Tootlikkus andmeaidast ehk andmemahukas tootmine.
Autor: Madis Maripuu; BCS Itera konsultant ja Mihkel Nugis; BCS Itera konsultant-arendaja
Andmemahukas (ingl big data) tootmine tähendab, et tootmise juhtimisotsused tehakse mahukate andmehulkade analüüsi kaudu.
Näiteks võib töötava masina laagrite, müra ja vibratsiooni kaudu ennustada masina tehniliste seisakute ja rikete tõenäosust. Juba aastakümneid tagasi välja töötatud tehnoloogia, kuidas müra ja vibratsiooni mõõtmise tulemusel on võimalik ennustada masina detailide purunemist, on täna lahenduse madalama maksumuse (loe tasuvuse) tõttu võimalik kasutada piltlikult 24h järjest.
Jättes eelpooltoodud põnevad tehnoloogiad, keskendume tootlikkuse mõõdikutele, mis on seotud keskmiselt mahukama andmete kogumisega, analüüsiga ja esitamisega.
Näiteks masinaaja ja ooteaja mõõtmine annab ülevaate, kui kaugel ollakse tootmistellimuse täitmisega, kas on võimalik tellimus õigeaegselt valmis saada. Kui ooteaeg ületab teatud piiri, näiteks 15 min, tuleb kasutajal lisada vea põhjuse kood, et hiljem oleks võimalik analüüsida ja parendada tootlikkust vea põhjuste kaupa.
Millist infot annab ettevõtte ressursihaldus (ERP) tootlikkuse kohta?
Korralikult häälestatud ERP süsteemist on ühe tootmistellimuse põhjal lisaks detailsele kuluarvestusele võimalik alles peale tellimuse valmimist teada saada, kui palju läheb tellimuse täitmiseks aega, millised on kvaliteedinäitajad, kui palju praaki tekib, millised on planeerimata seisakud tootmises. Tootmistellimuste lõikes oli võimalik arvutada efektiivsust, kvaliteeti jms.
Tootlikkuse andmed tootmises on ERP süsteemis seotud tootmistellimuse detailsusega e granulaarsusega. Mis juhtuks kui andmete detailsuse granulaarsust suurendada? Kui hakata tootmisaega mõõtma täpsusega millisekund iga üksiku tööoperatsiooni tegemiseks ja hakata analüüsima kuidas muutuvad tootlikkuse väärtused mitte päevas vaid minutis? Vastutasuks tehtud kuludele andmete töötlemisel on nüüd palju täpsem ja jooksev sekundites muutuv informatsioon tootlikkuse kohta, mis annab oluliselt täpsema prognoosi, kas tellimused suudetakse õigeaegselt täita ja võimekuse tõeliselt operatiivseks reageerimiseks seisakute korral.
Tootmisandmed andmeaita
Selleks, et olevikust tulevikku hüpata, tuleb kasutusel võtta uus tehnoloogia. Selleks on tootlikkuse andmete paigutamine andmeaita. Arvestada tuleb, et detailse suurendamisel tekib suur hulk andmeid – tegemist on andmemahuka tootmisinformatsiooniga, mida on vaja ilma ERP süsteemi häirimata töödelda analüüsida ja esitada. Operatiivne ERP süsteem kasutab andmeaida andmeid, mis on juba eelnevalt ettevalmistatud ja paigutatud nii, et andmete kättesaamine oleks kiire ja efektiivne.
Andmeait ehitatakse üles eraldi seisva lahendusena, mida täidetakse andmetega sel ajal, kui põhitegevus seisab ehk siis öisel ajal. Et andmevahetuse maht oleks optimaalne, tõstetakse andmed keskkonnast, kus need tekivad, keskkonda, kus neid analüüsitakse ainult päeva jooksul tekkinud info jagu. Sellisel viisil andmeid kogudes ei ole vaja karta, et mahtude suurenedes süsteem umbe läheb. Andmeaidas organiseeritakse info sellisel viisil ümber, et päringud toimuvad kiirelt ka siis, kui tegemist on sadade miljonite kirjetega.
Andmeaida vajalikkust kinnitab tootmise spetsiifikast tulenevad nõudmised. Tootmissüsteem koosneb mitme eraldiseisva süsteemi kooslusest, milleks on tootmis-, kvaliteedi-, automaatika- ja projekteerimissüsteemid. Iga süsteem koosneb omakorda allsüsteemidest. Näiteks koosneb tootmissüsteem ressursihaldusest, laohaldusest, planeerimisest jms. Et ühest süsteemist andmeid teise saata, tuleb koostada kas spetsiaalseid päringuid, mida ei saa alati ette määrata, või kanda olulisemad andmed andmeaita ja koostada päringuid vastavalt võimalustele.
Miks on vaja siduda tootmine kogu ERP-ga?
Klient peab teadma, millal tema mööbel valmis saab. Või transpordifirma saab kulusid kokku hoida, kui teab, et kiireloomulise saadetise saab saata tavateenusega, sest tootmine ei vaja seisaku tõttu materjali.
Teisisõnu, sellepärast et tootmine on integreeritud kogu tarneahelaga – tootlikkus on seotud informatsiooniga ja info peab võimalikult väikeset takistuste ja kuludega liikuma üle kogu tarneahela selleks, et optimeerida kogu tarneahelat.
Andmemahukas tootmine võimaldab tootlikkuse andmeid tuua sidusesse (ingl on-line) süsteemi, kus tootmises tekkivat tootlikkuse infot on võimalik minimaalsete viivitusega analüüsida, prognoosida ja kuvada, et teha veelgi paremaid juhtimisotsuseid ja tõsta efektiivsust üle kogu tarneahela.