Mikrokomputer

Direktur tahu mesin sedang bekerja. Berapa lama, di bawah beban berapa, kenapa satu shift menghasilkan 30% lebih sedikit — hal-hal itu tetap tidak diketahui.

Pendekatan TI untuk produksi

Di otomasi industri ada dua kutub. Di satu sisi — solusi mahal dari vendor besar: sistem manajemen produksi, kembar digital, integrasi bernilai jutaan dolar. Di sisi lain — pengumpulan data manual, saat informasi dicatat sesekali lalu hilang. Sebagai spesialis TI dengan pengalaman di observability, kami memutuskan untuk menerapkan pada peralatan produksi prinsip yang sama yang dipakai untuk memantau server dan aplikasi. Metrik dikumpulkan dari sensor, dikirim ke cloud, divisualisasikan di dasbor. Peringatan datang ketika sesuatu keluar dari batas. Log disimpan untuk analisis. Produksi adalah sumber telemetri yang sama seperti infrastruktur TI. Pertanyaannya adalah bagaimana mengumpulkan data itu dan apa yang dilakukan dengannya.

Zona buta

Bayangkan sebuah bengkel. Lima puluh mesin, tiga shift, dua ratus orang. Sebagian peralatan modern, dengan kontroler dan layar. Sebagian lagi mekanis, tanpa elektronik, model berusia 30 hingga 50 tahun. Data operasi terkumpul berkeping-keping: ada yang mencatat sesuatu, ada yang mengingat, ada yang menyampaikan secara lisan. Di akhir bulan muncul laporan. Angkanya ada, tidak menjelaskan apa-apa. Kenapa satu seksi selalu tertinggal? Kenapa di mesin ini bagian-bagian lebih sering patah? Kenapa konsumsi listrik naik padahal volume produksi sama saja? Hal yang paling utama — tidak ada cara untuk membandingkan. Bagaimana seksi ini bekerja setahun lalu? Bagaimana pesanan serupa ditangani kuartal lalu? Nilai apa yang muncul sebelum kerusakan terakhir? Tanpa data yang terkumpul, pertanyaan-pertanyaan ini tetap tanpa jawaban.

Bagaimana kami menyelesaikannya

Kami menerapkan pada produksi prinsip yang sama yang bekerja di TI: observasi, logging, metrik, alerting. Sumber datanya berubah — kini berupa mesin, sensor, dan kontroler. Jaringan. Seluruh peralatan perlu dihubungkan. Di mana memungkinkan — dipasang kabel arus lemah. Di mana kabel tidak mencapai — dipasang node dengan modem 4G. Setiap node bekerja otonom: jika koneksi putus, data menumpuk secara lokal dan dikirim ketika koneksi kembali. Perangkat keras. Di seluruh bengkel ditempatkan mikrokomputer dengan sensor yang terhubung. Konfigurasi bergantung pada tugas: satu mikrokomputer dapat melayani beberapa mesin, atau satu mesin dapat memiliki beberapa titik pengumpulan data. Cloud. Semua data mengalir ke satu sistem tempat monitoring, peringatan, dan analitika bekerja. Komputasi terjadi di cloud, sumber daya disewa sesuai kebutuhan.

Peralatan di bengkel

Untuk mesin modern dengan kontroler, integrasi berjalan lewat Modbus atau Ethernet. Data sudah ada di dalam mesin — tinggal diambil dan dikumpulkan di satu tempat. Pada mesin tua tanpa elektronik, dipasang sensor eksternal, mekanikanya tetap tak tersentuh. Meter energi Modbus dipasang pada rel DIN di panel listrik dan menampilkan konsumsi secara real-time: mode kerja, beban, anomali. Model tiga fasa memungkinkan melihat gambaran lengkap untuk setiap fasa. Akselerometer MEMS di bodi melacak getaran — darinya terlihat perubahan pada kerja mekanisme. Sensor suhu pada titik-titik kritis mencatat penyimpangan dari norma. Pada mesin bubut dan frais, sensor RPM spindel menunjukkan mode kerja. Pada mesin berpenggerak hidraulik atau pneumatik — sensor tekanan. Sensor level oli dan cairan pendingin memberi tahu kebutuhan perawatan. Penghitung siklus mencatat jumlah operasi.

Peralatan lama

Cerita tersendiri — mesin tanpa elektronik. Bisa jadi sebuah mesin bubut berusia 30 hingga 50 tahun yang bekerja sejak pabrik dibangun, atau model modern yang dirakit menurut skema klasik tanpa kontroler digital. Mesin seperti itu andal, menggantinya tidak masuk akal, dan ia sukar untuk observasi harian dengan pencatatan nilai — pada mesin baru dengan kontroler hal itu mudah. Pada peralatan seperti itu bisa dipasang sensor getaran, sensor level oli, meter energi pada sisi suplai — ini contoh, daftar sebagian. Setelah pemasangan terlihat: apakah mesin bekerja atau berhenti, dalam beban atau beroperasi kosong, getaran pada batas normal atau sudah muncul penyimpangan, berapa banyak oli yang tersisa. Muncul kemampuan untuk memantau kondisi peralatan di antara pemeriksaan terjadwal.

Pertanyaannya adalah berapa lama lagi mesin ini akan bekerja tanpa perawatan. Dengan sensor, hal itu bisa diprediksi.

