Большие данные в производстве: как процессный майнинг экономит миллионы за счет эффективности

Manufacturing Engineering: Интеллектуальный анализ данных и большие данные — горячие темы. Ваша компания разрабатывает ПО для процессного майнинга; чем оно отличается от интеллектуального анализа данных?

Алекс Ринке: Традиционно интеллектуальный анализ данных ориентирован на KPI, фокусируется на выявлении закономерностей для прогнозирования трендов и анализе данных для получения действенных инсайтов. Бизнес использует его для выводов и решения конкретных задач, но процессный майнинг идет совершенно иным путем. Технология процессного майнинга использует журналы событий для создания визуальной реконструкции любого процесса в его текущем состоянии («as-is»), и вместо поиска паттернов в наборах данных пользователи могут видеть, как процесс работает в реальном времени. Разницу можно сравнить со свечением фонарика в темноте против включения выключателя: оба подхода полезны, но второй дает полную видимость.

ME: Что именно процессный майнинг дает дискретному производству?

Ринке: Критическое преимущество — фундаментальная применимость к любому процессу, включая производственные операции. Если создаются журналы событий, процессный майнинг покажет реальную картину работы. Дискретное производство — отрасль, получающая максимальную отдачу: Siemens, ABB, 3M активно используют его для гибкости и эффективности.

Типовые сценарии: улучшение соблюдения графика, мониторинг автоматизации, моделирование мощностей, сокращение отходов. Например, ABB — одна из крупнейших производственных компаний, применяющая процессный майнинг от закупки до производства. Раньше сотрудники завода в Ханау (Германия) несколько раз в день выгружали данные из SAP в Excel, используя сложные формулы. Сейчас руководители производственных и сборочных команд получают утром письмо с вариантами производства, циклами и количеством брака за вчерашний день. Речь не только о KPI — вся экосистема процессов видна сразу, что делает обнаружение неэффективностей простым. Трудно решить известную проблему, но почти невозможно — неизвестную.

ME: Как работает движок процессного майнинга Celonis Proactive Insights?

Ринке: Celonis PI — волнующее дополнение к базовой технологии с огромным потенциалом непрерывной ценности. Алгоритмы машинного обучения, наложенные на Celonis, опираются на предыдущие кейсы, выступая автоматизированным бизнес-консультантом и рекомендуя улучшения. Автоматизированное распознавание паттернов означает: если Celonis раньше сталкивался с похожими неэффективностями, он предложит релевантные решения. Если Celonis — МРТ бизнес-процессов, то PI — автоматический врач, интерпретирующий снимки.

ME: Какие производители используют эту технологию и как?

Ринке: ABB, 3M, Siemens — клиенты Celonis, развернувшие технологию по множеству процессов и сделавшие доступной для множества сотрудников. Siemens выбрала широкую адаптацию: несколько тысяч сотрудников ежедневно используют Celonis для понимания процессов. Закупки, управление поставщиками, производство, сборка, общие сервисы — каждый процесс становится прозрачным и понятным.

ME: Какие производственные отрасли лучше всего могут использовать процессный майнинг?

Ринке: Красота процессного майнинга — полная релевантность для всех отраслей. Мы видели трансформацию закупочных отделов и создание умных фабрик за счет полной прозрачности данных. Тренд — «Индустрия 4.0» и самооптимизирующиеся умные заводы, где ключевым аспектом является информационная прозрачность — Celonis Process Mining — готовое решение для ее достижения.

ME: Каково будущее производственных операций с ML и AI в аналитике процессного майнинга?

Ринке: Потенциал безграничен: чем больше данных и кейсов накапливает система, тем умнее становится Celonis. Как и любые ML/AI, система лучше распознает паттерны с ростом данных. Вместо сложного ручного анализа ожидаем мгновенные результаты от Celonis PI. Представьте узкое горлышко в производстве, вызывающее задержки, и вы не знаете, где оно и каковы последствия. Celonis легко найдет источник, а PI порекомендует, как устранить корневую причину. Взволнованное время для производителей любой отрасли.

Epicor назначает Стивена Мерфи CEO

Разработчик ERP Epicor Software Corp. (Остин, Техас) объявило 5 октября, что президент и CEO Джо Кауэн уйдет на пенсию в конце октября. Совет директоров назначил Стивена Мерфи, бывшего президента OpenText (Ватерло, Онтарио), CEO Epicor.

До Epicor Мерфи был президентом OpenText, разработчика ПО для управления корпоративной информацией (EIM) с выручкой $2 млрд. Карьера Мерфи — более 20 лет в технологиях: руководящие позиции в продажах и операциях в Oracle, Sun Microsystems, Manugistics, а также опыт в производстве и распределении: глобальная логистика, цепочки поставок, крупные внедрения ERP в Accenture и Procter & Gamble. MBA Harvard Business School, бакалавр механического инженерии UC Davis.

