Home

Teollisuudessa datan jakaminen ei ole itseisarvo vaan tavoitteena on tuottavuuden parantaminen

Datan kerääminen tuotantoprosesseista ja -tapahtumista on tullut vuosi vuodelta helpommaksi ja edullisemmaksi. Mahdollisuuksia datan keräämiseen on tarjolla, mutta pelkkä tiedon kerääminen ei paranna yrityksen tuottavuutta. Olennaista on tiedon analysointi eli kerätyn datan jalostaminen informaatioksi ja sen jakaminen oikeille tahoille.

”Datan jakaminen ei voi olla itseisarvo sinänsä, vaan se on yksi väline tuottavuuden nostamisessa, joka on perusta yritysten tulevaisuuden kilpailukyvyn suhteen”, toteaa Seppo Tikkanen, joka johtaa DIMECC:in InDEx-ohjelmaa.

InDEx keskittyy datan jakamisen ja sen hyödyntämiseen tuotantoverkostossa ja siten tuottavuuden parantamiseen. Tämä tapahtuu lisäämällä tehokkuutta tai vähentämällä kustannuksia.

”Tuottavuuden parantamisen lähtökohta on nykytilan tunnistaminen, sillä muutoin parantamisen kohteet ja niiden vaikuttavuuden tunnistaminen jää intuition varaan. Järjestelmien, laitteiden ja esimerkiksi toimitusverkostojen monimutkaistuessa kokenutkaan ihminen ei välttämättä pysty tunnistamaan parhaita kehityskohteita etenkään, jos saatavilla oleva tieto on puutteellista. Ratkaisu tähän ongelmaan on järjestelmästä kerätty data ja siitä jalostettu tieto”, Tikkanen sanoo.

Tilauksen automatisointia

Business Finlandin ja yritysten rahoittamassa InDEx-ohjelmassa parannetaan prosessien tehokkuutta datan jakamisen avulla. Levytyökoneisiin ja -järjestelmiin erikoistuneen Prima Power Oy:n ja ohutlevymekaniikkaan, koneistukseen, pintakäsittelyihin ja kokoonpanoihin erikoistuneen Elekmerk Oy:n hankkeessa yritykset kehittävät yhdessä työkalua tilaus- ja valmistusprosessin optimointiin tekoälyn avulla. Tuloksena on alusta, joka automatisoi hinnoittelun, osien tilaukset, valmistuksen aikataulutuksen ja tarjouksen tekemisen.

”Uusi pilvipohjainen tuotannonohjausalusta tukee asiakkaitamme automatisoimalla manuaaliset ja aikaa vievät päivittäiset toiminnat, kuten tarjousten laskemisen ja tilausten käsittelyn. Alustan pääidea on tekoälyohjattu digitalisoitu tuotantovirta tilauksesta toimitukseen. Olemme testanneet sitä yhdessä Elekmerk Oy:n kanssa. Uutta pilviratkaisua käyttämällä asiakkaamme siirtyvät uuteen digitaalisen valmistuksen aikakauteen ja hyötyvät lyhyemmästä toimitusajasta ja kustannussäästöistä”, sanoo Valeria Boldosova, Prima Powerin Digital Solutions and Strategy Developer.

Nostoköyden kunto kuvista

Rautessa tutkitaan vanerin valmistusprosessin parantamista tekoälypohjaisella järjestelmällä, joka optimoi raaka-aineen käytön ja lopputuotteen laadun. Järjestelmä käyttää hyväksi prosessin alkuvaiheessa raaka-aineesta kerättyä dataa, josta voidaan arvioida tekoälypohjaisella järjestelmällä lopputuotteen ominaisuudet. Tätä tietoa käytetään järjestelmän parametrien säädössä lisäämään saantoa ja vähentämään hukkaa ja parantamaan lopputuotteen laatua.

Uusi köysi

Uusi köysi. Kuva Konecranes

Konecranes Oy hyödyntää kuvatietoa ja tekoälyä nosturin kunnon ja suorituskyvyn määrittämisessä. Tekoälypohjainen ohjelmisto arvioi nostoköyden kunnon ja vaihtoajankohdan nostoköydestä otettavien kuvien perusteella. Näin pystytään välttämään nostolaitteen äkilliset hajoamiset ja häiriöt tuotannossa. Ja välttämään kustannukset turhista köyden vaihdoista.

”Neuroverkkopohjaisella algoritmilla tunnistamme köyteen syntyneet vauriot sekä normaalin kulumisen, joiden perusteella voimme parantaa nostimen turvallisuutta ja varmistaa sujuvan tuotannon välttämällä käyttökatkokset”, kertoo tutkimusinsinööri Roope Mellanen Konecranesilta.

kulunut köysi

Köysi elinkaarensa loppupäässä. Kuva Konecranes

 

Esimerkkejä teollisuudesta

Tuottavuuden nostaminen datan jalostamisen ja sen jakamisen avulla avaa monia mahdollisuuksia teollisuudessa. Tämä on jokapäiväistä työtä yritysten sisäisten prosessien kehittämisessä ja datan määrän ja laadun parantuminen tuo uusia mahdollisuuksia. Sitä vastoin datan jakaminen organisaation ulkopuolelle on edelleen haasteellista, mikä johtuu monista syistä.

”Kuluttaja-asiakasdatan myymisestä ja julkisten toimijoiden avoimesta datasta on paljonkin esimerkkejä, mutta kaikki me vielä kaipaamme hyviä konkreettisia

esimerkkejä datan jakamisesta ja sen hyödyistä teollisuusympäristössä”, Seppo Tikkanen toteaa.

 

InDEx-ohjelman tuloksia esitellään Industrial Data Sharing Day -tapahtumassa 10.11.2020.

 

Lisää tietoa InDEx-ohjelmasta

Leave a Reply

Your email address will not be published.