RAI Data / Blog / RAI Data i systemy ADS
Lepsza organizacja produkcji
i lepsza receptura
Zakład może sprawnie realizować zlecenia, a jednocześnie zużywać więcej drogich surowców, niż wymaga tego jakość produktu. Może też mieć dobrze dobraną recepturę, lecz tracić czas na oczekiwanie na maszynę lub materiał. To dwa powiązane problemy, które wymagają różnych obliczeń. Dlatego narzędzia RAI Data mogą uzupełniać systemy zarządzania produkcją.
Czym zajmuje się system ADS?
ADS (Autonomous Decision System) to autonomiczny system decyzyjny. W zarządzaniu produkcją takie rozwiązanie może dobierać kolejne zadania oraz zasoby potrzebne do ich wykonania: pracowników, stanowiska i materiały. Zakres samodzielnie podejmowanych decyzji zależy od konkretnego systemu i sposobu jego wdrożenia.
Chodzi o organizację bieżącej pracy zakładu: reagowanie na dostępność zasobów i zmiany sytuacji zleceń. W tym ujęciu efektem działania systemu jest decyzja o wykonaniu pracy. To inne zadanie niż obliczenie, jak zmiana proporcji surowców wpłynie na właściwości mieszanki.
RAI Data pomaga ustalić skład i warunki procesu
W produkcji mieszanek pozostaje inne pytanie: jakie proporcje dostępnych surowców pozwolą uzyskać wymagane właściwości produktu przy przyjętym koszcie? Odpowiedź zależy od właściwości materiałów, parametrów instalacji oraz zależności między przebiegiem procesu a jakością.
RAI Data buduje modele tych zależności i narzędzia do poszukiwania odpowiednich receptur. Model przewiduje wynik dla rozważanego wariantu. Optymalizator porównuje składy, uwzględniając wymagania technologiczne, ceny i dostępność surowców. Po sprawdzeniu dokładności modelu dla danego procesu technolog może przeprowadzać kolejne obliczenia w komputerze i ograniczyć liczbę prób na produkcji.
W tym zakresie RAI Data uzupełnia zarządzanie pracą zakładu o obliczenia dotyczące samego produktu. Szczegóły opisujemy na stronie optymalizacji mieszanek.
Jedna partia, dwa rodzaje decyzji
Wyobraźmy sobie zakład wytwarzający mieszankę, dla której określono minimalną wytrzymałość. Zmieniają się ceny i właściwości dostarczanych surowców. Technolog chce sprawdzić, czy może ograniczyć udział droższego składnika, zachowując wymagania produktu.
Model przygotowany dla tego procesu pozwala ocenić przewidywaną wytrzymałość, a optymalizator poszukać składu w dozwolonych granicach. Zatwierdzona receptura określa zapotrzebowanie na materiały i warunki wykonania partii. System zarządzający produkcją może następnie uwzględnić te informacje przy przydzielaniu pracy i zasobów.
Jeżeli zabraknie potrzebnego surowca, warto wrócić do obliczeń i sprawdzić dopuszczalny zamiennik. Jeżeli zmiana receptury wydłuża mieszanie, trzeba uwzględnić jej wpływ na dostępność urządzenia. Oszczędność na składnikach powinna być oceniana razem z konsekwencjami dla całej produkcji.
Współpraca wymaga wspólnych danych
Takie połączenie zaczyna się od ustalenia, które informacje są dostępne i czy można je wiarygodnie powiązać. Numer partii powinien łączyć użyte surowce, rzeczywiste proporcje, warunki procesu i wynik badania. Same daty wykonania operacji lub stany magazynowe nie wystarczą do odtworzenia zależności decydujących o jakości.
Do obliczeń potrzebne mogą być ceny, parametry konkretnych dostaw, dostępne ilości i wymagania produktu. W drugą stronę można przekazywać zatwierdzoną recepturę, jej wersję, przewidywane właściwości i zapotrzebowanie materiałowe. Trzeba ustalić również moment aktualizacji danych oraz zasady ponownego przeliczenia wyniku.
To możliwy sposób współpracy narzędzi, a nie opis gotowej integracji z konkretnym systemem ADS. Format wymiany, dostępne interfejsy i zakres automatyzacji wymagają uzgodnienia dla konkretnego wdrożenia. Na początek może wystarczyć kontrolowana wymiana plików i zatwierdzanie wyników przez technologa.
Gdzie kończy się uzupełnianie, a zaczyna wspólny zakres?
O komplementarności decydują funkcje używane w zakładzie, a nie sama nazwa kategorii oprogramowania. System może przechowywać receptury i przekazywać je na produkcję, ale nie musi na tej podstawie przewidywać jakości nowych składów. Z drugiej strony rozbudowana platforma może zawierać także takie narzędzia.
Dlatego przed zaproponowaniem RAI Data sprawdzamy, co już działa. Jeżeli zakład ma skuteczne narzędzie do tego samego zadania, powielanie go nie jest celem. Miejsce na dodatkowy model pojawia się wtedy, gdy brakuje obliczeń dopasowanych do określonego produktu, surowców lub warunków procesu.
Jak ocenić, czy takie połączenie ma sens?
Warto rozdzielić wyniki, które chcemy poprawić. Dla organizacji produkcji mogą to być terminowość, czas oczekiwania i wykorzystanie urządzeń. Dla receptury: koszt partii, zgodność z wymaganiami, zmienność jakości oraz liczba prób potrzebnych do dobrania składu.
Wspólna ocena powinna pokazać, czy tańsza receptura rzeczywiście daje korzyść po uwzględnieniu czasu procesu, zużycia energii i ewentualnych poprawek. Nie należy po prostu dodawać procentowych oszczędności deklarowanych dla różnych systemów. Te same usprawnienia mogą wpływać na kilka wskaźników naraz.
Pierwszym krokiem w RAI Data jest przegląd dostępnych danych i obecnych narzędzi. Na tej podstawie wskazujemy, jakie decyzje można wesprzeć obliczeniami, czego jeszcze brakuje i co warto zacząć rejestrować. Dobrze działający system zarządzania produkcją może pozostać podstawą organizacji pracy. RAI Data może rozszerzyć jego otoczenie o wiedzę potrzebną do doboru receptur i parametrów procesu.
Twoje dane mogą pracować
na lepsze wyniki.
Sprawdzimy, jak wykorzystać dane Twojej firmy, aby ograniczyć koszty, usprawnić produkcję lub poprawić jakość.