Dane z maszyn produkcyjnych: które warto zbierać?

Z maszyn zbieraj dane, które pomagają Ci odtworzyć przebieg produkcji, znaleźć źródło strat i połączyć parametry procesu z wynikiem. Na początek zwykle wystarczą stany maszyny, czasy cyklu, liczniki, zatrzymania, alarmy i wynik OK/NOK. Temperaturę, ciśnienie, pobór prądu czy drgania dodawaj wtedy, gdy chcesz sprawdzić zależność.

Zacznij od problemu produkcyjnego i określ, co chcesz wyjaśnić, wypisz informacje potrzebne do analizy, a później dobierz sygnały z PLC i dane z innych systemów.

PLC potrafi udostępnić setki zmiennych, ale potrzebujesz przede wszystkim tych, które pomagają Ci wyjaśnić określoną sytuację na produkcji.

Przy spadku wykonania planu sprawdzasz czas pracy, zatrzymania i tempo cyklu, a przy problemach jakościowych łączysz parametry procesu z partią albo konkretną sztuką. Utrzymanie ruchu analizuje temperaturę, pobór prądu, drgania, alarmy i zdarzenia poprzedzające awarię. Najprościej będzie Ci przejść przez poniższe sześć elementów:

Załóżmy, że chcesz znaleźć źródło strat czasu. Najpierw określasz, kiedy maszyna stanęła i jak długo trwał postój. Później przypisujesz przyczynę, sprawdzasz wpływ na produkcję i wybierasz odpowiednie sygnały z PLC, dane z MES albo informacje od operatora.

ISA-95 opisuje modele i wymianę informacji między sterowaniem, zarządzaniem operacjami produkcyjnymi i systemami biznesowymi. Sterownik zwykle dostarcza dane o stanie urządzenia i przebiegu procesu. MES, ERP albo aplikacja operatorska mogą dostarczyć kontekst zlecenia, produktu, partii czy przyczyny zdarzenia.

Na początku skup się na pytaniach czy problemach, które najczęściej wracają na produkcji. Przykładowo:

Alarm z napędu opisuje zdarzenie techniczne, a gdy połączysz go z czasem trwania, zleceniem i zmianą, zobaczysz, ile czasu produkcyjnego zajęło zdarzenie. Jeśli chcesz przeliczyć ten czas na potencjalnie utraconą produkcję, dodaj tempo referencyjne właściwe dla danego produktu lub procesu.

Pierwszy zestaw danych powinien pozwolić Ci odtworzyć przebieg pracy maszyny w ciągu zmiany. Zwykle obejmuje stan urządzenia, początek i koniec cyklu, licznik sztuk, wynik OK/NOK, początek i koniec zatrzymania, kod alarmu, tryb pracy oraz aktywny program albo recepturę.

Z takiej historii możesz wywnioskować, kiedy linia pracowała, kiedy stała, ile trwały cykle i jak często występowały zakłócenia. Da Ci to materiał do analizy dostępności, mikroprzestojów i zmian tempa pracy.

PLC może przekazać informację o awarii napędu, stanie osłony, błędzie czujnika albo innym zdarzeniu technicznym, jeśli program sterownika obsługuje taką diagnostykę. Przyczyny organizacyjne często pochodzą z innych źródeł. MES może zawierać dane o zleceniu i produkcie, a operator może wskazać brak materiału, oczekiwanie na decyzję jakościową albo problem logistyczny.

Licznik 12 480 sztuk daje Ci konkretną liczbę, ale dopiero produkt, zlecenie i okres produkcyjny pokazują, czego ona dotyczy. Tak samo działa temperatura procesu. Wartość 186°C zaczyna coś mówić o produkcji dopiero wtedy, gdy połączysz ją z partią, etapem procesu i wynikiem kontroli. Ze względu na to przy danych z PLC często potrzebujesz także:

Przy każdej zmiennej określ dwa źródła: samego sygnału oraz kontekstu. W ten sposób dowiesz się, które informacje znajdziesz w PLC, MES lub ERP, a które musi uzupełnić operator.

