Zukunftskonzept MES 4.0
Das MES der Zukunft
Auf dem Weg zu Industrie 4.0 spielt IT-Unterstützung in der Fertigung eine zentrale Rolle. Um die Anforderungen zukünftiger Fertigungsprozesse abdecken zu können, werden neue Funktionen und Standards benötigt, die insbesondere die MES-Anwendungen betreffen. Mit MES 4.0 hat MPDV ein Konzept für das Manufacturing Execution System (MES) der Zukunft geschaffen. Damit können Prozesse smarter abgebildet und alltägliche Aufgaben in der Fertigung effizienter bewältigt werden – auch in einer dezentralen Produktion im Sinne von Industrie 4.0.
MES 4.0 beinhaltet u. a. folgende Themen:
- Interoperabilität
- Flexibilität
- Management Support
- Horizontale Integration
- Online-Fähigkeit
- Mobilität
- Integratives Datenmanagement
- Dezentralität
- Unified Shopfloor Connectivity
- Big Data
- Security by Design
- Faktor Mensch
Weitere zukunftsweisende MES-Theorien
Smart Factory Elements
Die Basis für innovative Fertigungs-IT
Eine große Variantenvielfalt, kleine Losgrößen von n ≥ 1 und kurze Lieferfristen: Die Anforderungen an die Fertigung sind enorm gestiegen. Das beeinflusst die Abläufe, die immer komplexer werden. Die Smart Factory Elements helfen dabei, diese Komplexität zu reduzieren. Sie bilden einen Regelkreis, der alle Prozesse und Datenströme in der Fertigung berücksichtigt – von der Planung bis zu Ausführung.
Das Planning & Scheduling beinhaltet Aufgaben der Arbeitsvorbereitung. Dazu zählen laut der Smart Factory Elements das Planen und Vorbereiten von:
- Aufträgen & Arbeitsgängen
- Ressourcen & Mitarbeitern
- Qualitätssicherung
- Wartungsaktivitäten
- Material & Energieeinsatz
Der Bereich Execution sorgt dafür, dass Vorgaben korrekt und effizient umgesetzt und dokumentiert werden. Darunter fallen zum Beispiel:
- Fertigungssteuerung
- Überwachen der Prozessqualität
- Prozessverriegelung
- Online Monitoring
- Früherkennung von Abweichungen
Die zuvor erfassten Daten werden analysiert, um Zukunftsvorhersagen treffen zu können und die Planung entsprechend anzupassen. Dafür nutzt der Bereich Analytics statistische Methoden und Algorithmen. Zu den Auswertungen gehören:
- Auswertung & Reports
- Kennzahlen/KPI
- Langzeitanalysen
- Self Service Analytics
- Machine Learning auf Basis von Big Data
Eine solide Datenbasis ermöglicht es unter Zuhilfenahme von Künstlicher Intelligenz, typische Ereignisse vorherzusagen. Typische Anwendungen sind:
- Predictive Quality
- Vorhersage von Fertigungsterminen
- Predictive Maintenance
- Berechnen der Materialreichweite
Das Industrial Internet of Things verbindet den Werker in der Produktion mit dem digitalen Abbild der Smart Factory. Somit unterstützt das IIoT den Kreislauf, indem es in Echtzeit-Informationen im Shopfloor zur Verfügung stellt. Folgende Anwendungen kommen dabei zum Einsatz:
- Datenübernahme aus IIoT-Sensoren
- Digitale Maschinenanbindung
- Manuelle Datenerfassung
- Informationsbereitstellung im Shopfloor
- Flexible Werkerführung