Kualitas udara dan ventilasi

Untuk sebagian produksi, pengendalian udara adalah soal keselamatan. Di bengkel cat, pabrik pengolahan kayu, bengkel reparasi, debu atau uap yang melayang dapat bersifat kritis. Sensor kualitas udara dengan antarmuka Modbus atau RS485 mengukur konsentrasi partikel PM2.5 dan PM10, kadar CO2, senyawa organik volatil (VOC). Data-data ini masuk ke sistem monitoring yang sama. Peringatan dapat dikonfigurasi: jika konsentrasi debu melebihi norma, sistem memberi tahu penanggung jawab. Bisa dihubungkan dengan ventilasi: ketika CO2 naik, kapasitas pemasok udara meningkat secara otomatis. Sensor serupa juga dipasang pada sistem ventilasi: apakah exhaust berjalan atau tidak, apakah udara mengalir atau tergenang, berapa kapasitas di setiap tahap. Hal ini memperlihatkan keadaan sistem teknik secara real-time dan memungkinkan mengenali masalah jauh sebelum udara di bengkel menjadi sulit dihirup.

Keamanan dan pengendalian

Infrastruktur yang sama yang mengumpulkan data dari peralatan juga melayani tugas keamanan. Baik untuk dipahami: ini adalah model berbasis peristiwa. Setiap peristiwa dicatat — palka terbuka, pintu tertutup, sensor kehadiran terpicu. Walau informasinya saat ini tak diperlukan, ia bisa dibutuhkan untuk analisis insiden atau analitika. Simpanlah data yang tampak tak berarti.

Seluruh peristiwa masuk ke sistem yang sama. Satu dasbor menampilkan kondisi peralatan bersama peristiwa keamanan.

Cloud dan analitika

Seluruh sistem dari banyak mikrokomputer yang tersebar di perusahaan dikelola dari satu pusat. Itu bisa cloud atau server lokal di lokasi. Cloud lebih sederhana untuk memulai: tidak perlu membeli dan memelihara perangkat server. Data disimpan dalam beberapa salinan di server yang berbeda — jika sesuatu terjadi pada satu server, informasi tetap aman. Untuk sebagian besar tugas monitoring, ini cukup. Server lokal masuk akal bila data bersifat sensitif dan harus berada di dalam batas perusahaan, atau bila diperlukan respons real-time tanpa ketergantungan pada internet. Untuk pengumpulan dan visualisasi data kami memakai perangkat open source: Prometheus untuk metrik, Grafana untuk dasbor, Loki untuk log. Peringatan datang ke messenger atau surel.

Data menunjukkan penyebab. Langkah berikutnya adalah rencana tindakan.

Dalam sistem terlihat waktu kerja nyata setiap mesin, penghentian dan durasinya, anomali konsumsi energi, efektivitas shift dan area, tren indikator. Hal ini memungkinkan perawatan direncanakan sebelum kerusakan: jika getaran mulai naik, setelah sejumlah jam tertentu perlu dilakukan intervensi.

Data dan orang

Lapisan analitika tersendiri muncul ketika metrik teknis disandingkan dengan data shift dan operator tertentu. Terlihat mesin mana yang bekerja di shift mana, siapa yang ditugaskan, indikator mana yang tercapai. Hal ini membantu memunculkan masalah sistemik: mungkin persoalannya ada pada logistik pasokan material di shift malam. Atau satu mesin memerlukan waktu setup yang lebih lama. Atau jenis komponen tertentu diproduksi dengan konsisten lebih lambat.

Cara kami bekerja

Kami mulai dengan memahami tugas: observabilitas seperti apa yang diperlukan, apa yang sudah ada di perusahaan, data apa yang ingin dikumpulkan. Jika ada infrastruktur arus lemah — baik, itu mempercepat penggelaran. Jika tidak ada — kami bekerja dengan modem 4G atau melibatkan kontraktor untuk pemasangan jaringan. Selanjutnya — perancangan: sensor apa, ditempatkan di mana, dihubungkan ke dalam satu sistem bagaimana. Kemudian penggelaran: pemasangan perangkat, konfigurasi perangkat lunak, integrasi dengan proses yang ada. Setelah peluncuran — pelatihan: kami menunjukkan bagaimana bekerja dengan dasbor dan peringatan. Dan dukungan: kami memantau kondisi, memperbarui firmware, memperluas sistem sesuai kebutuhan. Bisa dimulai dari satu area atau bahkan beberapa mesin, melihat cara kerjanya, lalu memperluas.

Untuk siapa ini

Pemantauan seperti ini adalah alat bagi mereka yang siap bekerja dengan data. Pertama-tama informasi perlu dikumpulkan. Lalu — coba silangkan menurut berbagai kriteria: menurut waktu, shift, jenis produk, area. Menemukan tren. Selanjutnya — dengan memanfaatkan tinjauan log maupun percakapan dengan orang-orang di shift, mencari penjelasan dan solusi. Ini bermanfaat bagi mereka yang menangani perbaikan proses di perusahaan. Bagi tim keamanan yang membutuhkan gambaran utuh peristiwa. Bagi manajemen yang membutuhkan analitika teragregasi untuk seluruh produksi. Bagi teknolog yang ingin memahami bagaimana peralatan benar-benar bekerja. Data saja tidak memutuskan apa pun. Ketika sejumlah besar informasi yang tersebar dipersatukan menurut kriteria dan tersedia untuk dianalisis — muncul kemungkinan untuk mengambil keputusan berdasarkan fakta, dengan dugaan disingkirkan ke samping.

Berikutnya

Pembuat Shorts

Alat online untuk membuat video pendek menggunakan Blender, Python, dan grafis 3D. Otomatisasi pembuatan konten untuk media sosial.

→