Üretimde Endüstriyel IoT

Retmes Yapay Zekâ Destekli MES/MOM çözümleri , Endüstriyel IoT uygulamalarının üretim süreçlerinize dahil edilmesini sağlarken, çeşitli haberleşme protokolleri sayesinde birbirleri ile haberleşen ve birbirine bağlanarak (bilgi paylaşarak) akıllı ağ oluşturan cihazlar sunar.

Endüstriyel IoT Etkisi

Endüstriyel IoT, üretim sistemlerinin inşa edilme ve çalıştırılma şeklini dönüştürerek üç ana başlık altında iyileştirmeler sağlıyor:

1. Üretim alanı ve saha operasyonları,

2. Üretim tedarik zincirine,

3. Uzaktan ve dış kaynaklı operasyonlara yönelik içgörüler.

1. Üretim Alanı ve Saha İçgörüleri

Endüstriyel IoT, üretim ve saha operasyonlarında devrim niteliğinde içgörülerin yanı sıra kurumsal kaynakların doğru değerlendirilmesi olanağı sunar. Endüstriyel IoT teknolojileri, ERP ve MES gibi sistemlerin hâkim olamadığı alanlardaki boşlukları doldurur. Manuel veri girişine güvenme ve ayrıntılı bilgilerle çalışamama, gerçek zamanlı ekipman durum kayıtları ve envanter öğelerinin konumu gibi detaylar bu boşluklara örnektir.

Üreticilerin anlık verilere ulaşmasını sağlayan Endüstriyel IoT, işletmelerin üretkenliğini önemli ölçüde artırmasına olanak tanır.

Üretimi Destekleyen Uygulamalar

Makine kullanımının izlenmesi, sensörlerden, SCADA veya DCS sistemlerinden makine işletim parametreleri (örneğin çalışma süresi, gerçek işletim hızı, ürün çıkışı vb.) ile ilgili verilerin alınmasıyla başlar. Veriler gerçek zamanlı olarak toplanır ve işlenmek üzere buluta iletilir. Bulut, verileri toplar ve ekipman kullanım KPI'ları (OEE, kurulum ve ayarlama süresi, rölanti ve küçük duruşlar vb.) hakkında bilgilendirici içgörüler sunar. Veriler analiz edildikten sonra sonuçlar görselleştirilir ve bir kullanıcı uygulaması (web veya mobil) aracılığıyla fabrika çalışanlarına gönderilir.

Üretkenliğin artırılmasına ve makinelerin kullanımının optimize edilmesine yardımcı olan bir Endüstriyel IoT çözümü; makinelerin döngü süreleri, üretilen parça sayısı, arıza süresi ve diğer kullanım ölçütleri hakkında raporlar sağlamak için ekipman sensörlerinden alınan gerçek zamanlı verileri kullanır.

Ürün Kalite Kontrolü

Üretilen ürünlerin kalitesinin izlenmesi iki şekilde gerçekleştirilebilir: Üretim döngüsü boyunca ürünleri inceleyerek veya bir ürünün üretildiği makinelerin durumunu ve kalibrasyonunu izleyerek.

Ürünleri incelemeye dayalı kalite kontrol daha doğru sonuçlar sağlasa da (örneğin küçük kusurlar, parça hizalamasındaki yanlışlıkların ortaya çıkarılması gibi) bu yöntemin kullanımını engelleyen bazı sınırlamalar vardır:

• Ürünler manuel denetlendiğinden dolayı; maliyetli, zaman ve emek gerektirir.
• Her ürünü incelemek nadiren mümkündür, bu nedenle yöntem tahmini bir görünüm sağlar.

Makinelerin durumunu ve kalibrasyonunu izlemeye dayanan ikinci yöntem olan Endüstriyel IoT desteği, kapsam açısından daha az farklılaşma sunar; "kaliteli" ve "kaliteli değil" gibi basit ikili sınıflandırma sağlar. Bununla birlikte, üretim operasyonlarındaki darboğazları tespit etmeye, kötü ayarlanmış veya düşük performans gösteren makineleri tespit etmeye, makine hasarlarını zamanında önlemeye ve daha pek çok iyileştirmeye yardımcı olur.

