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