Scroll Top

Wdrożenie ERP w KLAUS Multiparking – Przemysł 4.0 w praktyce

Predictive maintenence – prognozowania awarii i napraw konserwacyjnych – obok produkcji, jest kluczowym elementem koncepcji Przemysłu 4.0 w inteligentnej fabryce KLAUS Multiparking w Aitrach w Allgäu. Wiodący dostawca automatycznych i półautomatycznych systemów parkowania, dzięki bogatej ofercie rozwiązań, pozwala zaoszczędzić miejsca parkingowe dla ponad 100 pojazdów – głównie w budynkach mieszkalnych, ale także w kompleksach biurowych i hotelach.

“W zależności od produktu, na podstawie naszego doświadczenia, zapewniamy klientom okresy międzyprzeglądowe” – informuje Dyrektor Zarządzający Michael Groneberg. “W przyszłości czas użytkowania i intensywność wykorzystywania instalacji parkingowych powinna być stale monitorowana i na tej podstawie należy oferować klientowi daleko idącą konserwację.” W ten sposób producent chce osiągnąć przewagę konkurencyjną, zdobyć zaufanie klientów i zoptymalizować własne procesy serwisowe.

“Chcemy, aby nasze produkty były jeszcze bardziej inteligentne i dlatego – wraz z proALPHA – stworzyliśmy prototyp do konserwacji predykcyjnej, którego funkcje zostaną w przyszłości włączone do naszych nowych urządzeń parkingowych.” – mówi Groneberg.  Kompletny system ERP jest używany w KLAUS Multiparking od 2002 roku i obsługuje wszystkie obszary przedsiębiorstwa.

Doskonała współpraca zespołów projektowych

W ścisłej współpracy z producentem systemów sterujących, dostawcą oprogramowania komunikacyjnego, ekspertami z proALPHA i działem IT firmy KLAUS Multiparking, powstał prototyp. Wspólnymi siłami, na przestrzeni kilku miesięcy stworzono system parkowania, który bezbłędnie komunikuje się z systemem proALPHA. Podstawą sprawnego działania  jest Integration Workbench (INWB) proALPHA. Za pomocą platformy integracyjnej można połączyć w sieci różne systemy i bezpiecznie kontrolować łańcuchy procesów.

W pierwszej kolejności prototyp wykorzystuje programowalny sterownik logiczny (PLC) do oceny komunikatów o stanie parkingu – takich jak wyłączenie zasilania w przypadku niebezpiecznych warunków, uruchomienie wyłącznika ochronnego silnika lub uszkodzenia fotokomórki. “Za pośrednictwem routera i połączenia internetowego dane z systemu parkingowego przesyłane są przez minikomputer Raspberry do modułu serwisowego proALPHA, gdzie są ciągle przetwarzane” – wyjaśnia Norbert Blessing, Kierownik IT w firmie KLAUS Multiparking.

W przypadku krytycznego komunikatu wymagającego interwencji technika serwisowego, w systemie ERP automatycznie tworzone jest zlecenie serwisowe, a termin jego wykonania zostaje także zaplanowany w kalendarzu usług serwisowych. W tym samym czasie odbywa się dyspozycja wymaganych części zamiennych i stworzenie propozycji dopasowania narzędzi do pojazdu awaryjnego.  Z ponad 100 pracowników obsługi klienta KLAUS Multiparking w Niemczech, pracownik, który znajduje się najbliżej miejsca awarii, otrzymuje zlecenie na swoje urządzenie mobilne, które przesyłane jest za pomocą rozwiązania partnerskiego proALPHA L-mobile.  To mobilne oprogramowanie do zarządzania usługami połączone jest z systemem ERP za pośrednictwem standardowego interfejsu i stale wymienia z nim dane.

Podczas wykonywania czynności konserwacyjnych, technik przeprowadza prace zgodne z cyfrową listą kontrolną, którą ma na swoim tablecie. Może tu także rejestrować inne ważne dane dotyczące systemu parkingowego, bądź wpisywać informacje o wymienianych częściach. Wszystkie raporty, wraz z zanotowanymi godzinami pracy, przesyłane są do oprogramowania proALPHA, gdzie zostają przekazane bezpośrednio do działu księgowości, w celu utworzenia faktury. Ponadto, wszystkie zgłoszenia serwisowe mogą być automatycznie zapisywane w module Zarządzanie dokumentami systemu ERP.

