Vat dit blogbericht samen met:
De meesten van ons zijn geboren in een tijdperk waarin we het geluid hoorden van mensen die met goederen uit fabrieken kwamen en gingen.
We bevinden ons nu in een tijdperk waarin dit alles op het punt staat te veranderen – deze sectoren zijn de grootste afnemers van geavanceerde technologieën en slimme apparaten. Volgens Intel bevindt maar liefst 40,3% van deze slimme IoT-apparaten zich in fabrieken, productie-eenheden en soortgelijke bedrijven.
Bron: Intel
Welke rol speelt IoT in een productieomgeving?
Enkele belangrijke voordelen die een industrieel IoT-systeem biedt, zijn:
Als u denkt dat deze voordelen een daadwerkelijk transformerende impact kunnen hebben op uw productieproces, dan pas moet u de volgende stap zetten: u verdiepen in de verschillende componenten van een IoT-opstelling.
- Voorspellend onderhoud op basis van realtime prestatiegegevens om stilstand te voorkomen.
- Identificatie van hiaten op basis van machinegebruiksgegevens om de OEE te verbeteren
- Omgevingsparameters zoals temperatuur, verlichting, enz. op afstand regelen om zowel de beste omstandigheden te creëren als kosten te besparen.
- Nauwkeurige inventarislabeling voor proactief voorraadbeheer.
- Routeplanning en -optimalisatie op basis van realtimegegevens
- Inzicht in de voorraad over alle kanalen heen om de gedeelde kosten in de toeleveringsketen te verlagen.
- Een verbonden, veilige en productievere omgeving voor werknemers en vele anderen.
Bron: Microsoft
Dit is de IoT-architectuur, het ziet er complex uit – maar maak je geen zorgen, we gaan het hier uitgebreid bespreken:
1. De eerste laag van IoT in de productie – 'Smart Things'
Dit zijn op sensoren gebaseerde apparaten die gemonteerd zijn op machines, schakelaars en tandwielen, gebouwen, voertuigen en vrijwel elke andere denkbare plek – waar de verzamelde informatie kan leiden tot een beter begrip van processen.
Deze apparaten kunnen worden onderverdeeld in mobiele computers voor bedrijven, barcodescanners, RFID-lezers (radiofrequentie-identificatie), wearables, sensoren en bakens voor gangpaden en schappen.
Deze apparaten kunnen zo worden ingesteld dat ze een melding geven of een reactie activeren op basis van veranderingen in temperatuur, omgevingslicht, lekkages of vloeistofniveau, kracht of druk, nabijheid, luchtvochtigheid, akoestiek of trillingen, en tal van andere situaties.
Deze producten kunnen in een fabriek worden gecategoriseerd op basis van hun gebruik:
- Werkzaamheden op de fabrieksvloer: voorraadbeheer, machinebeheer, efficiëntieverhoging, kostenbesparing en zelfs het redden van levens.
- Administratieve zaken: energiebesparende apparatuur, klantgegevens over verbruik.
- Zaken die met de toeleveringsketen te maken hebben: het volgen van zendingen, productauthenticatie, GPS-apparaten, het bewaken van opslagomstandigheden, het lokaliseren van goederen.
Deze apparaten worden steeds populairder, waardoor er continu onderzoek wordt gedaan naar en zeer frequent nieuwe, innovatieve apparaten worden ontwikkeld.
2. De tweede laag bestaat uit de 'Gateways'.
Een IoT-opstelling vereist gateways van twee typen: veldgateways en cloudgateways. Een veldgateway is vergelijkbaar met een breedbandrouter; deze is continu verbonden met de verschillende sensoren. Een veldgateway beschikt mogelijk over reken- of verwerkingsmogelijkheden om de data die van de eerste laag binnenkomt te filteren (om de hoeveelheid data te verminderen) en door te sturen naar de cloudgateways, die de ontvangen informatie vervolgens naar de opslagunit overbrengen.
Nu vraagt u zich misschien af waarom de opslageenheid niet rechtstreeks op de Field Gateway wordt aangesloten? Welnu, het is belangrijk om alle gedefinieerde protocollen voor communicatie met de Field Gateway te controleren en vervolgens datacompressie toe te passen om de opslag te optimaliseren.
