Przejdź do głównej treści

SIMATIC IT MES na tropie produkcji części samochodowych

Katgoria: MES / Utworzono: 27 marzec 2009

W obecnych czasach, szczególnie w branżach farmaceutycznej i spożywczej ale ostatnio również w branży motoryzacyjnej, możemy zaobserwować dwa wyraźnie narastające trendy. Z jednej strony mamy do czynienia ze stałym wzrostem świadomości konsumentów, a co za tym idzie rosnącym z ich strony zainteresowaniem bezpieczeństwem kupowanych dóbr.


 Z drugiej strony począwszy od lat 90 ubiegłego wieku obserwujemy wyraźną intensyfikację działań legislacyjnych, szczególnie w krajach Unii Europejskiej i w Stanach Zjednoczonych, kładących coraz większy nacisk na zapewnienie pełnej identyfikowalności i bezpieczeństwa produkcji. Systemy MES zapewniające między innymi pełną identyfikowalność produkcji powoli zaczynają decydować o możliwości sprzedaży produktów dla kluczowych Klientów na najważniejszych światowych rynkach, takich jak Stany Zjednoczone, czy Unia Europejska. Kolejnym ważnym czynnikiem wspomagającym biznes jest zdolność oprogramowania do integracji, gdzie za optymalny tercet uznaje się komunikację dwukierunkową pomiędzy systemami produkcyjnymi MES i biznesowymi PLM i ERP. Pierwszy krok w tym kierunku wykonał Siemens, dostarczając nowe wersje oprogramowania MES SIMATIC IT oraz z rodziny PLM opartej o Teamcenter, gotowe do dwukierunkowej integracji z SAP.

Potrzeby branży motoryzacyjnej

Przemysł motoryzacyjny jest zorganizowany jako zintegrowany ciąg dostawców, producentów i odbiorców. Gotowy wyrób, jakim jest samochód lub innego rodzaju pojazd, sprzedawany do Klienta końcowego, składa się obecnie z kilkuset do nawet kilku tysięcy pojedynczych elementów wyprodukowanych przez kilkudziesięciu lub nawet kilkuset różnych producentów w różnych krajach świata często produkujących swoje wyroby na różnych kontynentach. W skali całego świata codziennie po drogach poruszają się miliony samochodów. Kilka tysięcy z nich ulega codziennie różnego rodzaju wypadkom, z których część jest winą awarii jednego lub więcej podzespołów. Na bezpieczeństwo kierowców i pasażerów ma więc ogromny wpływ bardzo wiele elementów, w tym również jakość i bezawaryjność poszczególnych części oraz całych podzespołów pojazdu.

W celu zapewnienia jak największego bezpieczeństwa użytkowników samochodów powszechnie w branży motoryzacyjnej stosuje się więc pełną identyfikowalność produkowanych części i podzespołów. W związku z typową dla branży motoryzacyjnej bardzo szybką produkcją wielkoseryjną zapewnienie pełnej identyfikowalności z dokładnością do pojedynczych elementów przy wykorzystaniu papierowych raportów jest po prostu niemożliwie. Dodatkowo typowy czas życia produktu (samochodu) na rynku to kilkanaście lat i dlatego typowo przez 25 lat muszą być dostępne w archiwum wszystkie dane dotyczące jakości i parametrów produkcyjnych wszystkich produkowanych części. Odpowiedzią na te i inne potrzeby różnego typu zakładów produkcyjnych w tym w branży motoryzacyjnej są obecnie dedykowane systemy informatyczne do zarządzania produkcją klasy MES (ang. Manufacturing Execution System) do których należy system SIMATIC IT firmy Siemens. System ten w czasie rzeczywistym zapewnia realizację następujących funkcji:

  • szybkie i bezpieczne gromadzenie danych procesowych (Historian)
  • Genealogia i śledzenie procesu produkcji (Tracking & Tracing)
  • Optymalizacja procesu produkcji na bazie wskaźników wydajności (KPI)
  • Analiza wydajności i czasu pracy maszyn (OEE)
  • Zarządzanie jakością w procesie produkcji (SPC)
  • Szczegółowe harmonogramowanie produkcji
  • Zarządzanie zleceniami produkcyjnymi (integracja z SAP)
  • Zarządzanie recepturami produktów (integracja PLM)
  • SIEMENS Totally Integrated Automation (integracja z SIMATIC PCS7/ Batch)
  • Raportowanie z procesu produkcji i kontroli jakości

