рыночного спроса ставят под вызов производственные заводы и организации, которые в основном были спроектированы для эффективности. Добавьте общий тренд к более персонализированным продуктам, и вы поймете, почему ключевым драйвером революции «Индустрия 4.0» (I4.0) является гибкость. Не нужно говорить, что императивы продуктивности и качества не уйдут; на самом деле, успех сегодня требует эффективности и гибкости. По мере перехода от начальных концептов к крупномасштабным внедрениям, производителям потребуется новый подход к управлению производственными операциями (MOM), который ставит под вызов экосистему MES, такой, какую мы ее знали.

Будущее MES

Ускоренное обновление продуктов и их повышенная персонализация требуют гораздо более тесной интеграции между управлением жизненным циклом продукта (PLM) и производственными процессами. Бесшовный поток данных определения продукта позволяет ускорить введение новых продуктов или вариантов, экономя недели или месяцы в time-to-market продуктов или сервисных инноваций.

Адаптация к колеблющемуся рыночному спросу требует гибких заводов, которые могут наращивать и снижать мощности и меняться почти мгновенно, обеспечивая сквозную прослеживаемость для соответствия или причин сервиса клиентов. По всем этим причинам роль MES как «руки исполнения» ERP укрепляется, и большинство лидеров Индустрии 4.0 справедливо все еще считают его основой своих производственных операций.

Новая парадигма

Признавая важность хорошо спроектированной ядерной системы MES, большинство производителей сталкиваются с похожими проблемами. Большинство внедрений MES начались более десятилетия назад, когда разрыв IT/OT все еще был широк и требовал много жесткой проводки. В результате, и для обеспечения бесперебойных операций, добавление или эволюция функциональности все еще привязана к многогодовым циклам релизов/апгрейдов. Во-вторых, большинство решений MES были спроектированы в то время, когда текущие стандартные паттерны, делающие программные решения и гибкими, и масштабируемыми, в облаке или on-premise, все еще были в зачаточном состоянии.

Когда говорят с производственными руководителями, они подчеркивают два основных требования для управления производственными операциями:

1. Чтобы держать более сложные и быстро меняющиеся операции под контролем, им нужна сквозная видимость, через границы систем. Чтобы принимать правильные решения, им нужны не только данные производства в реальном времени, но и в контексте мастер-данных, приходящих из PLM или ERP.
2. Чтобы совладать с растущим темпом изменений, им нужна стабильная основа, но также способность гибко расширять ее с проблема-специфичными приложениями, которые в конечном счете обогатят ядро системы.

Помимо своей традиционной роли, MES тогда должен предоставлять гибкие и мощные интеграции, аналитику и возможности разработки приложений, для которых он явно не был спроектирован.

Роль IoT

Первоначально разработанные для подключения продуктов и предложения сервисов, расширяющих их, IoT-платформы — такие как GE Predix, Siemens Mindsphere или PTC Thingworx — упаковывают эти возможности в интегрированное решение, обычно легко доступное в облаке. Многие производители затем выбрали их для разработки точечных решений, исследуя потенциал IoT и аналитики больших данных для оптимизации своих операций.

Малые стартапы также увидели возможность и использовали эти платформы для предложения упакованных решений в областях предиктивного обслуживания, управления производительностью активов и оптимизации производства. Наконец, крупные облачные игроки также начали предлагать IoT-специфичные фреймворки, предоставляющие все базовые функции, от связности цеха до машинного обучения.

Большинство производственных клиентов, с которыми мы сотрудничаем, находятся на том же перекрестке. Начальные пилотные проекты доказали, что значительные экономии могут быть достигнуты в надежности, выходе или общей эффективности активов и даже целых производственных линий. Дополнительно такие пилотные проекты также продемонстрировали гибкость IoT-платформ, позволяя им драматически сократить время разработки точечных решений для разнообразия операционных вызовов. Но эти в основном низу-вверх пилоты часто привели к пролиферации несовместимых технологий, иногда заставляя CIO вступать, чтобы остановить бегство затрат и проблемы безопасности.

Вопрос, который нас часто спрашивают — как масштабироваться за этими экспериментами, избегая пролиферации технологий, но без удушения локальной процессной инновации.