3. De derde laag van IoT is de 'opslag' (data lake en data warehouse).
Deze sensoren verzamelen continu gegevens die via gateways naar een opslagunit worden gestreamd. Dit is big data; je hebt enorme opslagcapaciteit nodig en daarom is een data lake de ideale oplossing.
Ontgrendel nu duurzame IoT.
Klaar voor een transformatie met IoT-oplossingen? Ontdek de mogelijkheden van duurzame ontwikkeling in slimme steden.
Deze gegevens worden in ruwe vorm opgeslagen in dit data lake. Ze kunnen gestructureerd, ongestructureerd of semi-gestructureerd zijn en in verschillende formaten voorkomen. Alle gegevens worden opgeslagen, ongeacht of u ze gebruikt of niet (maar u bewaart ze voor het geval dat ze nodig zijn, bijvoorbeeld voor back-up of onderzoek).
De tweede stap in deze laag is een datawarehouse. Hier worden de gegevens in een vooraf bewerkt en gestructureerd formaat geladen (Extract, Transform & Load). Deze gegevens zijn vervolgens klaar voor data-ontdekking.
4. De laatste laag is 'IoT-analyse'.
Alle voorgaande stappen leiden naar deze fase. In deze fase wordt alle tot nu toe verzamelde informatie verder uitgediept om belangrijke inzichten te verkrijgen die de besluitvorming binnen het bedrijf ondersteunen. Hier worden de gegevens gebruikt om antwoorden te vinden op vragen zoals:
- Wat is er gebeurd? – Beschrijvende analyses
- Waarom is het gebeurd? – Diagnostische analyses
- Wat zou er kunnen gebeuren? - Voorspellende analyses
- Wat moet er gebeuren? – Prescriptieve analyses
Deze infographic vat elk type samen en beschrijft welk doel ze dienen in een productie-/fabrieksomgeving:
NUMMER 1: TESLA
De Tesla-autofabriek in Fremont, Californië. Afbeelding: Kyle Field | CleanTechnica
Elon Musk wuifde de productieproblemen bij de lancering van de Model 3, die de introductie met bijna zes maanden vertraagden, terzijde en deed een zeer zelfverzekerde uitspraak: "De concurrentiekracht van Tesla op de lange termijn zal niet in de auto zitten, maar in de fabriek."
Hij vergeleek het huidige productietempo in autofabrieken met dat van "een oma met een rollator... Waarom zou het niet op z'n minst joggend tempo moeten zijn?"
Hij vertelde een investeringsanalist dat Tesla Toyota zal overtreffen wat betreft het bouwen van efficiënte productiefaciliteiten en het opzetten van installaties die een miljoen voertuigen per jaar kunnen produceren, vier keer zoveel als de vlaggenschipfabriek van Volkswagen – 's werelds drukste fabriek in Wolfsburg, Duitsland.
De meningen van experts liepen sterk uiteen. Zij stelden dat het een enorme kapitaalinvestering zou vergen, gezien de toestand van de balans van het bedrijf, die in 2017 een nettoverlies van 2 miljard dollar liet zien.
Hoewel het destijds misschien ambitieus klonk, heeft Tesla zijn productiecapaciteit uitgebreid en zal naar verwachting medio 2020 driekwart miljoen auto's per jaar produceren (momenteel 640.000 auto's per jaar).
De fabriek is een fantastisch voorbeeld van robotica, IoT en een uitzonderlijke IT-afdeling. De robotica helpt bij het versnellen van de repetitieve en zware taken van tillen, plaatsen en vastschroeven. Autonome voertuigen bewegen zich door de fabriek. Elk product is voorzien van sensoren om zoveel mogelijk informatie te verzamelen. Het IT-team heeft een eigen productiebesturingssysteem ontwikkeld waarmee processen en de efficiëntie van apparatuur op een zeer flexibele manier kunnen worden geoptimaliseerd.
Bovendien zijn Tesla-auto's uitgerust met talloze sensoren die realtime informatie streamen. Deze informatie wordt gebruikt om verschillende parameters van de auto te analyseren, updates op afstand door te voeren en klanten een betere ervaring te bieden. Tijdens orkaan Irma in 2017 optimaliseerde Tesla het batterijverbruik om auto's in het stormgebied extra kilometers te laten maken en zo veiligheid te garanderen. Dit was een demonstratie van de volledige reikwijdte en impact die geografische kaarten, analyses en IoT kunnen hebben.
