View
2
Download
0
Category
Preview:
Citation preview
Q–DAS® | STATISTICS DRIVES SUCCESS
Big Data – Industry 4.0 – Quality
Dr.-Ing. Edgar Dietrich
Q-DAS GmbH & Co. KG
Weinheim, Germany
1
<Q-DAS Präsentation 2014>
A TUDÁSBÓL SZÁRMAZÓ NYERESÉG
FOLYAMATOK GYORS MEGÍTÉLÉSE
Q–DAS® | STATISTICS DRIVES SUCCESS
2
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
1960 1970 1980 1990 2000 2010 2020
Big Data
xaas (Cloud)
Client-Server
Minicomputer
Mainframe
Big Data
Q–DAS® | STATISTICS DRIVES SUCCESS
3
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Feladatkitűzés
„ … és ez itt, egyszerűen
ábrázolva, az én
elképzelésem, hogy miként
lehetne a gyár
optimalizálását fokozni.
Van kérdésed?”
Q–DAS® | STATISTICS DRIVES SUCCESS
4
< Dateiname/Autor/Datum > © Copyright Q-DAS® GmbH & Co. KG
A munka világában
a dolgok egyre
komplexebbek
lesznek
A tárolt tudás nagy
adat-
mennyiséghez
vezet: „Big Data”.
Az embereknek a
munkájukhoz magas
döntési minőségre van
szükségük!
Szezorok,
„Kézi” adatrögzítés
(preditiv)
Elemzések
Felismerés
Kérdések & Feleletek
A tudásból származó nyereség
Q–DAS® | STATISTICS DRIVES SUCCESS
5
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Különböző
információ-
források
Adattárolók és
hálózat
Munkatársak
átvitel
A validált mérőszámok választ adnak!
feldolgozás
elemzés
Hogyan tehetünk szert nyereségre a tudásból?
Q–DAS® | STATISTICS DRIVES SUCCESS
6
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Mérő
folyamatok
Gyártás / Mérőlabor Tervezés Adat-
források SPS,
szenzorok
További rendszerek
ERP MES CAQ CRM
gyártásközeli gyártástól távoli
Mérési adatok Vezérlési
adatok Adatbank
Hadoop /
Cloud
Adat-
tárolás
Jelentés Dashboard Operational
Intelligence Eredmények,
mérőszámok
Predictiv
elemzés
Meglévő adatforrások Új adatforrások
Adatok / Text
Mining
Ad hoc
elemzés
Internet (dolgok +
szolgáltatások)
mailek, videok, dokuk,
Web Logok, közösségi média
Hagyományos és új elemek az ipari termelésben
Q–DAS® | STATISTICS DRIVES SUCCESS
7
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Út az „ipar 1.0”- tól az „ipar 4.0”
2. Ipari forradalom A tömeggyártás bevezetése, villamos energiát felhasználva
1. Ipari forradalom Víz- és gőzgajtású mechanikus gyártó berendezések bevezetése
3. Ipari forradalom Az elektronika és az IT bevezetése a gyártás további automatizálásához
4. Ipari forradalom Cyber-Physical rendszerekre építve
Első mechanikus szövőszék 1784
Első futószalag Cincinatti vágóhíd 1870
Első SPS Modicon 084 1969
18. század vége
20. század eleje
20. század, a 70-es évek eleje
napjaink
idő
A k
om
ple
xit
ás f
oka
Q–DAS® | STATISTICS DRIVES SUCCESS
Önkonfigurálhatóság
Önoptimalizálás
Öndiagnózis
Megítélés
Ezzel azt kell elérni, hogy egyedi termékeket úgy lehessen előállíthatók, mint egy
nagyon rugalmas nagysorozatú gyártás termékeit. Ennek során figyelembe
lehet venni egyedi vevői igényeket, és egyedi darabok is gazdaságosan
gyárthatók lesznek.
8
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Az „ipar 4.0” célkitűzése
Q–DAS® | STATISTICS DRIVES SUCCESS
A termelés mára kapacitáscsapdába esett. Ezért a ütemezett és szinkronizált
rendszerek (nagyrészt futószalagok)-, valamint a legutóbbi ipari forradalom
vívmányai a felelősek. Ezek a toló piacokon (push market) működnek, mindaddig,
amíg a piacok nem lesznek árukkal elárasztva, és vissza nem esnek. Ez azonban
alapvetően megváltozott.
A cyber-fizikai rendszerek (Cyber-physische Systeme), így szól az elképzelés,
egy következő lépésben megoldásokat kínálhatnak az emberek, gépek és
információk optimális összejátszására, és ezáltal a jövőbeni piacok
követelményeinek jobban megfelelhetnek.
9
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Prof. Schmitt, WZL TWTH Aachen megállapítása
Q–DAS® | STATISTICS DRIVES SUCCESS
A folyamatos gyártás és az energiafogyasztás technológiai korlátozása további
hajtóerőt jelentenek az „ipar 4.0” számára. Ennélfogva szükségszerűen
bekövetkezhet a gépek cyber-fizikai rendszerekkel történő decentralizálása..
