Blog per Mail folgen

Damit Sie nie wieder Blog Posts von uns versäumen!

SPC - von der Datenerfassung hin zur Datenvorhersage

StatistcPC_Web.jpg

Die Einführung eines Manufacturing Execution Systems mit automatischer Datenerfassung und -verarbeitung liefert bereits deutlich bessere Entscheidungsgrundlagen zur Prozesssteuerung als die belegbasierte, manuelle Datenhaltung. Doch es geht noch besser: mit der statistischen Prozesskontrolle (SPC).

Die Digitale Transformation ist kein Prozess, der nur für Konzerne geeignet wäre. Auch kleine und mittlere Unternehmen profitieren davon. Ein Beispiel ist die Emmi AG, einer der größten Molkereibetriebe der Schweiz. Hier wurde ein Manufacturing Execution System (MES) eingeführt, das allein schon die Fehlerquote in der Produktion spürbar senkte. Zudem verändert es nachhaltig Arbeitsweisen und Prozesse in der Produktion. Sichtbar wurde dies – im wahrsten Sinne des Wortes – beim Datenzugang. Papierbelege sind in der Produktion vollständig verschwunden.

Laptop, PC, Touch-Panel an der Anlage, mobile Scanner, Waagendisplays und sogar das Smartphone dienen heute der Anzeige der Daten und sorgen dafür, dass jeder Mitarbeiter jederzeit, an jedem Ort, die benötigten Informationen bekommt.

Im Unterschied zu früher sind die Daten auch aktuell, annähernd in Echtzeit, die Latenz beträgt höchstens wenige Sekunden. Es ist zudem sichergestellt, dass überall die gleichen Daten vorhanden sind, denn das MES dient damit als „Single Source of Truth“. Und die Bedienoberfläche ist ebenfalls einheitlich, so dass Mitarbeiter sogar an unterschiedlichen Standorten immer mit ihrem vertrauten System arbeiten können.

Vorausgedacht

Das MES liefert umfangreiche Daten, die als Entscheidungsgrundlage dienen. Doch die Digitalisierung soll weiter ausgebaut werden, und mit Statistical Process Control (SPC) ist bereits einer der folgenden Schritte konkret benannt.

Die statistische Prozesskontrolle bringt neben der rein regelbasierten Abläufe dynamische Elemente in die Steuerung ein. Dazu greift sie nicht nur auf Maschinen und einfache Mengendaten der Produktion zurück, sondern fügt auch qualitative Elemente hinzu. SPC zielt darauf ab, den Prozessbetrieb zu verbessern, indem ungewöhnliche Prozessbedingungen von normalen Schwankungen unterschieden werden. Das geht soweit, dass die Anwendung eine Voraussage zur weiteren Entwicklung des Produktionsprozesses und der erzielten Ergebnisse treffen kann. Eine verbesserte Prozessoperation ergibt sich dann aus der automatisierten Korrektur der Fertigungsbedingungen, die dafür sorgt, dass das Endprodukt immer im vorgegebenen Toleranzbereich produziert wird.

Bessere Qualität – weniger Ausschuss

Immer wieder kommt es in der Fertigung vor, dass aufgrund von Verschleiß die Produktion ungenauer wird, die Werkstücke immer näher an den vorgegebenen Toleranzwert heranrücken und ihn schließlich überschreiten. Jetzt gibt das MES-SPC Modul Alarm, doch ein Teil der Produktion ist möglicherweise schon nicht mehr zu gebrauchen oder nur mit hohem manuellen Aufwand zu retten.

Die statistische Prozesskontrolle hingegen würde rechtzeitig den kontinuierlichen Trend entdecken, dazu noch per Hochrechnung feststellen, dass die Toleranzgrenze demnächst überschritten wird, und dann entweder versuchen, durch eine Nachsteuerung des Prozesses das Produktionsergebnis wieder Richtung Optimum zu verschieben, oder eine vorzeitige Wartung auslösen, damit das Problem behoben werden kann, noch bevor Ausschuss anfällt.

Erst am Anfang der Entwicklung

Noch ist SPC nicht weit verbreitet. Vermutlich geht es vielen Unternehmen wie der Emmi AG: zunächst soll das MES in allen vorgesehenen Bereichen laufen, damit die Mitarbeiter ihre Erfahrungen damit sammeln können. Erst im zweiten Schritt kommt dann die mögliche Erweiterung. Und die hat es in sich. Denn SPC nimmt für sich in Anspruch auch dynamische und nicht-lineare Prozesse beschreiben und optimieren zu können – im Prinzip also ein neues Verständnis für komplexe Abläufe zu ermöglichen.

So soll die statistische Prozesskontrolle erhebliche Fortschritte in der Produktion, sowohl bei der Reduzierung von Ausschuss und Stillständen, als auch bei der Erhöhung der Qualität realisieren. Denn durch Sensitivitäts- und Parameteranalyse wird das Prozesswissen entscheidend gestärkt. So erfährt der Betreiber, welche Parameter den Produktionsprozess am stärksten beeinflussen und wie sie das tun. Damit lässt sich leichter eine Antwort finden, wie die Parameter einzustellen sind, um ein hochwertiges Produkt zu erhalten. Aber auch die Frage, ob das Endprodukt tatsächlich der Spezifikation entspricht, kann nun viel früher beantwortet werden – noch während der Produktion.

Weil die Prozesssteuerung auf Basis der SPC dafür sorgt, dass die Produktion immer wieder näher ans Optimum herangebracht wird und die Toleranzzonen weniger stark in Anspruch genommen werden müssen, ist der Ausstoß insgesamt von besserer Qualität. Letztendlich bedeutet dies auch niedrigere Produktionskosten aufgrund der selteneren Unterbrechungen und des geringeren Ausschusses.

Ein häufiges  Szenario ist, dass Mitarbeiter aufgrund von anstehenden Alarmen Parameter nachjustiert haben, obwohl diese eine Abweichung noch innerhalb der statistischen Toleranz war. Letztendlich wurde damit das Gegenteil des Gewünschten erreicht und der Prozess damit in eine instabilere Lage mit deutlich mehr Folgefehlern gebracht.

Konkurrenz zu Six Sigma und Lean Management

Der Drang zur Optimierung des Produktionsprozesses kennt viele Wege, darunter auch die Methoden Six Sigma und Lean Management, die von den einen als Gegensatz, von anderen als sich ergänzendes Paar wahrgenommen werden. Wo Six Sigma den Fokus auf Reduzierung der Variation setzt, will Lean Management die Verschwendung bekämpfen. Wo auf der einen Seite die Kosteneinsparung an erster Stelle steht, ist es auf der anderen Seite die Einsparung von Zeit. Und doch macht SPC vor beiden Methoden nicht halt, sondern verbindet deren Vorteile und schafft so in einem Schritt den größeren Vorteil.

Fazit SPC

Die Digitalisierung der Industrie ist keine Reise, deren Ziel heute schon bekannt wäre. Die Einführung eines MES ist ein großer und wichtiger Schritt auf diesem Weg, aber eben nur ein Anfang. Es lohnt sich, mit prädiktiven Analysemethoden fortzufahren, um das Prozessverständnis zu verbessern und schnell weitere Kostenvorteile zu realisieren. Um Methoden des Machine Learning ergänzt, lassen sich künftig sicherlich noch weitere Produktivitätsfortschritte in kürzerer Zeit erzielen. Die Grundlage dafür bleibt aber stets ein funktionierendes Manufacturing Execution System.

 

 MES in der Praxis