Uw productiebedrijf digitaliseren, het klinkt mooi maar waar moet u beginnen? Dat is het onderwerp van deze derde blog rond het onderzoek Towards the Digital Factory. Liefst zou u eenvoudig een simulatietool bouwen, aanzetten: en klaar! Dit kan uiteraard niet, de organisatie moet klaar zijn om op de nieuwe manier keuzes te maken en door te voeren: is dit geregeld? Daarnaast drijft simulatie op goede en voldoende data: is deze data beschikbaar?

Er is een gezegde: “Als je slechte processen automatiseert, krijg je heel-goed-geautomatiseerde slechte processen.” Dit geldt ook voor de introductie van smart tools en de toepassing van een Digital Factory. We richten ons daarom op twee belangrijke randvoorwaarden voor het introduceren van digital twin of digital shadow*: een digitale omgeving die beslissingen ondersteunt.

Dit zijn:

• De organisatie (met name de beslissingsstructuur in de organisatie). Wat goed is, daar valt over te twisten: een onderneming kan verschillende keuzes maken. Zeker in een omgeving met veel complexiteit waarbij concurrentie sterk is en waarin een hoge variëteit aan producten met lage volumes per serie een rol spelen. In zo’n omgeving moeten op veel niveaus beslissingen genomen worden door veel mensen in de organisatie.
• De beschikbaarheid van goede data. De informatie die nodig is om globaal een beslissing te nemen, weekcijfers, voorraadhoogte enzovoort zijn niet voldoende voor een gedetailleerd realtime simulatie model. Hier is meer voor nodig.

We beginnen met een korte uitleg over organisatie en daarna een indicatie van de zaken waar u aan moet denken bij de benodigde data.

Organisatie: regelbehoefte en regelvermogen
Het inzetten van een digital twin of digital shadow ondersteunt het regelvermogen van een organisatie: het efficiënt en effectief reageren op verstoringen en problemen. Waar moet ik aan denken?

Iedereen weet dat een probleem bij de auto wordt opgelost door in de auto het probleem te zoeken en dit te repareren. Dit geldt ook voor een organisatie. Een probleem bij de kantbank moet bij de kantbank worden opgelost. Dit klinkt logisch maar is dit bij uw bedrijf ook zo? Als het opspannen van een werkstuk niet lukt, wie beslist dan over de ordervolgorde? Zo weet de operator bijvoorbeeld dat een andere ordermix hem de dag door helpt. Zo kan hij aan het einde van de dag samen met de onderhoudsmonteur (die pas om vier uur beschikbaar is) het probleem verhelpen. Mag hij de volgorde veranderen? Of meldt hij het probleem aan de productieleider, die het doorgeeft aan de planning, die her-plant (of erger: het ERP systeem her-plant), planning overlegt met de werkvoorbereiding, die bereidt nieuwe orders voor, deze worden ingepland voor vrijgave enz. enz. enz….. Herkent u het? Op deze manier is iedereen bezig, maar is dit effectief?

Een van de eerste stappen in een Lean ontwikkeling is ervoor te zorgen dat verstoringen lokaal blijven en lokaal worden opgelost. Dit geeft een hoge kwaliteit van de organisatie: het regelvermogen is optimaal.

Wat je niet wilt is het volgende:

Hierbij heeft een proces niet het vermogen om zelf problemen op te lossen: geen regelvermogen op de plaats waar regelbehoefte is.

Bij de digital factory kan de realtime simulatie met een digital twin of digital shadow een versterkend effect veroorzaken van het rondpompen en doorgeven van problemen. Een simulatie tool kent wel de plannings- en besturingsproblemen en effecten, maar niet de achterliggende kwaliteitsproblemen, insteltijden bij kapotte gereedschappen, het effect van een lege accu van de heftruck of de verwachting dat een klant binnen nu en drie dagen een extra order mag en kan plaatsen waarbij machines opnieuw moeten worden ingesteld. De realtime simulatie geeft inzicht in effecten die door medewerkers op de eigen niveaus geïnterpreteerd moeten worden, en op basis daarvan moeten beslissingen worden genomen.