Az ilyen ciber-fizikai rendszerekben az adatok mennyisége rendkívüli
mértékben megnő, és gyakorlatilag lehetetlenné teszi ezek megőrzését és
feldolgozását a gyártó üzemekben. Az információk és a számítási szolgáltatások
kihelyezése a felhőbe (cloud) egy szükségszerű következmény lehet, még akkor
is, ha adatokhoz és információkhoz kapcsolódó jogok jelenleg még messze nem
tisztázottak.
10
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Prof. Bauernhansl, IPA Stuttgart megállapítása
Q–DAS® | STATISTICS DRIVES SUCCESS
11
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Big Data
Industry 4.0
Minőségi
adatok
Privát Cloud
Big Data – Ipar 4.0 – Minőségi adatok – Belső Hálózat
Q–DAS® | STATISTICS DRIVES SUCCESS
12
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Mérő
folyamatok
Gyártás / Mérőlabor Tervezés Adat-
források SPS,
Szenzorok
További rendszerek
ERP MES CAQ CRM
gyártásközeli gyártástól távoli
Mérési adatok Vezérlési
adatok Adatbank
Hadoop /
Cloud
Adat-
tárolás
Jelentés Dashboard Operational
Intelligence Eredmények,
mérőszám-
ok
Predictiv
elemzés
Meglévő adatforrások Új adatforrások
Adatok / Text
Mining
Ad hoc
elemzés
Internet (dolgok +
szolgáltatások)
mailek, videok, dokuk,
Web Logok, közösségi média
A cég belső hálózata Külső hozzáférés
Hagyományos és új elemek a gyártásban
Q–DAS® | STATISTICS DRIVES SUCCESS
13
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Mérő
folyamatok
Gyártás / Mérőlabor Tervezés Adat-
források SPS,
Szenzorok
További rendszerek
ERP MES CAQ CRM
Mérési adatok Vezérlési
adatok Adatbank
Hadoop /
Cloud
Adat-
tárolás
Internet (dolgok +
szolgáltatások)
mailek, videok, dokuk,
Web Logok, közösségi média
Adatkonszolidálás
konvertálás, kiegészítés, plauzibilizálás, struktúrálás, átadás … Adat-
konszolidálás
Q–DAS® | STATISTICS DRIVES SUCCESS
14
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Mérési adatok Vezérlési
adatok Adatbank
Hadoop /
Cloud
Adat-
tárolás
Jelentés Dashboard Operational
Intelligence
Eredmények
szolgáltatása
Predictiv
elemzés
Adatok / Text
Mining
Ad hoc
elemzés
Adatelemzés
Adat-
elemzés adatszelektálás, statisztikai kiértékelés, feldolgozás, kommunikáció, …
Q–DAS® | STATISTICS DRIVES SUCCESS
15
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Adatkiértékelés – Smart Data és Adatelemzés
Mérő
folyamatok
Gyártás / Mérőlabor Tervezés Adat-
források SPS,
Szenzorok
További rendszerek
ERP MES CAQ CRM
Mérési adatok Vezérlési
adatok Adatbank
Hadoop /
Cloud
Adat-
tárolás
Internet (dolgok +
szolgáltatások)
mailek, videok, dokuk,
Web Logok, közösségi média
konvertálás, kiegészítés, plauzibilizálás, struktúrálás, átadás … Adat-
konszolidálás
Jelentés Dashboard Operational
Intelligence
Eredmények
szolgáltatása
Predictiv
elemzés
Adatok / Text
Mining
Ad hoc
elemzés
Adat-
elemzés kiértékelés, feldolgozás, kommunikáció, …
Q–DAS® | STATISTICS DRIVES SUCCESS
Ismeretek
a folyamatról
COLLECTING (GYŰJTÉS)
ASSESSING (MEGFIGYELÉS)
MANAGING (IRÁNYÍTÁS)
EVALUATING (KIÉRTÉKELÉS)
REPORTING (JELENTÉS)
ARCHIVING (ARCHIVÁLÁS)
Testteil
<Q-DAS Präsentation 2013.pptx>
16
A Q-DAS CAMERA® Concept Fázisai
Q–DAS® | STATISTICS DRIVES SUCCESS
17
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Adatelemzés
Mérő
folyamatok
Tervezés: megrendelések-, gépek-/ gyártás- és minőségirányítás
Szenzorok MES-
rendszerek
CAQ/SPC-
rendszerek
Jelentés Dashboard Mérőszám
cockpit
Smart Data
adatkonszolidáció
Ad hoc
elemzés
egyebek
Web
Apps
Leképzés a Q-DAS CAMERA® Cocept-ban
Q–DAS® | STATISTICS DRIVES SUCCESS
Mérő
folyamatok
Gyártás / mérőlabor Tervezés
SPS,
Szenzorok
További rendszerek