ПО для оптимизации полностью композитной аэроструктуры

Когда Stratolaunch Systems Corp. (Сиэтл) выкатила свой полностью композитный самолет для наземных испытаний в пустыне Мохаве весной, гигантский самолет показал, как далеко зашли дизайн и производство композитов. В прошлом месяце завершен первый этап испытаний шести турбовентиляторов Pratt & Whitney.

Самый большой в мире самолет размахом крыла — шире длины футбольного поля — почти полностью изготовлен из композитов, дающих малую вес, высокую жесткость и прочность, востребованные в авиации, автопроме, спорте, медицине и промышленности. Программа HyperSizer от Collier Research (Ньюпорт-Ньюс, Вирджиния) широко использовалась производителем Scaled Composites для оптимизации композитного фюзеляжа и крыла.

HyperSizer, первый коммерческий ПО из NASA, применялся в множестве аэрокосмических и других проектов из композитов или металлов. ПО автоматически выполняет проектирование, расчет напряжений и оптимизацию размеров, обычно снижая вес конструкций на 20–40%.

«Для максимально эффективного использования материалов в полностью композитной конструкции любого размера требуется эффективное применение инструментов оптимизации проектирования и производства с самых ранних этапов», — заявил президент Collier Research Крейг Коллиер.

Stratolaunch — идея основателя Поля Аллена. Два фюзеляжа, соединенных гигантским крылом, шесть двигателей позволяют взлететь с полезной нагрузкой до 550 000 фунтов (247 500 кг). На крейсерской высоте платформа сбросит космический аппарат и вернется в аэропорт для повторного использования. Первая демонстрация запуска планировалась на 2019 год.

Для массивного крыла критичны пределы дефлекции. Панели фюзеляжей рассчитывались на прочность, устойчивость и режимы отказа медовых сэндвичей. HyperSizer дал доступ к комплексным автоматизированным анализам отказа: быстрый анализ свободных тел, расчет дискретных слоев, анализ отказа композитов на основе пластов, методы анализа медовых сэндвичей (сморщивание, сдвиг сердечника, плоское растяжение, внутриячеистое вмятивание) и скриптовый API для загрузки нагрузок из Excel.

Collier видит продолжение эволюции интеграции инструментов для проектирования и производства композитов. «HyperSizer может дать понимание технологичности конструкции и возможных производственных проблем», — сказал Крейг Коллиер. «Можно учитывать предпочтения ламинирования на ранних стадиях проектирования; технологичность становится главным фактором при расчете прочности ламинированных конструкций».

Новые релизы

Разработчик ПО для инженерии линеек продуктов (PLE) BigLever Software (Остин, Техас) и Method Park (Питтсбург), поставщик управления инженерными процессами, создали новый feature-based PLE Process Framework — готовый шаблон лучших практик, обеспечивавших успехи PLE.

Новый фреймворк, уже доступный, объединяет Stages Process Management System от Method Park и трехуровневую методологию PLE от BigLever, позволяя компаниям ускорить переход на PLE и достичь межфункциональной согласованности. Компании могут оптимизировать PLE-операции, улучшая коммуникацию и сотрудничество между ПО, электроникой и механикой, избегая ад-хок и разовых подходов. BigLever включил фреймворк в свое комплексное решение onePLE.

Feature-based PLE радикально упрощает создание, поставку, поддержку и эволюцию портфеля линеек продуктов за счет общих инженерных активов, управляемого набора фич и эффективной автоматизации производства линеек. Новый процессный фреймворк предоставляет полностью настраиваемый шаблон Concept of Operations (ConOps), определяющий организационную структуру, роли, ответственность и процессы для эффективной работы в парадигме PLE.

Boothroyd Dewhurst Inc. (Уэйкфилд, Ри), разработчик ПО Design for Manufacture and Assembly (DFMA), выпустил обновленную версию DFM Concurrent Costing 3.0. Внедряемый как инструмент анализа затрат для инженерных и закупочных команд, новая версия позволяет перейти от «ценовых» моделей, основанных на прошлых заявках, к промышленным моделям затрат, основанным на научных тестовых данных. Результат — высоконадежный взгляд «should cost» на продукт, дающий понимание скрытых факторов затрат и путей оптимизации дизайна и производства.

DFM 3.0 позволяет OEM и поставщикам рассматривать заявки в нейтральной среде, где обсуждаются типы станков, скорости, последовательности обработки и оптимальные уровни автоматизации. Это способствует предложениям поставщиков и более глубоким партнерствам на базе экспертизы, лучших практик затрат и общих целей.

Основные нововведения: упрощенные геометрические калькуляторы, интегрированные в главные панели ответов, направляющие пользователя через анализ затрат; оптимизированные стандартные производственные операции и пользовательские библиотеки процессов; новая панель Test View во всех окнах формул; ускоренная разработка пользовательских операций и процессов; обновленный интерфейс для единого UX между DFA и DFM; улучшенная производительность связи DFA/DFM для бесшовной интеграции данных.