Hloubková analýza výrobního procesu

Efektivní výroba s využitím strojově generovaných dat

Tomáš MoserSplunk Consultant

Průmysl 4.0

Data, data, data

Big data

• Data – ropa 21. století

• Informace – konkurenční výhoda, rozhodování podložené fakty

• Zatím (nejen v IT) minimální využití

• Budoucnost – sběr a hlavně vyhodnocování (analýzy)

Stroje generují informace • Jakákoliv zařízení mohou

informovat o své činnosti– Opakovaně, průběžně– Ve velkém objemu (big data)– Strojově (machine generated) – Generují proud událostí (log)

• Každá událost je – Elektronická stopa– Nepopiratelný důkaz, že se

NĚCO stalo

Proč sbírat a analyzovat informace?

Nevidím a nevím,• že se NĚCO děje• CO se děje?• ČEHO/KOHO se to týká?• KDY se to děje?• Jak DLOUHO se to děje?• PROČ se to děje?• Jaké jsou DŮSLEDKY• …

Nemohu • Včas reagovat• Rychle a řešit

Pokud nesbírám …

Případová studie – Automotive

Prediktivní údržba elektromotorů pásové linky

160 PLC, 19 stanovišť, 400-800 GB dat/den, 350 různých logů, data za 1 rok

• Pásová (taktová) výroba – základ od dob „pana Forda“

• Srdce pohonu – elektromotor• Mechanické opotřebení

zpomaluje výrobu

Případová studie – Automotive

• Mechanické opotřebení– měření otáček

– Zpoždění – „hup“

• Profil „běhu“

– Realita vs. normál

Případová studie – Automotive

• Prediktivní údržba– Predikce na 8 hodin dopředu

– 5% úspora nákladů na údržbu

– 15% nárůst průchodnosti

• Optikou Škoda Auto?

Případová studie 2 – Automotive (BMW)

• Výrobní linka je organický systém

– Neustálá údržba

– 80 analytiků

– Rozhoduje „zkušenost“

– Data starší než 24 hodin

Asistenční systémy pro kontrolu kvality

Případová studie 2 – Automotive (BMW)

• Asistenční konzole– operátoři (QA manažeři)

• Kvalifikovaný návrh řešení – Analýzou historických dat a

„zkušeností z oprav“– Předejití dalším chybám– Optimalizace logistiky

přepracování (rework)

Prediktivní návrh oprav

Chyba: Nekvalitní svárOprava: Seříďte otočením šroubu A na zařízení X o 10° vpravo

Machine Generated Data-Driven Analytics

Univerzální big data platforma

14

DeveloperPlatform

Report and

analyze

Custom dashboards

Monitor and alert

Ad hoc search

ThreatIntelligence

Asset & CMDB

EmployeeInfo

DataStores

Applications

Splunk Analytics

Online Services

Web Services

SecurityGPS

Location

Storage

Desktops

Networks

Packaged Applications

CustomApplications

Messaging

TelecomsOnline

Shopping Cart

Web Clickstreams

Databases

Energy Meters

Call Detail Records

Smartphones and Devices

Firewall

Authentication

Threat Intelligence

Servers

Endpoint

External Lookups

Real-timeMachine Data

SPLUNK V ČR

Splunk v KOSTAL CRKOSTAL

– Mezinárodní společnost s více než 100 letou historií– vývoj a výroba elektroniky a elektromechanických komponentů

Motivace

• Proč vznikají chyby? „Lidé vs. stroje“?

– Pochopení chování strojů

– Informace pro preventivní a prediktivní údržbu

– Analýza času cyklu

– Analýza prostojů

Dílčí reporty … chybovost v čase

Aplikace

Přínosy

• Kooperace– Uživatelé (100+, včetně seřizovačů a ředitele společnosti)– pracují se stejnými daty

• Rozhodování – Efektivní rozhodování na základě faktů – nejúčinnější akce

• Nápady– Lidé sami chodí s náměty na rozšíření – pochopili, že jim

systém pomáhá a aktivně jej chtějí vylepšit

• Návratnost– Do 1 roku

Další kroky

• Měření OEE• Nasazení „Machine Learning“

– Anomálie (zpomalení stroje)– Predikce (výroba, výnosy, …)

• Další zdroje– ITOps – síťová infrastruktura, servery– Business Analytics– …

• Integrace dalších závodů– vč. jazykové mutace

… už přemýšlíte BIG?

DĚKUJEME ZA POZORNOST