Hoe optimalisatievraagstukken behoefte aan digitale ondersteuning bepalen

Kunt u de planning en besturing binnen uw operationele proces verbeteren door de toepassing nieuwe digitale middelen? Het project “Towards the digital factory” onderzoekt dit. Om de week verschijnt een blog waarin we u meenemen op onze weg “Towards the digital factory”. In de vorige blog beantwoordden we de vraag: Waar moet ik beginnen en keken we onder andere naar verschillende organisatieaspecten.

In deze blog 4 gaan we dieper in op de actuele stand van zaken in de bedrijven die deelnemen aan ons onderzoek: hun uitgangssituatie en de stappen die zij al gemaakt hebben. We kijken daarbij onder andere naar het stadium van digitale transformatie waarin zij zich bevinden (volgens de Industry 4.0 Maturity Index) en de optimalisatievraagstukken waar zij mee worstelen. Deze optimalisatievraagstukken en de bijkomende complexiteit, lijken de behoefte aan digitale ondersteuning / transformatie te bepalen.

Deelnemende bedrijven

In onderstaande tabel vindt u een korte beschrijving van de deelnemende bedrijven in het onderzoeksproject. Alle deelnemende bedrijven zijn actief in het High Variety Low Volume segment en leveren veelal klantspecifieke producten, seriematig en enkelstuks. Zij produceren hun eigen product of  zijn toeleverancier voor anderen.

Ervaren knelpunten

Alle bedrijven hebben te maken met een complex optimalisatievraagstuk. Bij plaatbewerkingen (nesten, lasersnijden, kanten) strijden bijvoorbeeld lokale noodzakelijke optimalisaties als materiaal efficiëntie bij  het nesten/lasersnijden met de optimalisatie van de doorlooptijd van het gehele proces. Of een ander voorbeeld bij verspanen waarbij één order door verschillende machines bewerkt kan worden. Welke keuze maak je hier? Ga je voor output van de machine dus omstel efficiëntie of ga je voor doorlooptijd van het proces? De variabiliteit die steeds groter wordt, versterkt dit probleem. Dit is voor bedrijven een belangrijke reden om op zoek te gaan naar beschikbare digitale technieken voor de oplossing van hun optimalisatievraagstukken. De literatuur zegt dat digital twin concepten deze uitdaging zouden kunnen oplossen (Stoldt 2018).

Wij onderzoeken samen met de zes hierboven benoemde mkb-bedrijven of digitale twin concepten hun complexe optimalisatievraagstukken ondersteunen én hoe deze succesvol toegepast worden. We kijken dus of de belofte van Industry 4.0 waargemaakt kan worden voor de problemen waar deze bedrijven mee worstelen We zijn begonnen om de huidige situatie van het planning & besturingsproces en de digitale ondersteuning hiervan in kaart te brengen. Dit hebben we gedaan door middel van interviews en studentprojecten.

Digitale transformatie volgens de Industry 4.0 Maturity Index

Om een beeld te krijgen hoe ver bedrijven zijn in de digitale transformatie hebben we gebruik gemaakt van de Industry 4.0 Maturity Index die ontwikkeld is door de National Academy of Science and Engineering (ACATECH) in Duitsland. Deze wordt breed gebruikt om de status en de mogelijkheden (van de digitale transformatie) voor een organisatie in kaart te brengen. In de index worden de verschillende stadia van digitale transformatie afgezet tegen de waarde die zij kunnen creëren. De volgende stadia zijn benoemd:

Stage 1 Computerisation:

  • Computerisatie is de basis voor digitalisering in de vorm van computers in administratieve processen en CNC bestuurde machines. Deze verschillende IT-technologieën worden geïsoleerd gebruikt binnen het bedrijf en zijn niet gekoppeld in netwerken.

Stage 2 Connectivity

  • De geïsoleerde ontwikkeling van informatietechnologie is vervangen door connected componenten. Business applicaties (ERP, CRM, ..) zijn gekoppeld in een netwerk en weerspiegelen de primaire processen van het bedrijf. Ook delen van de operationele technologie systemen (CNC/ PLC/SCADA/DCS) bieden connectiviteit en interoperabiliteit. Deze zijn veelal ook gekoppeld in een netwerk voor overdracht van productdata en programma’s.

