Непрерывное совершенствование на умных заводах по-прежнему опирается на человеческое суждение
Оригинальное название: Continuous Improvement in Smart Factories Still Runs on Human Judgment
Публикация утверждает, что технологии умного производства ускоряют выявление проблем, анализ и в отдельных ограниченных случаях автоматическое управление, однако сами по себе не образуют непрерывное совершенствование. Его обеспечивают целенаправленный отбор полезных данных, понятные владельцы предупреждений, решения и проверка результатов, а также сочетание автоматизации с человеческой ответственностью за цели, риски, исключения и стандартизацию изменений.
Статья предостерегает от представления, будто оснащение предприятия датчиками, сетевыми системами управления и обновляемыми в реальном времени панелями мониторинга само по себе запускает улучшения. Такие средства создают информацию, однако улучшение происходит лишь тогда, когда эта информация меняет процесс, стратегию управления, решение по техническому обслуживанию или практику эксплуатации. Часть реакций может быть автоматизирована, но самой системе улучшений всё равно необходимы определённые цели, проверка результатов и ответственность. Панель мониторинга, которой никто не пользуется, не является системой улучшений.
Авторы указывают, что современное умное производство автоматизирует не только сбор данных: системы способны измерять, анализировать, оптимизировать и в ограниченных применениях самостоятельно корректировать управление. Их ключевое преимущество состоит в предоставлении своевременных детализированных эксплуатационных данных в большом масштабе. Если активы, продукция и события корректно идентифицированы и интегрированы, связанное предприятие может показать, какие остановки повторяются, когда и при каких условиях они происходят и как долго длятся. Но это даёт более быстрые и подробные свидетельства, а не гарантированную точность или понимание сути проблемы.
Повторяющееся заклинивание может выявляться автоматически, а система управления способна самостоятельно исправить некоторые условия. Однако для устранения регулярно возникающих потерь обычно требуется определить проблему, проверить причины, оценить компромиссы, утвердить изменение и удостовериться, что контрмера сработала и не создала нового риска. Подключённый завод может обнаруживать неисправности вне рабочих часов персонала, быстро сопоставлять текущую производительность с историческими базовыми уровнями и выявлять медленные тенденции, которые трудно заметить вручную, — при условии, что датчики и аналитика спроектированы именно для этих задач. Неподключённое предприятие также может улучшаться за счёт наблюдений и дисциплинированного решения проблем, но располагает меньшим объёмом автоматически получаемых данных. Вопрос, как подчёркивает материал, заключается не в полезности приборного оснащения, а в том, какие решения будет поддерживать информация и какой уровень автоматизации уместен.
Отдельный риск подключённых производств — информационная перегрузка. Тысячи тегов, сотни предупреждений и многоуровневые панели могут скрыть полезный сигнал в шуме; больше данных не означает больше понимания. Эффективные программы определяют, какие показатели и предупреждения поддерживают конкретную цель, решение или реакцию, а данные с меньшей ценностью сохраняют для диагностики, не выводя их постоянно перед операторами. Для этого необходима программа мониторинга состояния активов на основе рисков. Её охват следует проектировать с учётом критичности актива, достоверных видов отказов, обнаруживаемых индикаторов состояния и действий, доступных предприятию.
Та же дисциплина нужна и непрерывному совершенствованию: регулярное внимание стоит сосредоточить на показателях, связанных с результатом, а остальные данные оставлять для диагностики по необходимости. Передача надёжных данных мониторинга в хорошо спроектированную стратегию предиктивного технического обслуживания может помочь превратить приборное оснащение в более ранние и качественные решения по обслуживанию. Данные оправдывают себя, когда меняют решение, запускают полезную автоматизированную реакцию или улучшают модель, влияющую на действие. До этого они остаются сохранёнными свидетельствами, а не улучшением.
В статье говорится, что отбор сигналов требует сознательно не показывать людям каждый доступный показатель. У каждого повторяющегося предупреждения должны быть назначенный владелец, реакция, путь эскалации либо явно указанная исключительно информационная роль. Даже точное предупреждение может иметь небольшую эксплуатационную ценность, если оно никогда не влияет на решение. Меньшее число предупреждений, по которым можно действовать, часто предпочтительнее неконтролируемого объёма тревог, формирующего усталость от сигналов. Качество системы мониторинга определяется не только тем, что она обнаруживает, но и своевременностью, приоритизацией, понятностью и применимостью её предупреждений. Само по себе расширение измерений не означает улучшения: оно проявляется в подтверждённых изменениях производительности, риска, качества, затрат или надёжности.
Реальные улучшения на подключённом предприятии обычно возникают из замкнутого контура, а не из единственного источника: датчики и модели дают наблюдения, люди или автоматическая логика управления их интерпретируют либо применяют, затем результат измеряется. Исследования умного производства рассматривают данные и аналитику как поддержку принятия решений и всё чаще как основу автономных функций, одновременно признавая ценность знаний, создаваемых людьми. Поэтому предприятиям нужны и технические возможности, и сотрудники, способные понимать тенденции, ставить под сомнение аномалии и проверять изменения. Короткий ежедневный обзор нескольких значимых показателей может принести больше пользы, чем большая панель без ответственного владельца, если эти показатели ведут к решениям.
Даже при автоматической работе моделей или систем управления люди задают цели, одобряют многие изменения, расследуют исключения и решают, приемлем ли результат. По мнению автора, непрерывное совершенствование — это контур обратной связи между свидетельствами, действием и проверкой, а не сама панель мониторинга. Система способна вывести сигнал, но человек либо регулируемая автоматическая реакция должны превратить его в действие, улучшающее процесс. Здоровые подключённые предприятия сочетают автоматизацию с чётким распределением ответственности: операторы добавляют контекст, который могут не охватывать датчики и модели, а модели выявляют закономерности, пропускаемые людьми.
В процедурах Автономного технического обслуживания обученные операторы обычно выполняют в рамках правил площадки определённые базовые работы по уходу, осмотру, очистке, смазке, подтяжке и обнаружению отклонений; проблемы за пределами этого объёма эскалируются. Цель не в предоставлении всем неограниченных полномочий, а в ясности информации, ответственности и маршрутов реагирования. Материал заключает, что автоматизироваться будет больше производственных решений, а некоторые системы уже оптимизируют ограниченные процессы почти без вмешательства. Тем не менее за людьми остаётся ответственность за цели, безопасность, компромиссы, исключения и решение о стандартизации изменения. Наиболее сильные умные заводы объединяют измерения, аналитику и автоматизацию с дисциплинированной человеческой ответственностью, не считая достаточной ни одну из этих сторон по отдельности.