Jednak proces serwisowy, przebiegający bez zakłóceń jest dopiero początkiem projektu Przemysł 4.0 w firmie KLAUS Multiparking. W połączeniu z innymi zapisanymi informacjami z systemu ERP – np. z danymi historycznymi na temat dotychczas występujących awarii, analizy niezawodności zależnej od obciążenia, czy szczegółowych modeli zużycia – możliwe jest wyciągnięcie wniosków na przyszłość, dotyczących gotowości funkcjonalnej i prawdopodobnej awarii niektórych elementów instalacji. Pozwoli to na rozpoczęcie czynności konserwacyjnych, zanim jeszcze w systemie wystąpi usterka.

Korzyść dla operatorów parkingów: dzięki zapewnieniu takiej funkcji predykcyjnej, możliwe jest zapobieganie usterkom i wcześniejsze ‘gaszenie pożaru’ przez serwisanta.  Poszkodowani właściciele samochodów, którzy w najgorszym przypadku nie mogliby dostać się do swojego samochodu, unikną w ten sposób kłopotów i czasu oczekiwania na usunięcie awarii.  Dzięki takiemu rozwiązaniu, KLAUS Multiparking wyróżnia się na tle konkurencji jako innowacyjny producent z inteligentnymi procesami serwisowymi.

Zobacz materiał Video prezentujący wdrożenie przemysłu 4.0. w praktyce:

Inteligentna fabryka z urządzeniami połączonymi w sieć

Jednak nie tylko inteligentne produkty i przyszłościowe usługi serwisowe wprowadzają producenta z Allgäu na ścieżkę Przemysłu 4.0.  Także dzięki inwestycji rzędu kilku milionów euro w inteligentną fabrykę, firma przygotowuje się na wyzwania, jakie niesie przyszłość. Sercem produkcji jest nowy system magazynowy do w pełni automatycznego załadunku wysokiej klasy maszyn produkcyjnych do obróbki blachy.  Na przykład, maszyna TruPunch do profesjonalnej obróbki wykrawaniem, a także maszyna do dziurkowania oraz maszyna do cięcia laserowego połączone są w sieć.

Na sześciometrowym składanym stanowisku obrabiane są boczne panele systemów parkowania o długości do pięciu metrów. Gotowe części przejmowane są przez robota, który odpowiednio je zgina i ponownie odkłada na miejsce. Wszystko jest w pełni zautomatyzowane. Pracownik potrzebny jest tylko przy połączeniu między cięciem laserowym i składanym stanowiskiem pracy oraz przy maszynie do wykrawania i dziurkowania.  Cały proces przetwarzania blachy, kontrolowany jest przez narzędzie do planowania wielozasobowego APS (Advanced Planning and Scheduling) w proALPHA.

Zapewnia to, że zamówienia klientów realizowane są w tej inteligentnej fabryce w możliwie najkrótszym czasie, zgodnie z uzgodnionym terminem dostawy.

“Warunkiem tego jest stanowisko, które zbiera, koordynuje i kontroluje wszystkie informacje” – podkreśla Norbert Blessing. System ERP jest do tego predestynowany, ponieważ w tym przypadku dane wszystkich niezbędnych procesów są zawsze połączone i spójne. Następnym logicznym krokiem w inteligentnej fabryce będzie połączenie wszystkich maszyn, systemów i aplikacji logistycznych.

Najważniejsze korzyści:

  • Prototyp dla przyszłych inteligentnych produktów z przewidującą funkcją konserwacji, która pomaga zapobiegać awariom sprzętu u klientów
  • Wymiana danych między sterowaniem urządzeniem i modułem serwisowym proALPHA umożliwia tworzenie innowacyjnych ofert konserwacji prewencyjnej i prognostycznej (Predictive maintenance), zapewniając konkurencyjność na rynku
  • Inteligenta fabryka posiadająca w pełni zautomatyzowane procesy produkcyjne w zakresie obróbki blach
  • Ekonomiczna i sprawniejsza produkcja o 20 – 30 procent, dzięki wyższej produktywności przy pracy zmianowej
Planowanie produkcji APS a Excel

Wielostopniowa koncepcja inwestycyjna dla Przemysłu 4.0

Rozwój inteligentnej fabryki w firmie KLAUS Multiparking nie został jeszcze w całości ukończony. Dzięki dodatkowym, tymczasowym magazynom, które są zintegrowane logistycznie, cały proces produkcyjny ma być dalej optymalizowany. Ponadto, przewidziane jest podłączenie do produkcji kolejnej maszyny do cięcia laserowego. “Zaplanowaliśmy wielostopniowy projekt inwestycyjny”, mówi Dyrektor Zarządzający Groneberg.  Zasadniczo już teraz maszyny mogą pracować całkowicie i autonomicznie przez osiem godzin, a firma jest w stanie pracować na dwie zmiany z porównywalną siłą roboczą.