Een werkt beter wanneer in een proces (gesteund door kennis over de effecten van beslissingen) de oplossingen worden gegenereerd.

Als binnen een proces geen oplossing mogelijk is, bijvoorbeeld omdat de stappen erna moeten meewerken, ziet dit er als volgt uit:

De valkuil van automatisering: We Weten Alles, We Kunnen Alles, DUS we kunnen CENTRAAL ALLES oplossen
Dit was bij de MRP systemen in de jaren ’70 niet waar. Ook tijdens de opkomst van de geïntegreerde management informatie systemen niet waar. Het lukt niet met de huidige ERP systemen en is dus ook niet waar bij het invoeren van de Digital Factory.

In uw organisatie moeten regelmogelijkheden aansluiten op de regelbehoeften. Problemen oplossen op de plaats waar ze optreden. En daar moet ook de bevoegdheid liggen om te beslissen.  Lean gebruikt niet voor niets lokale oplossingen als Kanban, Andon, FIFO-lanes en Visual management om te zorgen dat op de werkvloer problemen worden herkend, geanalyseerd en verholpen. Simulatie moet dit kunnen ondersteunen en niet tegenwerken.

Als u denkt, bij mij is alles perfect (wat natuurlijk kan), loop dan eens de volgende punten na:

• Werkt iedereen volgens de officiële manier?
• Zijn er nooit workarounds?
• Werken planning en werkvloer met elkaar samen?
• Worden verstoringen nooit in het proces doorgegeven?

Organisatie: Het MPC Framework
Het organiseren van de beslissingen kan op verschillende niveaus beschouwd worden. Van lange termijn (strategische) beslissingen tot de beslissingen in orderuitgifte en tijdens de productiestappen. Hiervoor hanteren we het MPC Framework (Manufacturing Planning and Control). In de volgende figuur hebben we dit weergegeven.

Voordat u start met de ontwikkeling van een real time digital shadow of twin die continu doorrekent wat effecten zijn van veranderingen en problemen, moet u goed nadenken op welk niveau van de organisatie gesimuleerd wordt. Bij een Digital Factory gebruiken we in ieder geval data van de shopfloor: het uitvoerende niveau. Dit is het deel dat we simuleren. Maar wordt ook gesimuleerd op Operationeel (MRP) of zelfs Tactisch (MPS) niveau? Hoe is in uw organisatie de verdeling van deze vier niveaus in de hiërarchie geplaatst? Zijn niveaus gekoppeld? Bijvoorbeeld: de planner doet de operationele en uitvoerende planning en de directeur bepaalt de strategie én bepaalt de tactische inrichting enzovoort.  Of zijn niveaus in kleinere onderdelen gesplitst, bijvoorbeeld de orderuitgifte wordt per machine of afdeling afzonderlijk bepaald. Of is hier een logische koppeling te vinden?

Een aantal vragen dat vooraf beantwoord moeten worden:

• Wat simuleert u en waarom?
• Met welke informatie?
• En voor welk niveau?

Hieraan gekoppeld is het regelvermogen waar we het in de vorige paragraaf over hebben gehad. Als op uitvoerend niveau wordt gesimuleerd, waar worden de uitkomsten bekend en waar worden de beslissingen genomen? Dit geldt natuurlijk ook voor de andere niveaus.

Data voor simulatie: weet u alles en is dit beschikbaar?
Er komt nogal wat kijken bij het opstellen van een real time simulatie tool die te gebruiken is bij een digital factory. Vooral het “Real Time” aspect is hier belangrijk. Bij simulaties die gebruikt worden om eenmalig of periodiek een beslissing te nemen is een bepaalde mate van geaggregeerde data, gemiddeldes, aannames etc. goed genoeg. Voor de inrichting van de werkvloer is een gemiddeld aantal producten vermeerderd met 20% bijvoorbeeld prima om mee te simuleren. Als u dan twee of drie runs draait met andere instellingen, gebaseerd op goede aannames en gemiddeldes, krijgt u een prima beeld van een optimale inrichting van de productievloer.