Założenia projektu

Duży producent podzespołów z branży motoryzacyjnej, polski zakład będący częścią międzynarodowego koncernu, otrzymał od końcowego odbiorcy – producenta znanej marki samochodów osobowych wysokiej klasy, wymóg zapewnienia pełnej identyfikowalności każdego pojedynczego podzespołu poprzez cały etap produkcji począwszy od momentu wejścia surowców a skończywszy na pakowaniu i wysyłce. Szczegółowe wymagania Klienta w stosunku do zintegrowanego systemu śledzenia produkcji i analizy statystycznej danych procesowych SPC obejmowały:

  • śledzenie pojedynczego elementu przez cały proces produkcyjny od momentu powstania odlewu aż do produktu gotowego wysyłanego do odbiorcy,
  • identyfikacja poszczególnych elementów poprzez unikalne kody DMC (Data Matrix Code) nanoszone na każdy element przy pomocy lasera,
  • powiązanie nadanego wewnętrznie identyfikatora produktu z kodem identyfikacyjnym DMC odbiorcy,
  • centralna baza danych,
  • graficzny interfejs użytkownika,
  • automatyczne pozyskiwanie danych z systemów sterowania,
  • automatyczna identyfikacja elementów poprzez kamery i czytniki kodów DMC,
  • automatyczna identyfikacja rodzaju podzespołów i numerów partii przy użyciu skanerów kodów kreskowych,
  • wprowadzanie danych uzupełniających przez stanowiska operatorskie,
  • narzędzia do analizy danych i raportowania,
  • krótki czas realizacji – narzucony przez odbiorcę.

Do wdrożenia systemu MES została wybrana firma Siemens oferująca optymalne rozwiązanie i doświadczenie we wdrażaniu podobnych rozwiązań, która wraz z lokalnym partnerem firmą ASKOM zapewniła możliwość zrealizowania tego zadania w wymaganym czasie oraz pełne wsparcie dla pracowników Klienta w języku polskim.

Schemat produkcji

Produkcja elementów rozpoczyna się od etapu przyjęcia od dostawcy, którym jest najczęściej huta aluminium podstawowego surowca, czyli glinu (aluminium) w gąskach (sztabkach). Następnie surowiec ten jest topiony, podgrzewany i mieszany z dodatkami uszlachetniającymi, w wyniku czego powstaje gotowy materiał do odlewania elementów. Odlewanie jest realizowane w pełni automatycznie przez robota. Następnie gotowe odlewy poddawane są dodatkowej obróbce cieplnej (wygrzewaniu) w dedykowanych piecach. Tak przygotowane elementy wprowadzane są na główną linię obróbczą. Pierwszym urządzeniem na linii jest laser znakujący każdy odlew indywidualnym kodem zapisanym w postaci matrycy DMC. Na kolejnych w pełni zautomatyzowanych maszynach odlewy poddawane są kolejnym etapom obróbki. Po każdym etapie automatycznie i/lub ręcznie mierzone są najważniejsze charakterystyki jakościowe takie jak np. poszczególne wymiary, średnice itd. Ostatnim etapem obróbki jest grafitowanie, po którym odlewy wysyłane są do zewnętrznej firmy do anodowania. Po powrocie z anodowania odlewy trafiają do ostatniego etapu produkcji, którym jest kompletacja gotowego elementu, jego znakowanie kodem odbiorcy, również zapisanym w postaci matrycy DMC, oraz kontrola ostateczna. Ostatnim etapem produkcji jest pakowanie i wysyłka do Odbiorcy.

 

 



Rys.1. Schemat procesu produkcji

Struktura systemu

Do zrealizowania systemu śledzenia wykorzystano następujące elementy systemu MES SIMATIC IT:

  • Production Modeller – centralny moduł systemu MES służący do graficznego modelowania procesu produkcji (urządzeń oraz reguł nimi rządzących),
  • Material Manager – moduł zapewniający śledzenie i gromadzenie informacji o materiałach, ich partiach i wzajemnych relacjach (genealogii),
  • Production Order Manager – moduł zapewniający zarządzanie zleceniami produkcyjnymi,
  • Historian – moduł służący do gromadzenia i archiwizowania danych z systemu automatyki takich jak parametry procesu produkcji,
  • SPC – dedykowany moduł do statystycznej kontroli procesu produkcji,
  • CAB GUI – moduł interfejsu użytkownika oparty na technologii .net i przeglądarce www, • Report Manager – otwarte środowisko raportowe pozwalające na proste tworzenie i automatyczne generowanie raportów produkcyjnych.