NUMMER 2: RUPS
Deze gigant in de engineering- en productiesector zet Industrial IoT in om miljoenen dollars te besparen op voorspellend onderhoud. Het bedrijf helpt klanten waardevolle ontdekkingen te doen met zijn Asset Intelligence Platform, gebaseerd op Pentaho.
Caterpillar heeft in zijn schepen sensoren geïnstalleerd die het brandstofverbruik van generatoren, de motorprestaties, GPS- en temperatuursensoren en meer monitoren.
In een van de door het bedrijf aangehaalde voorbeelden hielp het een vloot van 50 schepen, die 24 uur per dag en 36 weken per jaar in bedrijf waren, om $65.000 aan besparingen te realiseren. Het bedrijf gebruikte zijn Pentaho-platform voor multivariate voorspellende onderhoudsanalyses en ontdekte dat het verhogen van het aantal generatoren dat op een lager vermogen draait een betere en efficiëntere aanpak was dan het maximaal benutten van een paar generatoren.
"Vaak zoeken mensen bij het analyseren van data naar de 'grand slam' – één ding dat hen tienduizenden of honderdduizenden dollars gaat besparen. In werkelijkheid zijn het juist de kleine verbeteringen die samen tot grote besparingen kunnen leiden, verspreid over meerdere schepen", aldus James Stascavage, voormalig intelligence technology manager bij Caterpillar Marine.
Datzelfde systeem hielp de rederijen $400.000 per schip te besparen door aan te bevelen de scheepsromp elke zes maanden in plaats van jaarlijks te reinigen. De romp raakte voorheen vervuild door corrosie door zout water en ruwe zee, wat leidde tot verminderde prestaties van het schip.
Letterlijk, deze kleine verbeteringen vormen samen de 'leidraad' waar de meeste bedrijven naar streven!
NUMMER 3: DAIMLER
In de fabriek in Portland had Daimler moeite om de kosten en de efficiëntie van de bedrijfsvoering te optimaliseren. De omslachtige productie-opstelling was lastig te beheren en het werd steeds complexer om aan de vraag en het aanbod te voldoen.
Het management wist dat het tijd was om de bestaande systemen te veranderen. Ze overwogen te experimenteren met een destijds innovatieve technologie: een draadloos netwerk voor het gehele complex in Portland.
Dit leidde ertoe dat het personeel op de werkvloer hun klemborden en pennen inruilde voor iPads. Ze hadden een systeem in hun handpalm om alles te beheren, van het controleren van de machine-efficiëntie en het brandstofverbruik tot het volgen van zendingen en het bevestigen van de ontvangst. Het netwerk stelt hen in staat dit te doen door PLC-gegevens te centraliseren en de operationele processen te koppelen aan uitvoerings- en logistieke systemen. Dit leidde tot een betere samenwerking met de belanghebbenden binnen de organisatie, maar ook met externe partijen zoals distributiepartners, leveranciers, enzovoort.
Onderhoud en planning waren slechts een muisklik verwijderd en iedereen werd op de hoogte gebracht met alle benodigde informatie.
Dankzij deze netwerkverbinding op de fabrieksvloer konden ze alle belangrijke gegevens op één plek verzamelen, wat hen hielp bij het implementeren van oplossingen zoals voorspellend onderhoud, optimalisatie van stilstandtijden en prestatiebeheer.
Grote fabrikanten wereldwijd hebben hun focus verlegd van een pure productontwikkeling naar het ontwikkelen van softwarecapaciteiten. Ze investeren fors in elektronische subsystemen die autonoom en intelligent zijn op manieren die tien jaar geleden nog ondenkbaar waren.
Ze schakelen de hulp in van oplossingsarchitecten, datawetenschappers en professionals op het gebied van gebruikerservaring om alle gegevens op één plek te verzamelen, te analyseren en er een oplossing omheen te bouwen. Hoe groter de dataset, hoe groter de kans op innovatie en het leveren van een onderscheidende gebruikerservaring.