Analyse-Software Verkürzter Hochlauf von Produktionsanlagen

Anbieter zum Thema

PIA AUTOMATION HOLDING GMBH

invenio AG

AGTOS Gesellschaft für technische Oberflächensysteme mbH GmbH

Der Sondermaschinenbauer PIA Automation hat ein Software-Werkzeug entwickelt, das Abläufe von Produktionsanlagen erfasst und analysiert. So können Ursachen für Fehler, Ausschuss und zu hohe Taktzeiten gefunden werden.

Die Hochlaufphase bei neuen Montagelinien ist stets ein spannender Prozess: Funktioniert die Anlage wie geplant, sind die Stationen gut aufeinander abgestimmt, stimmt die Materialzufuhr, sind die Mitarbeiter auf ihre Tätigkeiten gut vorbereitet? Erfahrungsgemäß ergeben sich in jeder Hochlaufphase zunächst Anlaufschwierigkeiten, wie zu hohe Ausschussquoten oder instabile Taktzeiten.

Technik und Logistik, aber auch die Abläufe zwischen Mensch und Maschine müssen sich erst einspielen. Es gilt, Stück für Stück die gewünschte Gesamtanlageneffektivität (OEE) zu erarbeiten. Gut, wenn in dieser sensiblen Phase Ineffizienzen schnell ermittelt, analysiert und behoben werden können. Bei komplexen Produktionslinien mit vielen Stationen ist das oft schwierig.

ZF setzt bei Produktionshochlauf auf PIA-Software

Der Automobilzulieferer ZF hat an seinem Standort in Schweinfurt in der Hochlaufphase für eine Produktionslinie für E-Motoren die Software-Applikation „piaOptimum“ an der gesamten Anlage eingesetzt, um die Performance zu optimieren. Das Analysetool wurde von PIA Automation entwickelt und ergänzt bereits vorhandene Analysewerkzeuge.

In der Montagelinie werden Einzelteile, wie Rotor und Stator, das Getriebe sowie die Leistungselektronik, zu einem elektrischen Antrieb für Fahrzeuge montiert. Es handelt sich um über 30 Stationen mit einer Taktzeit von drei Minuten in jener Anlaufphase. Die Linie verfügt über einen hohen Automatisierungsgrad mit mehreren Roboterzellen und vielen Automatikstationen. Daneben werden jedoch viele manuelle Tätigkeiten ausgeführt, die Arbeitsvorbereitung und die Logistik kommen hinzu sowie die Instandhaltung. Alle Prozesse zwischen Mensch und Maschine sollten optimal aufeinander abgestimmt und angepasst werden.

Anlagenbauer Stiwa

„Bei Industrie 4.0 geht es nicht darum, Software schreiben zu können“

OEE signifikant gesteigert und Hochlaufzeit verkürzt

Die zentrale Kennzahl zur Bewertung der Linien-Performance ist immer der OEE-Wert (Overall Equipment Effectiveness), der sich aus drei Teilfaktoren zusammensetzt: der Qualität, der Verfügbarkeit und der Effizienz. In allen Teilbereichen bestanden in der Hochlaufphase Schwierigkeiten, die sich mit piaOptimum auffinden, analysieren und bewerten ließen. So konnte die OEE in kurzer Zeit signifikant gesteigert und die Hochlaufphase deutlich verkürzt werden. Es ging dabei vor allem um die kleineren Prozessstörungen, die innerhalb von Stationen in Teiltakten auftraten, aber nicht so einfach aufzuspüren waren. Je nach Anlagentyp und -größe, verkürzt das Analysetool die Hochlaufzeit von Kundenanlagen um bis zu vier Wochen und spart gleichzeitig Personalressourcen ein.

Bei dem Serviceeinsatz für die Anlagenanalyse und -optimierung wurde ein gemeinsames Team aus Experten von PIA Automation Austria und Spezialisten von ZF (aus den Bereichen Logistik, Instandhaltung, Qualitätssicherung, Arbeitsvorbereitung, Prozessoptimierung) gebildet, das in Arbeitsgruppen unterteilt war. Das Team hat die wichtigsten Daten aus der Linie analysiert und die Fehler festgestellt. „Wo gibt es Probleme und Bottlenecks? Wann und warum treten sie auf? Welche Verluste verursachen sie?“, nennt Michael Juwan, Global Expert PIA4.0 bei PIA Automation Austria, die wichtigsten Fragestellungen.

Im Anschluss wurden Arbeitspakete festgelegt und den entsprechenden Arbeitsgruppen zugewiesen. „Im Nachhinein war schließlich eine weitere Bewertung wichtig, um zu prüfen, ob die veranlassten Maßnahmen auch erfolgreich waren. So konnte ausgeschlossen werden, dass die vermeintlichen Verbesserungen andere Probleme hervorrufen“, beschreibt Juwan den Ablauf.