Stage 3 Visibility

  • Sensoren zorgen er voor dat data uit de processen gehaald kunnen worden. Dit maakt het mogelijk om een up-to-date digitaal model van de fabriek te hebben op elk moment. We noemen dit de “Digital Shadow”. Deze DS helpt om zichtbaar te maken wat er gebeurt in het bedrijf op elk moment zodat management beslissingen genomen kunnen worden op echte data. Dit is een belangrijke eerste stap op weg naar Industry 4.0

Stage 4: Transparency

  • Het bedrijf begrijpt waarom iets gebeurd zodat oorzaken achterhaald kunnen worden. Nieuwe technologieën zoals Big Data worden parallel aan ERP en MES systemen gebruikt. Deze analyses van veelal grote hoeveelheden data en ondersteunen beslissingen en acties die geïnitieerd worden..

Stage 5: Predictive capacity

  • Het bedrijf is in staat om met de Digital Shadow verschillende toekomst scenario’s te simuleren en de meest geschikte te selecteren.

Stage 6: Adaptability

  • Het bedrijf is in staat om de data van de digital shadow te gebruiken om beslissingen te nemen en de corresponderende maatregelen automatisch te implementeren.
    Digital twin. Invoeren in dagelijkse gang van zaken

Figuur 1 Industrie 4.0 Maturity Index, (Bron: link: https://en.acatech.de/publication/industrie-4-0-maturity-index-update-2020/)

 

De status van bedrijven op het gebied van digitale transformatie

In het onderzoek is bij de deelnemende bedrijven gekeken in welk stadium van de digitale transformatie zij zich bevinden. Deze vindt u in onderstaande grafiek.

Figuur 2: Status digitale transformatie van deelnemers project Digital Factory

De stadia 1  en 2 zijn in alle deelnemende bedrijven volledig ingevuld. Veel machines zijn CNC-bestuurd, en zijn verbonden met een netwerk voor het beschikbaar maken van benodigde informatie. De planning en besturing van processen vindt veelal plaats vanuit ERP/MRP systemen.

De stadia 3 en 4 lijken enigszins door elkaar te lopen bij de deelnemende bedrijven. Zij gebruiken o.a. (hand)scanners voor registratie van de orderstatus en traceerbaarheid. De machine- en processtatus is veelal niet centraal inzichtelijk, hoewel daar vaak wel sensoren voor aanwezig zijn (maar niet gekoppeld). Er is zeker geen sprake van een zogenaamde “digital shadow”. Bovendien vindt men het vaak lastig om beschikbare data ook daadwerkelijk te vertalen naar acties.

Voor stadium 5 zetten bedrijven 2 en 6 de eerste experimentele stappen om de complexiteit in de planning te ondersteunen met simulatie. Hoewel deze nog niet worden toegepast in de dagelijkse gang van zaken bevestigd dit het beeld, dat ook mkb-bedrijven stappen willen zetten richting de Digitale Fabriek.

Stadium 6 is nog niet toegepast binnen de deelnemende bedrijven

Overall zien we dat geen van de bedrijven voldoende ver is in de digitale transformatie om de complexe vraagstukken rond planning en besturing in hun organisatie structureel op te lossen. Ons onderzoeksproject is er op gericht om samen met de deelnemende bedrijven “demonstrators” te ontwikkelen die bedrijven helpen om de stappen naar stadium 5/6 van de Industry 4.0 Index te maken en deze ook effectief toe te passen binnen hun organisatie We kijken daarbij ook nadrukkelijk naar de randvoorwaarden voor het introduceren van een Digital Factory, zoals de organisatieaspecten rond Manufacturing Planning and Control en zaken als data- ontsluiting.

Informatie

Dit is de vierde blog in een reeks. Lees ook:

Blog 1 – Wat is een Digital Factory?

Blog 2 – Hoe Digital Factory concepten helpen de doorlooptijd te beheersen

Blog 3 – Digitalisering van uw productiebedrijf. Zo begint u!

We zijn benieuwd naar uw vragen en opmerkingen. Wilt u meer informatie over het onderzoeksproject “Toward the digital factory”? In de komende maanden organiseren we meerdere webinars over dit onderwerp. Bezoek onze website voor meer informatie en meld u aan voor de webinars op 26 november, 14 januari en 11 of neem contact op met:

Gerlinde Oversluizen, Docent-onderzoeker

E Gerlinde.Oversluizen@han.nl

M 06 55 20 88 04

Door Stef Tiggeloven