Oznacza to, że inteligentna produkcja wyraźnie poprawia efektywność kosztową o 20 do 30 procent.  Jednocześnie można produkować szybciej, zachowując niezmiennie wysoką jakość. “Naszym celem jest wirtualnie samoorganizująca się produkcja, w której ludzie, maszyny, sprzęty, logistyka i produkty komunikują się bezpośrednio ze sobą.”- podkreśla Blessing, Kierownik IT. proALPHA będzie pełniła tu rolę centralnej platformy zarządzającej danymi.

Firma KLAUS Multiparking - fakty i dane

Nazwa:
  • KLAUS Multiparking GmbH
Strona www:
LOKALIZACJE:
  • Aitrach
  • Biura sprzedaży i serwisu w Taufkirchen i Grevenbroich
PRODUKTY:
  • Automatyczne i półautomatyczne systemy parkowania wielopoziomowego – palety parkingowe i wieżowe
  • Systemy typu widłowego i wahadłowego
LICZBA PRACOWNIKÓW:
  • około 200 (2017)
OBRÓT:
  • 60 mln € (2017)
„Chcemy aby nasze produkty były jeszcze bardziej inteligentne, dzięki czemu zwiększymy zaufanie klientów. W tym celu stworzyliśmy razem z proALPHA prototyp Predictive maintenence –  do prognozowania awarii i napraw konserwacyjnych.”

Michael Groenberg,

Dyrektor Zarządzający

KLAUS Multiparking GmbH

Przeczytaj również:

Predictive maintenance, zwane również predykcyjnym utrzymaniem ruchu, to metoda zarządzania konserwacją, która wykorzystuje zaawansowane technologie, takie jak uczenie maszynowe (machine learning) i Internet rzeczy (IoT), do przewidywania awarii i planowania konserwacji na podstawie rzeczywistych danych związanych z stanem urządzeń. Dzięki temu można unikać nieoczekiwanych przestojów produkcyjnych i minimalizować koszty konserwacji.

Jak można przetłumaczyć “predictive maintenance” na język polski?

“Predictive maintenance” po polsku można przetłumaczyć jako “predykcyjne utrzymanie ruchu”. Jest to metoda zarządzania konserwacją, która polega na przewidywaniu awarii i planowaniu konserwacji na podstawie rzeczywistych danych związanych z stanem urządzeń.

 Jakie są zastosowania uczenia maszynowego w predictive maintenance?

Uczenie maszynowe jest jednym z kluczowych elementów predictive maintenance. Za pomocą technik uczenia maszynowego, takich jak algorytmy regresji, drzewa decyzyjne, sieci neuronowe czy algorytmy klasyfikacji, można analizować dane dotyczące stanu urządzeń, prognozować awarie i planować konserwację na podstawie tych prognoz. Uczenie maszynowe umożliwia automatyczne wykrywanie wzorców i anomalii w danych, co pozwala na wczesne wykrycie potencjalnych problemów.

Jakie jest zastosowanie IoT w predictive maintenance?

Internet rzeczy (IoT) jest jednym z kluczowych narzędzi w predictive maintenance. Dzięki sensorom i urządzeniom połączonym z internetem, można zbierać dane dotyczące stanu urządzeń w czasie rzeczywistym. Te dane mogą być analizowane w czasie rzeczywistym lub przechowywane w chmurze, gdzie mogą być przetwarzane za pomocą analizy danych i uczenia maszynowego. Kluczowa jest prawidłowa migracja do chmury publicznej. Dzięki IoT można monitorować stan urządzeń na bieżąco, co pozwala na wczesne wykrycie anomalii i przewidywanie awarii.

 Jakie są korzyści z zastosowania predykcyjnego utrzymania ruchu?

Zastosowanie predykcyjnego utrzymania ruchu może przynieść liczne korzyści, takie jak minimalizacja przestojów produkcyjnych, optymalizacja kosztów konserwacji, wydłużenie żywotności urządzeń, zwiększenie efektywności produkcji, poprawa jakości produktów oraz zwiększenie bezpieczeństwa pracy. Zacznij od dobrej strategii migracji do chmury, aby zapewnić sprawne predykcyjne utrzymanie ruchu.