PIA Automation hat ein Software-Werkzeug entwickelt, das spezielle Daten des Montageprozesses in Informationen umwandelt, berechnet und optisch verständlich darstellt. Es handelt sich um einen sogenannten Bottom-Up-Prozess, d. h. „piaOptimum“ zeichnet auf Prozessebene umfassende Daten auf und vereinfacht die Darstellung immer weitergehend nach oben hin. So kann das Problem auf oberster Ebene erkannt und nach unten analysiert werden, sodass immer tiefer im Detail geprüft werden kann, was die genaue Ursache für das Performance-Problem ist. Offensichtlich werden dabei systematische Probleme, fehlerhafte Abläufe und falsche Auslastungen von Stationen.

Status vor Projektstart

Einige Stationen waren zu Projektbeginn nicht stabil auf Taktzeit. Es gab gewisse Ausschussquoten in der Montagelinie und die Logistik- und Zuführungsprozesse waren noch nicht richtig abgestimmt, sodass die Materialverfügbarkeit nicht optimal war. Damit waren auch die Montagevoraussetzungen für die Bediener noch nicht passgenau. Aufgabe von „piaOptimum“ ist letztlich, die Fehlerursache zu ergründen. Das gelingt sehr kleinteilig, das Tool kann bis auf Teiltaktebene hinunter jeden Nebenprozess an einer Station erfassen und Schwankungen sowie Anomalien aufdecken.

Im Folgenden soll ein Beispiel für ein Qualitätsproblem anhand der Prozessdaten vorgestellt werden: Eine Schraubstation verursachte relevante Ausschussraten. Da die Schraube nicht der Toleranz entsprach, wurde zunächst vermutet, dass die Qualität der Schraube Grund für den hohen Ausschussanteil war. Tatsächlich konnte die Arbeitsgruppe aufzeigen, dass nicht die Schraube an sich die Probleme verursachte, sondern eine Kollision der Schraube mit dem Bauteil. Dadurch gelangten geringfügig Späne in das Gewinde, sodass die Schraube schwieriger einzudrehen war und das Bauteil als Ausschuss definiert wurde.

Laut „piaOptimum“ ging dem NIO-Teil in den meisten Fällen eine Kollision voraus. Als Verbesserungsmaßnahme konnte die Zuführung der Schrauben so verbessert werden, dass die von den Abmaßen etwas ungenaue Schraube das Bohrloch genau trifft. Solche Probleme können in der Hochlaufphase vorkommen, weiß Michael Juwan: „Wenn eine falsche Toleranz der Schrauben angenommen und die Maschine darauf ausgelegt wird, kann der Prozess nicht reibungslos funktionieren. Das stellt sich dann erst später in der Hochlaufphase heraus.“

Wichtig war zudem, die Mitarbeiter in der Linie bei ihren Tätigkeiten zu unterstützen und die Prozesse hinsichtlich der Ausführbarkeit für den Bediener zu optimieren. Wenn eine manuelle Tätigkeit häufig misslingt, dann ist es wahrscheinlich, dass der Prozess für den Menschen nicht gut konzipiert ist. Hier wurden Montageunterstützungen gefunden, z. B. dass sich Bauteile besser einfädeln oder leichter anheben oder positionieren ließen.

Lessons learned: Schulungszellen, Montagehilfen und ausgelagerte Logistik

Insgesamt konnte in dem Projekt eine Vielzahl von kleineren, aber entscheidenden Optimierungsmaßnahmen abgeleitet und umgesetzt werden. Mithilfe von Montageunterstützungen, Ablaufoptimierungen, mechanischen Erweiterungen, Parameteroptimierungen, Auslagerung von Logistikprozessen aus der Linie sowie Mitarbeiterschulungen konnten die Prozesse stabilisiert und die Taktzeiten verkürzt werden. Schulungen zur Einweisung neuer Mitarbeiter waren besonders effizient: Dazu baute das Projektteam Schulungszellen auf, in denen die schwierigsten Prozesse nachgestellt wurden. So konnten neue Mitarbeiter, bevor sie die Montagelinie durchliefen, in den Schulungszellen eingearbeitet werden.

Auch die konsequente Definition von Logistikprozessen und Zuständigkeiten hatte signifikante Effekte auf die Verbesserung der Montagezeiten. Verantwortlichkeiten und Arbeitsanweisungen wurden noch einmal klar definiert, sodass für jede Station deutlich war, welche Prozesse und Handgriffe von wem zu erfolgen hatten.

„Die OEE konnte bei Abschluss der ersten Optimierungsphase deutlich gesteigert werden. In Leistungsläufen unter Optimalbedingungen konnte eine Gesamtanlageneffizienz von knapp 90 Prozent erreicht werden – das ist schon ein erfreulicher Wert, und wir werden die Anlage und die Abläufe dahingehend weiter optimieren“, sagt Sebastian Krause, Manager Manufacturing und Engineering bei ZF.

Smarte Produktion

Studie: Unsichere Zukunft bremst Industrie 4.0

piaOptimum zur weiteren Performance-Überwachung

Auch mit Abschluss der Hochlaufphase und dem Übergang in eine stabile Produktion wird „piaOptimum“ weiterhin als Instrument genutzt, um mögliche Kleinstörungen und Abweichungen von der Soll-Performance zu detektieren. So können Prozessoptimierungen vorgenommen werden und die Taktzeit lässt sich weiter reduzieren. (sp)

(ID:49349913)