Bij een realtime omgeving is dit niet voldoende. Hierbij is een continu stroom van gedetailleerde informatie nodig uit de processen, uit planningsgegevens, uit veranderingen in klantvraag enzovoort. Stel dat we een lasersnijder nemen: hier hebben we de ordervrijgave, de voortgang, de gereed meldingen, de storingen, de mogelijk handmatige veranderingen, de voorraadplaatmateriaal, de beschikbaarheid van transport gereed product enz. enz. nodig. Dit allemaal realtime, online en continu. En denk eens aan de planning, waarbij de details van alle productiestappen geanalyseerd moeten kunnen worden en gecombineerd met (mogelijke) veranderende klantvragen, problemen enz. enz. enz.

Dit vergt veel van de data infrastructuur, zowel technisch als organisatorisch. Natuurlijk is voor de eerste stappen in simulatie minder nodig dan een volledig gekoppelde digitaal gesimuleerde omgeving. Maar een geschikte, betrouwbare, valide data infrastructuur is een harde voorwaarde om deze eerste stappen naar een digital factory te kunnen maken.

Hoe doen we dit in het project? En wat kan u nú al hiermee doen.
In het project hebben we een aantal vragenlijsten beschikbaar waarin we kunnen achterhalen of een bedrijf klaar is voor de digital factory. Hierbij kijken we naar de inrichting van de organisatie, hoe up-to-date de informatie ontwikkeling is, de beslissingsniveaus en beschikbaarheid van data om simulatie te ontwikkelen.

We gaan deze vragenlijsten in ons onderzoek verder ontwikkeling bij onze partnerbedrijven.

Natuurlijk is een volledig ingevoerde Digital Factory voor de meeste bedrijven niet realistisch. In kleine stappen kunt u uw bedrijf ontwikkelen naar de Digital Factory. Begin lokaal met een of twee processen, ontwikkel de organisatie alvast en leg regelvermogen op de plek van de regelbehoefte, kijk welke opties op de machines zitten om real time data te ontsluiten, begin met een eenvoudig lokaal simulatie model.

Begin klein. (hoe dan?: daar kunnen we bij helpen.)

Voortuitblik
De afgelopen blogs schetsten de achtergronden van een Digital Gactory: wat betekent het? En wat is nodig om succesvol realtime simulatie te gebruiken als ondersteuning van keuzes.
In het komende blog geven we inzicht in de eerste onderzoeksresultaten en hoever mkb-maakbedrijven zijn in hun ontwikkeling naar een Digital Factory-concept.

*) Een Digital Twin communiceert volledig digitaal zonder menselijke tussenkomst met het proces. Het onttrekt data uit en stuurt data naar het proces op een digitale manier.

Een Digital Shadow communiceert deels digitaal deels handmatig met het proces. Het onttrekt digitaal data uit het proces maar het sturen van data naar het proces kan niet zonder tussenkomst van de mens.

Meer informatie
Dit is de derde blog in een reeks. Lees ook:

Gerlinde Oversluizen

Blog 1 – Wat is een Digital Factory?
Blog 2 – Hoe Digital Factory-concepten  helpen de doorlooptijd te beheersen
Blog 4 – Hoe optimalisatievraagstukken behoefte aan digitale ondersteuning bepalen

We zijn benieuwd naar uw vragen en opmerkingen. U kunt een vraag of opmerking achterlaten onder de blogs.

Wilt u meer informatie over het onderzoeksproject “Toward the digital factory”?
Bezoek dan onze website, meld u aan voor een van de webinars rond dit onderzoek of neem contact op met:

Gerlinde Oversluizen, Docent-onderzoeker
E Gerlinde.Oversluizen@han.nl
M 06 55 20 88 04

Door Menno Herkes