MES už dávno neslouží jen výrobě

Jan Vápeník Aimtec
3. 12. 2019 | 8 minut čtení

MES je označován jako hlavní systémová opora výroby. Jeho primární funkcí je sběr dat z výroby a jejich vyhodnocování. Na základě těchto informací je možné okamžitě sledovat, vyhodnotit a řídit výrobu oproti plánu. Konzumenty dat jsou ale kromě vedoucích i operátoři nebo pracovníci údržby. MES je proto jednou z klíčových komponent podnikových systémů, zároveň se mu v souvislosti s nástupem nových technologií a všeobecným trendem propojování výroby a logistiky dostává stále větší pozornosti.

Ruční hlášení výroby

MES (Manufacturing Execution System) slouží v první úrovni sběru dat od lidí – jde o nejjednodušší formu pořizování dat.  Uživatel (pracovník ve výrobě, operátor) by měl mít k dispozici aplikaci s jednoduchým uživatelským prostředím, které mu umožní intuitivně, rychle a s minimálním rizikem chybovosti odepsat výrobu. MES ale podporuje i oboustrannou komunikaci – pracovníkovi promítne výrobní dokumentaci nebo pracovní postup po přihlášení k danému stroji. Systém může sloužit také jako kontrolor bezpečnosti a kvality práce. Neumožní například obsluhu stroje pracovníkovi, který na ni nebyl proškolen.

 Ručně se nejčastěji zadávají data o:

  • zpracované zakázce a operaci,
  • zahájení a ukončení práce,
  • zmetkovitosti,
  • prostojích a jejich důvodech,
  • použitých nástrojích.

Automatický sběr dat

Automatický sběr dat je dalším krokem k větší efektivitě a zamezení chybovosti, ale také k rychlejší reakci na nestandardní situace. MES si díky propojení s jednotlivými stroji dokáže shromáždit data o vyrobených kusech, například pomocí počtu zdvihů a násobnosti formy u vstřikolisu. Díky automatizaci je také možné kontrolovat, zda byl dodržen přesný výrobní postup. Pokud to zařízení umožňuje, lze sbírat i technologická data o podmínkách, za kterých výrobek vznikal (tlaky, teploty, krouticí moment utahování apod.). V extrémních případech MES nedovolí spuštění další operace, pokud nemá údaj o tom, že byly dodrženy všechny předchozí podmínky. Samozřejmostí je archivace dat pro zpětnou dohledatelnost, která je velmi důležitá i v odvětvích mimo automobilový průmysl.


Co vše hlídá MES ve společnosti Eissmann Group Automotive, se můžete podívat v tomto videu.

Eissmann Group Automotive


MES, WMS a QMS splývají v jedno

Vývoj posledních let potvrdil, že data sbíraná z provozu mají mnohem větší přesah, než je řízení výroby. Je běžné, že v rámci jednoho uživatelského rozhraní jsou pořizována data, která se týkají nejen výroby (začátek a konec operace, prostoje atd.), ale i dalších oblastí, například informace o kvalitě: došlo k výrobě zmetků? Pokud ano, jaká byla příčina? Tyto informace souvisejí přímo i s oblastí údržby strojového parku – nebyla důvodem nekvality závada na stroji? Není to impuls pro oddělení údržby, aby provedlo příslušný zásah? Další zajímavou oblastí je kontrola vstupního materiálu a potvrzení o spotřebě (pokud není realizováno automaticky tzv. backflushem) – jde o oblast logistiky a řízení materiálových toků.

V informačních systémech výrobních firem tak vzniká vrstva, která je přímo propojena s reálným fyzickým provozem a umožňuje získávat data o provozu téměř v reálném čase. V souvislosti s tímto přístupem se setkáváme s pojmem MOM (Manufacturing Operations Management). Koncovému uživateli tohoto systému je v podstatě jedno, zda pořídil data do WMS, MES, QMS nebo do systému údržby. Cílem je mít včasná a pravdivá data o provozu, která slouží k efektivnějšímu řízení výroby a návazných procesů a která mimo jiné vedou k dodržování všech náročných požadavků zákazníků.

Nové výzvy a možnosti Průmyslu 4.0

S pokrokem v oblasti technologií a se stále pokračující automatizací výroby musí také MES, potažmo MOM, reagovat na nová zadání. Již dnes je poměrně běžné napojení jednotlivých strojů (průmyslový internet věcí, IIoT). Sběr dat je realizován buď přímo z řídicího systému stroje, nebo pomocí různých senzorů. Nová generace informačních systémů přináší mnohem větší prostor pro automatizovaný sběr dat, a zároveň pro jejich rychlejší zpracování. To je možné díky zjednodušeným datovým modelům, moderní in-memory databázové technologii, pokročilejší integraci a dalším technologiím.

S pokročilými algoritmy, machine learning a umělou inteligencí se otevírají také nové možnosti pro využití dat. Jde o prediktivní řízení údržby, kde na základě dlouhodobě hodnocených informací budeme moct předcházet výpadkům výrobních zařízení díky vhodně naplánovaným údržbovým zásahům. Obdobné principy se dají použít i u řízení jakosti. Včasná a pravdivá data budou sloužit pro vytvoření tzv. digitálních dvojčat výroby nebo skladů, obecně celých provozů. Díky nim bude možné lépe řídit celý logisticko-výrobní proces a simulovat různé změny, výpadky linek a další nestandardní situace.

SAP nové generace

Pokročilé technologie s úžasnými možnostmi jsou sice tady, jak se ale pragmaticky postavit ke sběru a vyhodnocování dat, případně k celému MOMu a vůbec k integraci s existujícími systémy ve firmě, konkrétně se SAP ERP? Jak držet krok s obchodem, který chrlí nové požadavky a žehrá, že jeho největší brzdou je IT oddělení (je to skutečně tak?!)? Většina firem skončí u věčného dilematu – pořizovat specializovaná řešení, nebo rozšířit současný fungující systém?

Když pomineme licencování (strašák se jménem Digital Access), pořád zůstává riziko integrace několika systémů v jeden celek a s tím se vynoří několik důležitých otázek.

  • Budou data v obou systémech skutečně konzistentní?
  • Za jakou cenu?
  • Jak složitě, za jakých nákladů a jak rychle se promítnou změny jednoho systému do toho druhého?
  • Jak ovlivní celý ekosystém upgrady jednotlivých částí?

Z pohledu společnosti Aimtec je SAP robustní, integrovaný a velmi pokročilý systém. S příchodem generace SAP S/4HANA se nám všem navíc otevírají nové možnosti. Především roste rychlost a možnosti zpracování dat (díky HANA in-memory databázi), SAP ale stále více sází na svou otevřenost a možnost propojení s různými zařízeními – od mobilních terminálů a tabletů přes sběr dat ze senzorů až po přímé napojení na výrobní zařízení nebo manipulační techniku. Podpora machine learning a umělé inteligence je téměř povinností všech výrobců enterprise softwaru. SAP S/4HANA je proto předurčen pro integraci s ostatními technologiemi.

Sdílejte článek

Top novinky
z oblasti logistiky, IT a výroby.

Přihlaste se k odběru AIMonitoru

Přihlášením k odběru novinek souhlasím se zpracováním osobních údajů.

loading