Oto kilka najlepszych praktyk w wdrożeniu Predictive Maintenance:

  • Analiza i gromadzenie danych:

Ważne jest, aby gromadzić i analizować dane z różnych źródeł, takich jak sensory IoT, systemy monitorowania zdalnego czy analiza drgań. Dane te są podstawą do prognozowania awarii i planowania konserwacji.

  • Wybór odpowiednich algorytmów:

Istnieje wiele różnych algorytmów machine learning i analizy danych, które mogą być stosowane w PM. Wybór odpowiednich algorytmów zależy od specyfiki procesów produkcyjnych i rodzaju urządzeń. Ważne jest, aby dostosować je do konkretnej sytuacji i regularnie je aktualizować.

  • Integracja z systemami istniejącymi:

Wdrożenie Predictive Maintenance powinno być zintegrowane z istniejącymi systemami zarządzania produkcją, konserwacją i innymi procesami. Integracja pozwoli na efektywne monitorowanie i zarządzanie procesami produkcyjnymi.

  • Szkolenie personelu:

Wprowadzenie Predictive Maintenance wymaga odpowiedniego szkolenia personelu odpowiedzialnego za zarządzanie konserwacją i monitorowanie urządzeń. Szkolenia powinny obejmować zarówno aspekty techniczne, jak i analityczne, aby personel był w stanie skutecznie korzystać z narzędzi PM.

  • Monitorowanie i doskonalenie:

Predictive Maintenance  to proces dynamiczny, który wymaga ciągłego monitorowania, analizy i doskonalenia. Regularne przeglądy i aktualizacje algorytmów oraz monitorowanie wyników wdrożenia Predictive Maintenance pozwoli na identyfikowanie obszarów do doskonalenia i optymalizacji procesów.

predictive maintenance po polsku - predykcyjne utrzymanie ruchu

Wdrożenie Predictive Maintenance może być związane z kilkoma wyzwaniami, takimi jak:

  • Zbieranie i analiza dużych zbiorów danych:

Wdrożenie Predictive Maintenance wymaga gromadzenia, przechowywania i analizy dużych ilości danych z różnych źródeł. Wydobycie wartościowych informacji z tych danych może być wyzwaniem, zwłaszcza jeśli organizacja nie ma odpowiednich narzędzi i zasobów do ich efektywnej analizy.

  • Integracja z istniejącymi systemami:

Integracja Predictive Maintenance z istniejącymi systemami zarządzania produkcją, konserwacją i innymi procesami może być skomplikowana. Wymaga dostosowania i synchronizacji różnych systemów, co może być czasochłonne i wymagać odpowiednich zasobów.

  • Wyzwania związane z danymi:

Dane wykorzystywane w Predictive Maintenance mogą być niekompletne, nieaktualne lub niejednolite, co może wpłynąć na jakość prognoz i planowanie konserwacji. Również ochrona prywatności danych może być wyzwaniem, zwłaszcza jeśli dane pochodzą z różnych źródeł.

  • Akceptacja kultury organizacyjnej:

Wdrożenie Predictive Maintenance może wymagać zmiany kultury organizacyjnej, zwłaszcza jeśli organizacja nie jest przyzwyczajona do korzystania z danych w procesach konserwacji. Akceptacja nowych metod i narzędzi może być trudna, zwłaszcza jeśli istnieją uprzedzenia lub obawy wśród personelu.

  • Koszty wdrożenia:

Wprowadzenie Predictive Maintenance może być kosztowne, zwłaszcza jeśli wymaga zakupu nowych urządzeń, oprogramowania czy szkoleń dla personelu. Organizacje muszą odpowiednio ocenić koszty i korzyści z wdrożenia Predictive Maintenance oraz przygotować odpowiedni budżet na ten cel.

predictive maintenance po polsku - predykcyjne utrzymanie ruchupredictive maintenance po polsku - predykcyjne utrzymanie ruchu

Jak możemy Ci pomóc?

Wybierasz system ERP i nie wiesz, które funkcjonalności odpowiadają potrzebom produkcji? Chcesz się poznać zakres innych wdrożeń systemu ERP?  Chętnie omówimy z Tobą możliwości, korzyści i wątpliwości, które masz. Zachęcamy do dzielenia się doświadczeniami, spostrzeżeniami i wrażeniami. Napisz do nas!