Üretim sürecinin kalitesini izlemek için ekipman kalibrasyonu, makine koşulları (hız, titreşim vb.) ve çevresel koşullar (sıcaklık, nem vb.) gibi parametreler, normal eşiklerin ne zaman aşıldığını belirlemek için izlenir. Endüstriyel IoT’nin temel bileşeni sensörlerden alınan veriler potansiyel bir ürün kusuruna yol açabilecek eşiklere yaklaşıyorsa bildirim sağlar. Kaliteli bir izleme çözümü oluşan veya oluşabilecek sorunun kaynağını tespit eder, bir uyarıyı tetikler ve makineyi düzeltmek, ayarlamak ve düşük kaliteli ürünlerin üretimini en aza indirmek için hafifletici bir eylem önerir.

Güvenliği İzleme

Madencilik, petrol, gaz ve nakliye dahil olmak üzere çeşitli endüstriyel sektörlerde çalışanlar, bulundukları yer hakkında veri toplayan RFID etiketleri ve kalp atış hızı, cilt sıcaklığı, galvanik cilt tepkisi ve diğer parametreler hakkında veri toplayan giyilebilir sensörler kullanırlar.

Endüstriyel IoT’de sensör verileri, olağandışı davranış kalıplarını (örneğin ani dikey hareketler, olağandışı kalp hızları vb.) tespit etmek için bağlamsal verilere (çevresel sensörler, eski iş planlama sistemleri, hava durumu beslemeleri gibi) ve çalışanların düşme, aşırı efor ve diğer yaralanmaları önleme ve bir güvenlik tehdidini zamanında bildirilmesini sağlar.

Örneğin yüksek cilt sıcaklığı, yüksek kalp atış hızı ve yaklaşık bir dakika boyunca hiçbir hareketin olmaması, bir kişinin aşırı ısınmaya maruz kaldığını gösterebilir. Endüstriyel IoT çözümü bu durumu tespit ederek sorumlu kişilere çağrı, SMS ya da e-posta aracılığıyla bildirimde bulunur.

Endüstriyel Varlık Yönetimi

Endüstriyel IoT, üretim operasyonlarının etkinliğini artırmanın yanı sıra, uygun varlık kullanımını sağlamak, ekipman hizmet ömrünü uzatmak, güvenilirliği artırmak ve varlıklardan en iyi getiriyi sağlamak için üretim süreçlerinde kullanılır. Endüstriyel varlık yönetimini kolaylaştıran IoT uygulamaları şunları içerir:

• Endüstriyel varlık takibi,

• Envanter yönetimi,

• Kestirimci bakım.

Endüstriyel Varlık Takibi

Üretim için varlık takibinin etkinleştirilmesi konusunda Endüstriyel IoT ve RFID birlikte çalışır. Her bir varlık ister manyetik konum belirleyici ister vinç olsun, bir varlık tanımlayıcı görevi gören RFID etiketi ile etiketlenir. Her etiketin, belirli bir varlık hakkındaki verilere bağlanan benzersiz bir kimliği vardır. Hem kimlik hem de ilgili varlık verileri, bulutta depolanır. Varlık verileri, varlığın fiziksel parametrelerini, maliyetini, seri numarasını, modelini, atanmış çalışanı, kullanım alanını vb. içerebilir.

Bir varlık örneğin bir vinç, bir ekipman depolama sahasından çıktığında, bahçe girişine takılı bir RFID okuyucu, vince takılı etiketi tarar ve bahçeden çıkan varlıkla ilgili kaydı bir bulut içi veri tabanına kaydeder. Benzer şekilde, vinç bir şantiye alanına girdiğinde, şantiye girişindeki bir RFID okuyucu etiketi tarar ve veri tabanındaki verileri günceller. Varlığın yolculuğu boyunca bu tür verileri günlüğe kaydetmek, teknisyenlerin varlıkların hareketlerini görmesine olanak tanır.

Bununla birlikte, inşaatta kullanılan makineler gibi taşınabilir varlıkların konumunu belirtmek için GPS izleme kullanılabilir. Taşınabilir öğeler için, varlık izleme çözümleri de kullanımı hesaplamak için kullanılır. Her bir hareketli parçanın (örneğin bir buldozer) ne kadar süreyle kullanıldığını gören teknisyenler, rölantide veya yetersiz kullanılan makinelerin yerini belirleyebilir ve bakım gereksinimlerini planlayabilir.

Kurumsal Envanter Yönetimi

Endüstriyel IoT destekli envanter yönetimi çözümleri, üreticilerin envanter takibini ve raporlamasını otomatikleştirmesine, tek tek envanter öğelerinin durumlarına ve konumlarına ilişkin sürekli görünürlük sağlamasına ve teslim süresini (envanter siparişi ile teslimatı arasındaki süre) optimize etmesine yardımcı olur.

