Per capire veramente cosa significhi digitalizzare i processi… dobbiamo fare un passo indietro. Immaginiamo una macchina priva di ogni elemento “smart” e procediamo, passo dopo passo, ad arricchirla di funzionalità. Come possiamo migliorare una macchina “cieca”? Proviamo a donarle la “vista”.
Le basi del digitale: l’OEE
Per il primo step della digitalizzazione colleghiamo la macchina ad un PLC. Cosa potrà fare questo PLC? In primis acquisire informazioni da comunicare ad un server dove lavorano… degli agenti software. Per prima cosa questo PLC conterà i pezzi prodotti e i fermi macchina. Il PLC è anche in grado di individuare le cause dei fermi, ma per essere sicuri di poterle causalizzare davvero tutte potremmo aggiungere una postazione HMI (Human-Machine interface) attraverso la quale l’operatore potrà specificare qualsiasi causa di fermo. Stessa cosa per la causalizzazione di scarti, micro-fermate o rallentamenti.
Tutte queste perdite di rendimento (fermi, velocità e qualità) si traducono in un gap tra numero di pezzi prodotti e numero di pezzi attesi. Con questi tre KPI, mettendo a prodotto il rendimento dei fermi, velocità e qualità otterremo una delle metriche fondamentali per il miglioramento continuo: l’OEE. Sapremo perfettamente dove si nasconde lo spreco (fermi? Velocità? Qualità?), e potremo agire in maniera oculata ed efficace.
Alziamo l’asticella: dal monitoraggio al miglioramento
Quel piccolo investimento in PLC, HMI…e agenti software, sono, per ora, serviti a monitorare la situazione… cioè forse a ricevere solo brutte notizie. Ma la digitalizzazione del processo è qualcosa di più di una semplice fotografia dello stato delle cose.
Abbiamo tutti gli strumenti per migliorare. Partiamo dalla soluzione Andon.
Vantaggi: i dati dell’efficienza sono visibili, real time, su un grande monitor TV presente in linea, e rendono subito evidente la presenza di problematiche, consentendo un intervento rapido e mirato.
1. I fermi macchina
I fermi macchina indicano un problema di manutenzione delle macchine. NeXT ha sviluppato il Machine Ledger 4.0, strumento WCM, ma con una piattaforma web-based, in cloud, attrezzata per gestire tutti i tipi di manutenzione, dal breakdown improvviso al TBM (manutenzione basata sul tempo), HBM (manutenzione basata sui colpi/cicli del componente) e CBM (manutenzione basata su condizioni di variabili).
Vantaggi: fornisce KPI come l’MTTR (Mean Time To Repair) e l’MTBF (Mean Time Between Failure); ed esegue l’analisi dei costi: quanto impattano in termini di tempo e denaro, le manutenzioni necessarie?
2. La velocità del flusso
Un problema di velocità può dipendere dall’operatore, o, più facilmente, dalle risorse che non sono immediatamente disponibili nella linea o dall’organizzazione del luogo di lavoro. Vediamo alcune soluzioni utili.
Il Visual SOP: consiste in uno schermo touch, presente in postazione, che proietta contenuti multimediali riguardanti sia istruzioni che altri contenuti, come ad esempio i DPI necessari.
Vantaggi: limita gli errori dell’operatore e velocizza l’apprendimento da parte dei poco esperti. Infine è uno strumento importante di prevenzione degli infortuni, perché ogni operatore sarà consapevole dei dispositivi di protezione (DPI) che sarà chiamato ad indossare per svolgere il proprio lavoro.
Kanban digitale e Warehouse Management System: due soluzioni diverse che insieme riescono a gestire la logistica in maniera da assicurare velocità, ma anche a limitare il numero di scarti. Il primo serve a gestire l’approvvigionamento delle linee di produzione con le risorse necessarie; il secondo è una soluzione software per gestire il magazzino.
Vantaggi: Il Kanban evita i fermi in linea per mancanza di risorse. Il sistema digitalizzato è in grado di gestire i trenini di approvvigionamento delle risorse in maniera che queste siano movimentate dal magazzino solo quando è necessario e nella quantità che serve al momento; il WMS opera in maniera che non ospiti più risorse dello stretto necessario e che in linea arrivino sempre le risorse corrette.
3. La qualità del prodotto
I problemi di qualità costringono a rilavorazioni oppure impattano sull’ambiente generando rifiuti. Vediamo alcune soluzioni.
Il Pick to light: i componenti necessari all’assemblaggio sono raggruppati in diversi cassetti. Ogni cassetto è munito di una luce che si accenderà quando sarà il momento di utilizzarlo. Una volta prelevato il pezzo, quella luce si spegnerà e si accenderà la luce del componente successivo.
Vantaggi: supporta gli operatori che si occupano soprattutto di assemblaggio. Questa soluzione ha lo scopo di guidare l’operatore, velocemente e senza errori.
Lo strumento più avanzato per migliorare notevolmente la qualità del prodotto è il Controllo Statistico di Processo (SPC). Qui la digitalizzazione fa un salto di paradigma, perché è qui che l’Intelligenza Artificiale può dare un contributo forte. Lo scopo di questa metodologia è quella di individuare le variazioni di molteplici variabili, dopo averne configurato limiti e soglie in una carta di controllo.
Vantaggi: il superamento di una soglia, lancia un trigger. Uno di questi trigger porterà, ad esempio, alla calendarizzazione di un intervento nel Machine Ledger 4.0.
L’intervento viene svolto seguendo un OCAP, ovvero un action plan. Questo action plan, può essere gestito dal Sistema utilizzando l’Intelligenza Artificiale per la soluzione di problemi di qualità, come ad esempio lo strumento AIOCAP di NeXT, utilizzato in stabilimento da un’importante multinazionale dell’elettrodomestico.