Temperatura, ciśnienie, moment, prąd, przepływ czy drgania potrafią szybko zwiększyć zakres projektu, więc każdy z tych parametrów połącz z konkretnym zapytaniem.

Jeśli dział jakości chce sprawdzić zależność między temperaturą a liczbą braków, potrzebujesz wartości temperatury z odpowiedniego momentu, identyfikacji produktu lub partii oraz wyniku kontroli. Wtedy możesz porównać przebieg procesu z rzeczywistym wynikiem jakościowym.

Przy diagnostyce postępujesz podobnie. Jeśli chcesz sprawdzić, czy pobór prądu zmienia się przed zatrzymaniem urządzenia, zestaw historię prądu z momentami awarii, przestojów i interwencji serwisowych. Takie porównanie pokaże, czy między tymi zdarzeniami występuje powtarzalna zależność.

Każdy dodatkowy parametr powinien więc odpowiadać na jedno konkretne pytanie dotyczące produktu, jakości, awarii, postoju albo fazy procesu.

Każdy sygnał zmienia się w innym tempie. Stan maszyny możesz zapisywać przy zmianie, temperaturę stabilnego procesu próbkować okresowo, z kolei szybko zmieniający się sygnał diagnostyczny może wymagać znacznie gęstszego odczytu.

W całym torze danych rozdziel trzy etapy, czyli odczytywanie źródła przez serwer OPC UA, przekazywanie wybranych zmian do klienta oraz archiwizację w historianie albo innym systemie. Każdy etap może działać według innych reguł i z inną częstotliwością.

OPC UA pozwala ustawić częstotliwość próbkowania, kolejki i filtry dla monitorowanych zmiennych. Możesz też zastosować filtr zmiany wartości, czyli DataChangeFilter, z tzw. deadbandem. System pomija drobne wahania i wysyła informację dopiero wtedy, gdy wartość zmieni się o ustalony próg. Przykładowo przy pomiarze temperatury możesz uznać, że zmiana o 0,1°C jest zbyt mała, żeby rejestrować każde takie odchylenie, a interesują Cię dopiero większe zmiany. System archiwizujący dane może później zastosować własne zasady zapisu.

Dlatego przed konfiguracją ustal, jak szybko zmienia się obserwowane zjawisko i jak dokładnej historii potrzebujesz później. Te dwa kryteria powinny decydować o częstotliwości zapisu.

Jeśli łączysz dane z kilku maszyn i systemów, musisz znać rzeczywisty moment wystąpienia zdarzenia. Nawet niewielka różnica między urządzeniami może zmienić kolejność zdarzeń w analizie, jeśli proces przebiega szybko.

OPC UA rozróżnia SourceTimestamp, czyli czas przypisany wartości przez jej źródło oraz ServerTimestamp, który wskazuje moment, w którym serwer otrzymał wartość albo uznał ją za aktualną.

Przed uruchomieniem zbierania danych ustal źródło czasu, sposób synchronizacji urządzeń oraz zachowanie systemu po przerwie komunikacyjnej. Przy mikroprzestojach, traceability i analizie jakościowej spójna oś czasu ułatwia prawidłowe łączenie zdarzeń z kilku źródeł, a wymaganą dokładność synchronizacji dobierz do dynamiki procesu i rodzaju analizy.

Ten podział uporządkuje projekt i pomoże ustalić kolejność prac. Jeśli chcesz badać dostępność, pierwszy poziom często daje wystarczający punkt startu. Przy traceability szybko potrzebujesz danych z drugiego poziomu. Analiza jakości zwykle prowadzi do trzeciego.

Załóżmy, że linia regularnie kończy zmianę poniżej zakładanej liczby sztuk. Zespół podejrzewa mikroprzestoje.

