Test og analyse av MES for produksjonsovervåkning

Abstract

I prosjektet er det gjennomført en test og analyse av et Manufacturing Execution System (MES), MachineMetrics. Testen ble gjennomført på tre CNC-maskiner i produksjonen til Mjøs Metallvarefabrikk AS. Bedriften ønsker å få detaljert sanntidsdata, som kan bidra til forbedret oversikt og til en digital transformasjon i produksjonen. I starten av prosjektet ble det gjennomført en ståstedsanalyse for å kartlegge produksjonen, samt hvilke mål og strategier bedriften har for MES systemer. Produksjonen bærer preg av relativt små seriestørrelser og høy variasjon i produkter. Deler av produksjonen er automatisert og det blir produsert produkter til mange ulike bransjer. Det er etablert en langsiktig strategi for MES, og bedriften ønsker å bruke prosjektoppgaven til å øke kunnskapen om mulighetene MES systemer gir.

Det ble laget en kravspesifikasjon med hensyn på ønsket funksjonalitet i et fremtidig MES system, basert på resultater fra ståstedsanalysen. Denne blir brukt til å sammenligne og evaluere identifiserte kompatible MES systemer for bedriften. Upkip, Mori Messenger, Scout og MachineMetrics er systemene som blir sammenlignet. Systemer som Tulip og Fastems MMS er eksempler på mer omfattende systemer som også kan være aktuelle. MachineMetrics samler tilgjengelig data fra CNC-maskiner i sanntid og har muligheter for analyser av den innsamlede dataen. Systemet har fleksible rapporter som kan filtrere og sortere data etter ønsket behov, og rådata kan også eksporteres til andre systemer for videre analyse, både manuelt og automatisk.

MachineMetrics forenkler og digitaliserer innsamlingen av produksjonsdata og avviksregistrering. Kategorisering av nedetider muliggjør detaljerte analyser av produksjonen. Det vises mer produksjonsdata enn det som registreres i dag, og data visualiseres intuitivt. Siden systemet samler inn sensitiv data er cybersikkerheten viktig. Sertifisering i ISO27001 er et av flere tiltak for å opprettholde datasikkerheten til systemet.

Ved fullskala implementering av MES på bedriften er det viktig å ta hensyn til valg av system. Det bør derfor lages en detaljert kravspesifikasjon for å evaluere systemer, der erfaringer fra testen blir tatt med. Flere maskintyper i produksjonen gjør at systemet må kunne tilpasses måten de ulike maskinene produserer på. Opplæringen må tilrettelegges og tilpasses for ulike brukere. Det er også viktig å etablere en metode for å evaluere om implementeringen har hatt ønsket effekt.

Et MES system gir bedriften mer produksjonsdata, i sanntid. Systemet digitaliserer produksjonsdata og gjør det enklere å forstå og visualisere dataen til f.eks. produksjonsplanlegging og forbedring. Testen med MachineMetrics har også vist at varslingsfunksjonen kan bidra til å redusere nedetid ved ubemannet produksjon. Høy variasjon i produksjonen fører til at det er mindre sammenligningsgrunnlag på like jobber sammenlignet med masseproduksjon. Derfor er den detaljerte dataen MES gir om syklus og nedetider viktig for å forbedre planlegging til neste gang den samme jobben kjøres.

In this project, a test and analysis of a Manufacturing Execution System (MES) called MachineMetrics has been completed. The test was done on three CNC-machines in the production of Mjøs Metallvarefabrikk AS. The company wishes to get detailed real-time data, that can contribute to a better overview and digital transformation in the production. In the start of the project a position analysis was completed to map the company's production, and the goals and strategies for MES systems. The type of production is largely high-mix low-volume manufacturing. Parts of the production is automated, and the company produces to many different industries. A long-term strategy for MES is established, and the company want to use the project to increase their knowledge of the possibilities of MES systems.

From the results of the position analysis, a requirement specification was made to show the desired functionalities in a future MES system. This was used to compare and evaluate identified MES systems compatible with the company's production. Upkip, Mori Messenger, Scout and MachineMetrics are the compared systems. Tulip and Fastems MMS are examples of larger, more complex systems that can also be relevant for the company. MachineMetrics gathers available real-time data from the CNC-machines and analyses the collected data. The system has flexible reports that can filter and sort data to match the needs of the user. Raw data can also be exported to other systems for further analysis, both manually and automatically.

MachineMetrics simplifies and digitalizes the collection of production data and deviation-registration. Categorizing of downtimes gives the possibility to do detailed analysis of the production. More production data is shown in the system, compared to today’s processes for collecting production data, and the data is visualized intuitively. Since the system collects sensitive data, cybersecurity is important. Certification of ISO27001 is one of several measures to maintain cybersecurity in the system.

With a full-scale implementation of MES in the company, it is important to consider the choice of which system to use. Therefore, a more detailed requirement specification should be made, based on experiences from the test. Different machine-types in the production requires that the system must be customizable to different ways the machines produce. Training must be arranged to meet the needs of the different users. It is also important to establish a method for evaluating if the implementation has been successful.

A MES system gives the company more production data in real-time. The system digitalizes production data and makes it easier to understand and visualize the data for production planning and improvement processes. The test of MachineMetrics has also shown that the notifications in the system can reduce downtime of unmanned production. High-mix low-volume manufacturing leads to less data for comparison of different jobs, compared to mass production. Therefore, the detailed data MES gives of cycles and downtimes are important to improve the planning for the next time the same part is made.