ERP MES CAQ CRM
Internet (dolgok + szolgáltatások)
mailek, videok, dokuk,
Web Logok, közösségi média
Adatkonszolidálás
Adatstruktúra, ami lehetővé teszi az ismeretekből származó nyereséget
Adott idejű információk teljes körű (automatizált) gyűjtése
Plauzibilitás vizsgálata (a háttérben)
Azonos idejű kiértékelés és eredményközlés
Utalás a hiányzó infromációkra
Adatbeviteli segédeszközök alkalmazása: barcode, katalógus
…
Smart Data
Adatkiértékelés
Q–DAS® | STATISTICS DRIVES SUCCESS
19
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Mérő
folyamatok
Gyártás / mérőlabor Tervezés
SPS,
szenzorok
További rendszerek
ERP MES CAQ CRM
Internet (dolgok+szolgáltatások)
Mailek, videok, dokuk, Web
Logo, közösségi média
Adatelemzés
Mér
ési f
olya
mat
ok
alka
lmas
ságá
nak
igaz
olás
a
Gép
ek-
és g
yárt
ási
foly
amat
ok á
tvét
ele
Fol
yam
atok
min
ősíté
se, Q
RK
Fol
yam
at
optim
aliz
álás
, fo
lyam
atpa
ram
éter
ek
beál
lítás
a
A te
rmék
ek
élet
tart
ama
Fol
yam
atok
fe
lügy
elet
e, S
PC
Eredmények
tárolása
Adatkonszolidáció
Smart Data
A digitális termék-”emlékezet” felépítése
Q–DAS® | STATISTICS DRIVES SUCCESS
20
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Adatelemzés
Q-DAS
adatbank
Mér
ési f
olya
mat
ok
alka
lmas
ságá
nak
igaz
olás
a
Gép
ek-
és g
yárt
ási
foly
amat
ok á
tvét
ele
Fol
yam
atok
min
ősíté
se,
QR
K
Fol
yam
atop
timal
izál
ás,
foly
ama
tpar
amét
erek
beál
lítás
a
A te
rmék
ek é
letta
rtam
a
Fol
yam
atok
felü
gyel
ete,
SP
C
Projektirányítás
Feladatok
Q-DAS termékek
Eredmények tárolása
Q-DAS termékek a digitális termék-”emlékezet” felépítéséhez
Q–DAS® | STATISTICS DRIVES SUCCESS
A termékjellemzők tudják, hogy mikor kell őket ellenőrizni, és
ismerik az alkalmas mérési folyamatot.
21
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
A meglévő gépek és gyártóberendezések alkalmasságának
bizonyítékai rendelkezésre állnak.
A folyamatok kvalifikáltak. Ebből levezethető, hogy mely
termékjellemzőt lehet a berendezéssel előállítani.
A megmunkált jellemző kiértékelésre kerül, annak megállapítása
céljából, hogy megfelel-e a követelményeknek.
Ismertek az egyes megmunkálási lépések optimális paraméterei,
és ezek beállítása automatikus.
Megbízhatósági vizsgálatok eredményei alapján ismert a várható
élettartam.
Információbázis – példaszerű feladatkitűzések
Q–DAS® | STATISTICS DRIVES SUCCESS
22
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Adatelemzés
Mérő
folyamatok
Gyártás / mérőlabor Tervezés
SPS,
Szensorok
További rendszerek
ERP MES CAQ CRM
Adatkonszolidáció
Smart Data
Internet (dolgok + szolgáltatások)
Mailek, videok, dokuk,
Web Logs, közöségi média
Digitalis termékemlékezet
Kommunikáció a
környezettel
Kommunikáció a
környezettel
Industry 4.0 – Quality 4.0
Q–DAS® | STATISTICS DRIVES SUCCESS
23
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
M11
M12
M1n
M21
M22
M2n
Mk1
Mk2
Mkn
OP1…OPi OPi+1…OPj OPk…OPm Műveletek
Műveleti sorrend Műveleti sorrend
Géptípus 1
Typ 1 Typ 2 Typ k
Példa: intenzív (agilis) gyártás
Q–DAS® | STATISTICS DRIVES SUCCESS
24
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Terméktípus 1
Változat 1 Jellemző 1
Jellemző n
Változat 2
Változat k
Terméktípus 2
Jellemző 2
Termék áttekintés
Q–DAS® | STATISTICS DRIVES SUCCESS
25
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Gép M11 Szerszám 1
Szerszám k
Géptípus
Szerszám 2
OP1…OPi
OPi+1…OPj
Gép M12
Gép M1n
Folyamat áttekintés
Q–DAS® | STATISTICS DRIVES SUCCESS
Control 2013
26
<Q-DAS_Forum_2013_ST.pptx|2013-11-28|ST>
Köszönöm a
figyelmet!
A TUDÁSBÓL SZÁRMAZÓ NYERESÉG
FOLYAMATOK GYORS MEGÍTÉLÉSE
Recommended