Na początek zbierz stan maszyny, czas początku i końca cyklu, licznik sztuk oraz informacje o zatrzymaniach. Po kilku dniach historii zobaczysz, czy linia traci wynik na dłuższych postojach, częstych krótkich przerwach czy stopniowym wydłużaniu cyklu.

Jeśli PLC zapisuje kod przyczyny zatrzymania, dodaj go do historii. Przy zdarzeniach organizacyjnych dołącz dane z MES albo informacje od operatora.

Gdy analiza pokaże wydłużające się cykle, rozszerz zakres o kolejne parametry: temperaturę, ciśnienie, czas poszczególnych faz, stan podajnika czy obciążenie napędu. Wtedy każdy nowy sygnał odpowiada na konkretną hipotezę dotyczącą przyczyny problemu.

Produkcja określa pytania, na które chce odpowiedzieć. Automatyk wskazuje dostępne sygnały z PLC i sposób ich reprezentacji. Technolog wybiera parametry procesu. Utrzymanie ruchu wnosi informacje o awariach i zachowaniu urządzeń. IT lub OT odpowiada za transmisję, przechowywanie i dostęp do danych.

Przy jakości i traceability dołącz również osoby odpowiedzialne za kontrolę produktu i identyfikację partii. Wspólnie przygotujcie jeden arkusz z celem, źródłem, kontekstem, właścicielem i częstotliwością dla każdej ważnej danej.

Taki dokument daje zespołowi technicznemu jasny zakres i ogranicza późniejsze dokładanie przypadkowych zmiennych.

Przygotuj prostą tabelę roboczą z poniższymi elementami:

Automatyk sprawdzi na tej podstawie dostępność sygnałów. Integrator określi sposób ich pobrania i mapowania. Produkcja zweryfikuje, czy zakres odpowiada na realne problemy.

Jeśli w zakładzie działa wiele maszyn, kilka generacji sterowników i różne systemy nadrzędne, zacznij od analizy źródeł danych albo audytu przedwdrożeniowego. Taki etap pokaże, które informacje już masz, gdzie występują luki i jakie źródła trzeba połączyć.

Do arkusza z tagami dodaj kolumnę zastosowanie w decyzji. Przy każdej zmiennej wpisz, kto z niej korzysta i do jakiej analizy jej potrzebuje. Jeśli zespół potrafi wskazać zastosowanie, zmienna znajdzie swoje miejsce w projekcie. Gdy dana przyda się dopiero przy innym pytaniu, dodasz ją w kolejnym etapie.

W ten sposób projektujesz dane z maszyn produkcyjnych. Zaczynasz od problemu, określasz potrzebną informację, dodajesz kontekst i dopiero wtedy schodzisz do konkretnego sygnału z PLC. Ten porządek daje Ci krótszą listę danych i bardziej przejrzysty zakres wdrożenia.

Zacznij od stanów maszyny, liczników, czasów cyklu, zatrzymań, alarmów i wyników OK/NOK. Parametry procesowe dodawaj wtedy, gdy analizujesz jakość, stan urządzenia albo konkretną fazę procesu.

Dopasuj częstotliwość do dynamiki sygnału i celu analizy. Status zapisuj przy zmianie, wolnozmienne parametry okresowo, a szybko zmieniające się sygnały z większą rozdzielczością.

Powiąż sygnały z PLC z produktem, zleceniem, partią, recepturą, zmianą i wynikiem jakościowym. Kontekst może pochodzić z MES, ERP, aplikacji operatorskiej albo innych systemów działających w zakładzie.

Najczęściej potrzebujesz identyfikatora produktu lub partii, czasu operacji, stanowiska, receptury, parametrów procesu i wyniku kontroli. Zakres dobierz do procesu oraz poziomu szczegółowości historii produktu.

Wybierz jeden problem, na przykład mikroprzestoje, braki albo wydłużający się cykl. Wypisz informacje potrzebne do jego wyjaśnienia, a później przypisz do nich konkretne zmienne z PLC i dane z innych źródeł.