W celu realizacji pełnego systemu śledzenia procesu produkcji w ramach wdrożenia systemu MES SIMATIC IT wymagane było również połączenie tego systemu z jednej strony z warstwą automatyki a z drugiej strony z dodatkowo zainstalowanymi w krytycznych, z punktu widzenia identyfikowalności procesu, miejscach kamerami rozpoznającymi konkretne elementy na podstawie ich numeru w kodzie DMC.

 

 



Rys.3 Struktura systemu

Polaczenie z warstwą automatyki zostało zrealizowane za pośrednictwem dodatkowego układu pośredniczącego –dedykowanego komputera, który zapewnia z jednej strony bezpośrednią komunikację ze sterownikami a z drugiej strony jest serwerem OPC, który dostarcza wymagane dane do systemu MES SIMATIC IT.

 

 



Rys.4. Polaczenie z systemem kamer DMC

Polaczenie z systemem kamer identyfikującym poszczególne elementy na każdym etapie produkcji zostało zrealizowane za pośrednictwem dodatkowego komputera, który pełni rolę pośrednika w komunikacji realizując połączenia ze wszystkimi kamerami z użyciem dedykowanego protokołu transmisji i zapisując wszystkie dane w postaci plików tekstowych. Pliki te są odczytywane przez dedykowany komponent systemu MES pod nazwą DIS (Data Integration Service) a następnie wykorzystywane do śledzenia poszczególnych podzespołów w systemie. Podobny sposób komunikacji wykorzystano również do podłączenia systemu MES z urządzeniami pomiarowymi posiadającymi własne komputery sterujące w celu gromadzenia charakterystyk jakościowych poszczególnych podzespołów.

Podsumowanie

Wdrożenie kompleksowego systemu klasy MES SIMATIC IT do śledzenia produkcji podzespołów samochodowych pozwoliło zapewnić pełną identyfikowalność materiałów w trakcie całego procesu produkcji. Dzięki takiemu śledzeniu wszystkich materiałów możliwe jest obecnie generowanie pełnej genealogii wstecz dla każdego wyprodukowanego elementu (lista wszystkich użytych partii surowców) oraz genealogii wprzód dla każdej partii aluminium (lista wyprodukowanych elementów). Dzięki dodatkowej rejestracji dla każdego podzespołu jego indywidualnych wyników pomiarów charakterystyk jakościowych możliwe stało się także podniesienie jakości produkowanych wyrobów.

Wszystkie te działania mają w ostatecznym rozrachunku na celu podniesienie bezpieczeństwa głównie końcowych użytkowników, którymi są kierowcy i ich pasażerowie. Dzięki pełnej identyfikowalności produkcji części samochodowych w przypadku wystąpienia jakiejkolwiek reklamacji z rynku możliwe jest bardzo szybkie podejmowanie przez producentów właściwej reakcji mającej na celu zidentyfikowanie potencjalnych źródeł zagrożenia, analizę ich przyczyn, natychmiastowe podjęcie działań korygujących. Możliwe staje się także bardzo szybkie zidentyfikowanie innych potencjalnie zagrożonych użytkowników i zastosowanie wobec nich działań profilaktycznych polegających np. na naprawie lub wymianie wadliwych części lub podzespołów.

Źródło: www.siemens-plm.pl


Najnowsze wiadomości

Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.

Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
BPSCEuropejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.



Najnowsze artykuły

5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".

Przeczytaj Również

Wysoka jakość value-added services Raben Logistics Polska wspierana nowoczesnymi narzędziami IT

W związku z intensywnym rozwojem segmentu usług oraz rosnącymi wymaganiami klienta, firma Raben Log… / Czytaj więcej

Planowanie produkcji przy dużej różnorodności rodzajów produktów i formatów opakowań na przykładzie Torf Corporation

Różnorodność oferowanych produktów i formatów opakowań to wyzwanie, z którym mierzy się wiele firm… / Czytaj więcej

Lisner Spółka z o.o. planuje produkcję z systemem ORSOFT Manufacturing Workbench

Dzięki ORSOFT Manufacturing Workbench w wersji 7 planowanie materiałowe odbywa się bezpośrednio w f… / Czytaj więcej