Üretim ayarlarında uygulanan envanter yönetimi çözümleri, Endüstriyel IoT ve RFID teknolojilerine dayanmaktadır. Her envanter öğesi, pasif bir RFID etiketi ile etiketlenir. Her etiketin, eklendiği öğeyle ilgili verileri taşıyan benzersiz bir kimliği vardır. Verileri etiketlerden almak için RFID okuyucular kullanılır. Bir okuyucu etiketlerin kimliklerini yakalar ve bunları depolamak ve işlemek için buluta aktarır. Taranan etiketlerin konumunu ve hareketlerini belirlemek için etiketlerin kimlikleri ile birlikte RFID okuyucunun konumu ve okuma zamanı hakkındaki veriler buluta aktarılır. Bulut, her bir öğenin konumunu ve durumunu belirler, bulguları görselleştirir ve kullanıcılara gösterir.

Kestirimci Bakım

Endüstriyel IoT'ye dayalı kestirimci bakım çözümlerinin 2025 yılına kadar fabrika ekipman bakım maliyetlerini %40 azaltması ve yıllık 630 Milyar Dolarlık ekonomik değer üretmesi bekleniyor.

Kestirimci bakım , sürekli ekipman durumu izleme ile kazanılan içgörülere dayanır. Ekipmanın sağlığını ve performansını belirleyen çok çeşitli parametreler (örneğin sıcaklık, basınç, titreşim frekansı vb.) hakkında veri toplayan sensörlerden veriler toplanır. Bundan sonra, birden fazla sensörden gelen gerçek zamanlı veriler buluta iletilir. Meta veriler (ekipman modeli, konfigürasyonu, operasyonel ayarlar vb.), ekipman kullanım geçmişi ve ERP'den, bakım sistemlerinden alınan bakım verileriyle birleştirilir. Tüm veriler Endüstriyel IoT yardımıyla analiz edilir, görselleştirilir ve bir gösterge panosunda veya bir mobil uygulamada atölye çalışanlarına sunulur.

Veri bilimcileri, tahmine dayalı modeller oluşturmak için temel olarak tanınan yapay zekâ destekli veri modellerini kullanır. Modeller eğitilir, test edilir ve daha sonra yeni bir sorunun olup olmayacağını belirlemek, bir makinenin ne zaman arızalanacağını tahmin etmek, arızalara yol açan çalışma koşullarını ve makine kullanım modellerini belirlemek için kullanılır.

2. Tedarik Zinciri İçgörüleri

Şu anda tedarik zincirlerinin büyük bir kısmı, uçtan uca tedarik zinciri içgörülerini elde etmekte oldukça zorlanıyorlar.

Endüstriyel IoT destekli akıllı tedarik zinciri yönetimi çözümleri, üretim tedarik zincirinin herhangi bir segmentindeki her nesnenin (depo rafındaki tek bir envanter kalemi veya malzeme teslim eden bir kamyon) konumu ve durumuna ilişkin gerçek zamanlı içgörüler sağlar.

Örneğin, geleneksel tedarik zinciri yönetimi yöntemleriyle, üreticiler yalnızca bir ürün hakkında genel veriler elde edebilirler:

• 1.435 adet X öğesi 3. depoda.

Üretim tedarik zincirindeki IoT ile işletmeler, ürünün hem konumu hem de özellikleri (örneğin üretim tarihi, raf ömrü vb.) hakkında verileri alır:

• 1.435 adet X öğesi, 3. depoda:

  • 1000 ürün 12 gün önce üretildi.
  • 435 ürün 22 gün önce üretildi.

Nesnelerin konumunun ve özelliklerinin izlenmesinin yanı sıra, nesnelerin depolandığı ve teslim edildiği koşulları izlemek için Endüstriyel IoT uygulanır. IoT devreye girmeden önce, ürünlerin durumu ancak teslimat noktasına vardıklarında izlenebiliyordu. Artık malzemelerin, bileşenlerin ve ürünlerin durumu, özellikle kırılabilir ve çabuk bozulan ürünlerin anlık durumu izlenebiliyor.

Üçüncü taraf bir lojistik hizmet sağlayıcısı aracılığıyla bir dağıtım merkezine sipariş gönderen bir ilaç şirketi örneğini düşünün. Kaplara bağlı sensörler, kapların içindeki sıcaklığı izler. Bir soğutma sistemi arızası nedeniyle kapların içindeki sıcaklığın yükselmeye başladığını varsayalım. Kabın iç tarafına takılan bir sıcaklık sensörü, önerilen eşikten sapmayı 'algılar'. Endüstriyel IoT çözümü, üreticiye teslimat koşullarının ihlal edildiğini bildirir ve soğutma sistemini sıfırlayan sürücüyü uyararak taşınan ilaçların bozulmasını önler.

