Di Gerald Scheffels per ifm
In (quasi) tutti gli impianti di produzione, ci sono macchinari critici che, come “colli di bottiglia”, determinano la velocità di ciclo di un'intera area di produzione e che richiedono un'attenzione particolare per la pianificazione della produzione. Per questa funzione, sono disponibili strumenti software. Ma la pratica dimostra che, anche se vengono utilizzati e i planner tengono conto del potenziale limite di capacità, la produzione subisce comunque interruzioni e ritardi.
Il motivo: il software può monitorare molto bene il funzionamento della macchina e, idealmente, ottimizzarlo. Ma gli manca una visione dell'ambiente circostante, con il risultato che la presunta "macchina problematica" funziona perfettamente fornendo massime performance in modo costante, ma sono i processi a monte e a valle a causare problemi.
La conseguenza è che uno strumento software che ottimizza solo un singolo sistema in un contesto produttivo interconnesso è chiaramente "subottimale". I sistemi di pianificazione della produzione, in breve PPS, sono utilizzati in molti luoghi. Sebbene siano utili, considerano i processi produttivi solo in modo schematico, come una catena di perle. Le interconnessioni tra le postazioni di lavoro, i dati in tempo reale, la data e l’ora non vengono prese in considerazione. Rimane, quindi, un piano "teoricamente" possibile. Anche con uno strumento del genere possono verificarsi limiti di capacità, come dimostra l'esperienza più o meno dolorosa di molte aziende.
C’è un altro modo migliore? Sì, certo. Un esempio: in un progetto pilota, un produttore di automobili ha raccolto e analizzato costantemente i dati del proprio assemblaggio carrozzerie per ottimizzare i processi. Il risultato: ora è possibile produrre il 15% in più di carrozzerie per unità di tempo. Tuttavia, va aggiunto che in questo progetto è stato coinvolto un intero team - compreso il supporto scientifico - e circa due miliardi di record di dati sono stati analizzati, correlati e valutati con algoritmi. Ma questo può essere possibile nella produzione automobilistica di serie, non nella "normale" produzione industriale, tralasciando il fatto che l'analisi dei dati e l'implementazione dei risultati richiede molto tempo e conoscenze specializzate.
La domanda che segue: è possibile andare su una scala più piccola? Ed è qui che entra in gioco un algoritmo basato sull'AI, utilizzato per determinare matematicamente il miglior risultato possibile in un tempo di calcolo prestabilito. I primi algoritmi sono stati sviluppati nell'antichità e da allora hanno dimostrato la loro validità. Oggi questi metodi sono utilizzati, tra l'altro, per l'analisi di campioni casuali. Il nuovo strumento software Factory Optimisation Excellence (FOX) si fonda su un algoritmo basato sull'intelligenza artificiale, consentendo di pianificare in modo simultaneo e ottimale tutte i centri di lavoro in un’azienda.
All'apparenza, potrebbe non sembrare una funzione particolarmente interessante. Tuttavia, per svolgere questa funzione in modo pratico, il software deve tenere conto del complesso di requisiti, interconnessioni, ordini le capacità e metterli in relazione tra loro. Il volume di dati da prendere in considerazione è notevole. Un team di esperti come quello descritto sopra avrebbe bisogno di mesi per il calcolo: una situazione non ideale per la pianificazione a rotazione o una con orizzonte di una o due settimane.
L'algoritmo basato sull'intelligenza artificiale della soluzione ifm assicura che tutte le risorse e tutti i requisiti siano combinati tra tutti gli ordini in esame e tra tutte le macchine disponibili per creare un piano di produzione fattibile. Il sistema calcola anche un altro piano esattamente con gli stessi dati, confronta i risultati e scarta il piano peggiore. Il sistema calcola nuovi piani di produzione, li confronta e mantiene quello migliore fino al raggiungimento del limite di tempo prestabilito. Il piano migliore in questo momento viene trasmesso al planner di produzione.
Ma l'algoritmo intelligente è solo una parte dell'innovativa soluzione ifm, perché anche la matematica di alto livello necessita i dati giusti. Il cosiddetto "pegging" viene utilizzato per determinare le interconnessioni tra tutte le postazioni di lavoro per ogni ordine da elaborare nel periodo in esame. Questo include anche data e ora, come i tempi di inattività e quelli di setup. Nel pegging, la complessa rete di processi produttivi viene "svelata" e può quindi essere utilizzata per calcolare il piano di produzione.
I vantaggi per gli utenti del nuovo strumento di pianificazione sono notevoli:
Più precisamente, il nuovo software offre sette vantaggi. Questo perché affronta ciascuna delle sette tipologie di spreco presenti nella supply chain. Questi sprechi sono noti con l'acronimo "TIM WOOD": Transport, Inventory, Movement, Waiting, Over-Production, Over-Engineering, Defects. In italiano: trasporto, scorte, movimentazione, tempi di attesa, sovrapproduzione, eccessiva ingegnerizzazione, difetti.
Un esempio concreto dalla produzione:
Il nuovo strumento software è in grado di ridurre gli sprechi e ottimizzare l'uso delle risorse disponibili in tutti e sette i "punti critici" della supply chain interna. Ciò si applica al funzionamento "stand-alone" di FOX e, in misura ancora maggiore, anche per il suo utilizzo in combinazione con altri strumenti IIoT di ifm, che affrontano temi come la manutenzione e la qualità del track and trace. Lo strumento è consigliato anche come add-on ai prodotti di base di GIB, che, tra l'altro, identificano le giacenze in magazzino, nonché le eccedenze e le carenze, ottimizzano le portate e bilanciano le scorte di sicurezza.