Icon - Blue - Equal

IoT-baseret BI /
Data optimerer de
små marginaler

case_werosys_1000x768

Alle cases

Werosys (nu REFFINE Finishing)

refinefinishing.com

For konverteringsvirksomheden Werosys’ kunder er det de helt små marginaler, der gør en forskel på bundlinjen. At printe labels lyder måske simpelt – men kompleksiteten er høj, marginalerne små og potentialet i konstant optimering ved hjælp af data er enormt. Som producent af intelligente konverteringsmaskiner – maskiner til print af labels - er Werosys derfor altid på jagt efter at kunne optimere alle processer – og her kommer IoT ind i billedet.

For at stå stærkt i en branche præget af hård konkurrence har Werosys investeret i en IoT-baseret BI-løsning i skyen, så maskiner og operatører kan overvåges i realtid for hurtigt at kunne identificere underperformance og fejl. En vigtig del af løsningen er, at den er koblet sammen med Power BI i form af live analytics, så data automatisk visualiseres nemt og overskueligt i et brugervenligt interface.

Et farvel til 
laveste fællesnævner

Konverteringsmaskiner kører som en produktionslinje, og alle dele er afhængige af hinanden. Konsekvensen er, at maskinen kun kan operere så hurtigt som den langsomste del. Ved monitorering af de forskellige motorer inde i maskinen kan man hurtigt identificere den del, der sænker den gennemsnitlige performance og udskifte denne. Og teamet i produktionen kan således agere proaktivt – ofte før det går galt.

Samtidig overvåges Overall Equipment Efficiency (OEE) for maskinen for at se, om udnyttelsen af maskinen er optimal. Dette kan i fremtiden eksempelvis også anvendes i samspil med de forskellige operatører til at optimere produktionen. Hvad gør de bedste operatører anderledes end de andre? Og hvordan kan vi lære af disse?

 

Optimering af 
de vigtigste KPI’er

Med de massive mængder data, som hver maskine konstant skaber, indeholder Power BI dashboardet netop de data, som produktionschefen har behov for at se for at kunne agere hurtigt og træffe de rigtige beslutninger. Det drejer sig fx om følgende KPI’er:

  • Labels produced: Antal labes produceret i perioden
  • Metres run: Antal meter maskinen har kørt
  • Downtime: Hvor lang tid har maskinen stået stille.
  • Overall Equipment Efficiency (OEE): Beregning af udnyttelse af maskiners effektivitet
  • Unscheduled stops: Hvor mange gange er maskinen "gået i stop", som følge af en maskinfejl eller operatørfejl.
Integrationen imellem maskine og cloud-baseret data giver vores kunder og deres operatører fordele, der kan mærkes både på ledelses- og produktionsniveau. Planlægning af produktionen bliver nemmere, håndteringen af ordre automatiseret samt service og support bliver optimeret ved direkte kontakt imellem Werosys’s teknikere og maskinens operatør. Elementer der tilsammen bidrager til højere effektivitet og bedre arbejdsmiljø.
Bjarke Gerdes-Nielsen
Chief Technical Officer / Founder, Werosys A/S

Præcision, præcision
& præcision


Konverteringsbranchen arbejder med udvikling og support af maskiner, der kan producere labels til forskellige produkter i forskellige størrelser og kvaliteter. I nogle opgaver skæres materiale til, mens der i andre skal printes på materialet. Og ved print på selve materialet bliver opgaven kun mere kompleks, da der er meget forskellige detaljeringsgrader og krav til disse print, så labels også lever op til kravene fra eksempelvis fødevare- eller medicinalindustrien. Og hele produktionen skal operere automatisk og ved mange hundrede meter i sekundet. At løfte denne opgave kræver ekstrem præcision i det maskineri, der arbejdes med, og det stiller store krav til, at de operatører, der anvender maskineriet, udfører deres arbejde korrekt. En label er derfor ikke bare en label.

werosys_1024x768

 

IoT i azure
teknisk set


I al software i maskinerne er der indbygget et IoT-modul, og når én del af maskinen foretager en handling, såsom at køre med én motor eller indstille en rulle, rapporterer maskinen handlingen til IoT-modulet, som så sender data mod skyen. Werosys’ løsning anvender Microsofts Azure cloud services til at sende og transformere data. De forskellige produktionsmaskiner sender data til Azure IoT-Hub, som tilbyder en række features til i forhold til sikkerhed og validitet af maskinerne. Data bliver sendt til Azure stream analytics, der kan transformere en strøm af data, således data kan modelleres med henblik på netop den visualisering der er relevant for brugeren. Fra stream analytics sendes data derefter til de to outputs, nemlig til Power BI for nutidsperspektivet og en database for det historiske perspektiv.

Med et historisk perspektiv på data har Werosys også muligheden for at lave advanced prediction på deres maskiner, for at forudsige om maskinen skal serviceres, allerede inden der opstår fejl.

 

Ambitionerne er lige så høje som  potentialet er stort

Werosys’ ambitionsniveau er stort. At kunne benchmarke på tværs af konverteringsbranchen ved at hente anonymiserede data på tværs af virksomheder og kunne rapportere tilbage til en kunde, hvis maskiner ikke yder optimalt. Eller at kunne tilbyde sine kunder en portal, hvor de selv kan tilgå data på tværs af branchen og dermed få indblik i, om maskinen har yderligere potentiale.

Med investeringen har Werosys alle muligheder for at tilføje yderligere værdi til kundernes løsninger. De kan fx sende daglige rapporter vedrørende produktionstal og KPI’er til brugerne, og data bliver dermed et lige så vigtigt råstof som selve konverteringsmaskinen.

Kan vi hjælpe dig?
Skriv til os her.

Hvis du har spørgsmål eller tænker, at tiden er inde til et uforpligtende kald eller møde, kan du kontakte os her.