Не только технологии

Пилотные проекты также подтвердили, что I4.0 — это гораздо более глубокая трансформация, чем внедрение более умной автоматизации. Оптимизация операций на лету, основанная на данных, — глубокая эволюция культуры управления. Производственный менеджер, чья ценность в его интуитивном понимании операций, должен принять, что аналитика будет поддерживать и улучшать его/ее интуицию и постепенно автоматизировать ее.

Подобно тому, как I3.0 драйв к автоматизации требовал от сварщика эволюционировать к программисту роботов, используя передовые технологии, чтобы сделать роботов более умными и автономными, I4.0 означает ту же эволюцию для производственного управления. По сравнению с тратой 80% своего времени на запуск завода, их роль потребует тонкой настройки системы, которая сделает ее еще более умной и в конечном счете автономной.

Если вы верите, что это тривиальная трансформация, на вашем следующем посещении завода проверьте, действительно ли недавно внедренный производственный дашборд отражает реальность цеха и используется для управления производством. Но в нескольких редких случаях супервизор все еще вполне убедительно объяснит, почему ему все еще нужен его собственный XL-электронный таблицы для управления операциями и проведения ежедневного производственного совещания.

Копая глубже, вы обнаружите, что его последние просьбы о пары дополнительных датчиков и простой аналитике для лучшего понимания персистентной проблемы заняли 6 месяцев, чтобы быть выполненными, и что автоматизация решения, которое он наконец выработал, не будет возможной из-за затрат и времени, которое это заняло бы, основанное на существующем IT/OT ландшафте.

MES будущего

По всем отраслям CIO сейчас рассматривают будущее, где MES и IoT-платформы будут развернуты рядом и интегрированы со временем в гибкую и масштабируемую платформу, которая может поддерживать их стратегии I4.0 в предстоящем десятилетии (десятилетиях).

Пока начальное состояние компаний довольно разное, общее направление довольно похоже. Во-первых, разберите MES от специфических разработок и разверните упрощенную ядерную систему, сфокусированную на процедурной стороне операций, тесно интегрированную с ERP, включая стандартные/регуляторные требования отчетности. Возвращение к стандартной реализации «без модификаций» ограничивает затраты, позволяя воспользоваться инновациями поставщика через регулярные апгрейды. Общее направление идет к большей открытости, основанной на облачных стандартах, MES-системы также станут легче интегрировать в современные архитектуры. Во-вторых, используйте IoT-платформу для разработки приложений мониторинга производительности и оптимизации, которые требуют постоянной эволюции и гораздо более быстрого жизненного цикла. Платформа используется, чтобы понять, решить и квалифицировать точные проблемы, квалифицированное решение затем вводящее в требования для следующего релиза MES. Очевидно, это не навредит, если платформа также позволяет внедрить временное решение, чтобы начать платить за апгрейд.

Когда должным образом поддерживаемая правильными инвестициями для развития новых навыков, упомянутых выше, внедрение IoT-платформы может тогда значительно ускорить трансформацию I4.0. Создание выделенной команды данных, включающей как прогнозирующих экспертов процессов, так и данных ученых, которые могут ходить от завода к заводу для поддержки пилотов и развертываний, — одна из таких областей, где большинство лидеров инвестировали. Некоторые из этих команд данных также включают гибкие команды разработки, которые могут выпускать последовательные релизы приложений, адресующих высокоэффективные проблемы, в тесном сотрудничестве с инженерами процессов и производственными супервизорами.

Разработка архитектурных паттернов, позволяющих бесшовную интеграцию между готовыми внедрениями MES и платформенными bespoke аналитическими приложениями — главная ось ко-инноваций с ведущими клиентами. Хорошая новость в том, что это те же паттерны, которые мы успешно внедрили на фронтенде бизнесов вокруг CRM-пакетов.

Мультидисциплинарные команды инженеров процессов, данных ученых и облачных архитекторов исследуют возможности достижения состояния автономных операций одно приложение за раз, используя силу облачных технологий. В не так далеком будущем представление Manufacturing App Store может очень хорошо стать реальностью.

Паскаль Броссет, CTO Digital Manufacturing, Capgemini