3. Dış Kaynaklı Operasyonlarda İçgörüler

Yüksek lojistik maliyetleri, artan özelleştirme talebi ve küresel tedarik zincirinin karmaşıklığı üretim operasyonlarının ayrılmasını ve sınıflandırılmasını gerektiriyor.

Bir işletme farklı bir şehirde veya ülkede bir üretim tesisi kurduğunda veya satın aldığında, üretim standartlarını (malzeme testi, endüstriyel otomasyon, kestirimci bakım ve diğerleri) aynı şekilde sürdürmek zorundadır. Geleneksel yöntemlerle izlenmesi imkansız olan üretim standartlarına uygunluk Endüstriyel IoT ile izlenebilmektedir.

Örneğin, Endüstriyel IoT tabanlı kestirimci bakım ve potansiyel arızaların zamanında tahmin edilmesi, bakım faaliyetlerinin önceden planlanmasına olanak tanır ve yerel bir bakım ekibi gereksinimini ve planlanmamış maliyetleri ortadan kaldırır.

Endüstriyel IoT'nin dağınık işlemleri nasıl desteklediğinin bir başka örneği de endüstriyel akıllı ve bağlantılı ürünlerdir. Akıllı ve bağlantılı ürünler; donanım, sensörler, bağlantı, yerleşik zekâ ve bulut yazılımından oluşan karmaşık sistemlerdir. Bu sistemler üretim tesisleri hangi lokasyonda olursa olsun, merkez ofisten ya da farklı bir noktadan izlenmesini mümkün kılıyor.

IIoT'nin Benimsenmesindeki Zorluklar

• Büyük yatırım ihtiyaçları ve yatırım geri dönüşündeki belirsizlik: Endüstriyel IoT girişimleri, donanım (sensörler, ağ geçitleri), bağlantı, bulut depolama, idari işçilik ve teknik destek için harcama gibi çeşitli maliyetler içerir. İşletmeler, yeni çözümleri ne kadar hızlı hayata geçirebileceklerini ve bir çözümün gelir oluşturmaya başlaması için ne kadar zaman gerektireceğini doğru planlamalıdır.
• Nitelikli çalışan eksikliği: Endüstriyel IoT, hala yeni ve gelişen bir teknoloji sayılabilir. Bu yüzden deneyimli işgücü bulmak her zaman kolay olmayabiliyor. Deneyimli ve alanında uzman bir ekip oluşturmak için planladığınız işgücü giderlerinin üstüne çıkmanız da gerekebiliyor.
• Operasyonel teknolojiler ve eski sistemlerle entegrasyon: Üretim ekosistemlerinde IoT çözümlerini kullanıma sunmanın zorluğu, BT ve OT'yi veri kayıpları ve güvenlik tutarsızlıkları olmadan entegre etmektir. BT ve OT arasında sorunsuz entegrasyonun sağlanması zordur çünkü geçmişte sistemlerin farklı hedefleri vardı, bu nedenle farklı teknolojiler ve ağlar temel alınarak oluşturulmuştu. Bugün, Ethernet protokollerinin makine seviyesinde hızlı bir şekilde benimsenmesi ve web tabanlı kullanıcı arayüzlerinin hızlı yayılması, entegrasyon sürecini kademeli olarak kolaylaştırmaktadır, ancak zorluk hala bazı noktalarda devam etmektedir.

Endüstriyel IoT'yi Üretime Dahil Etmek

Endüstriyel IoT çözümlerinin uygulanmasında ilk etapta bazı zorluklarla karşılaşsanız da şüphesiz getirilerinin yanında katlanılabilir zorluklardır. Üretim süreçlerinin sürekliliğini sağlayarak, maliyetleri düşürerek ve israfı ortadan kaldırarak üretkenliği en üst düzeye çıkarmalarına yardımcı olur.

Retmes Yapay Zekâ Destekli MES/MOM çözümleri ni kullanarak; Endüstriyel IoT verilerinden yararlanan üreticiler, üretim ve tedarik zinciri süreçlerini daha iyi anlar, talep tahminini iyileştirir, pazara daha hızlı ulaşır ve müşteri deneyimini geliştirir.

Üretim süreçlerinizde Endüstriyel IoT ve güncel teknolojilerin gücünden faydalanmak için hemen tıklayın .