Contextualisation des données : Plateformes d' opérations de première ligne vs. MES traditionnelles

Avec l'essor des plateformes no-codeIIoT-natives et de la transformation numérique, vient la promesse de recueillir et collecter des données et une visibilité en temps réel pour des améliorations exploitables. Mais un système MES ne peut-il pas faire cela ?

Comment l'ajout d'un contexte à vos données les rend-il plus précieuses, et pourquoi les systèmes MES limitent-ils le potentiel de vos informations ? Les plates-formes d' opérations de première ligne avec des analyses sans code,IIoT et natives peuvent donner vie à vos données et vous accorder de la flexibilité, d'une manière que les systèmes MES avancés par l'informatique n'ont pas été en mesure de réaliser.

Certains considèrent que les systèmes d'exécution de la fabrication (MES) ont fait leurs preuves. Ils ont été développés au cours des dernières décennies pour répondre aux besoins des opérations, et ont été un moyen essentiel pour les organisations de suivre la production, de capturer et d'enregistrer des données, et de commencer à comprendre comment leurs opérations fonctionnent.

Les enregistrements sont essentiels au MES. Le stockage des informations dans des structures de données complexes provenant de tous les coins d'une opération est très utile pour l'amélioration continue, et critique pour les industries réglementées. Les systèmes MES ont été construits dans cet esprit. Vous pouvez faire appel à ces informations ultérieurement pour la traçabilité des matériaux, la généalogie.

Certains des problèmes liés aux données stockées dans un MES sont fondamentaux pour la façon dont ces systèmes existent aujourd'hui : Les MES sont monolithiques et leur mise en œuvre nécessite un soutien et une expertise considérables. L'assistance informatique est une nécessité, et les mises à jour de routine exigent souvent la même expertise pratique de la part des fournisseurs, ce qui entraîne un long délai de rentabilisation et un coût total de possession élevé. Cela entraîne des problèmes tels que

• des données cloisonnées
• Méthodes de collecte "telles quelles".
• Analyse des données retardée
• Données sans contexte

Selon la façon dont ils sont mis en œuvre, les systèmes MES peuvent renforcer les "silos de données". Une infrastructure obsolète fait que les systèmes ne peuvent pas toujours communiquer entre eux et que les données sont stockées par départements ou fonctions. Pour extraire des informations afin d'obtenir une vue d'ensemble de l'atelier, une équipe peut être amenée à rassembler des informations sur plusieurs systèmes, ordinateurs, bases de données et enregistrements. Les bases de données inaccessibles qui nécessitent une assistance informatique placent vos données dans une forme de stockage froid, ce qui rend difficile leur accès à la volée.

La rigidité des systèmes MES limite souvent les moyens de collecte des données. Les données doivent être correctement saisies dans votre système, tel que le MES est configuré. Si votre processus diffère de celui du MES, il peut être assez coûteux de demander au fournisseur de modifier ou d'ajuster le logiciel. Changer la couleur d'un bouton peut être un processus qui nécessite des mois d'assistance informatique et d'énormes ressources. Il est donc difficile de rester agile et de s'améliorer en permanence. Essentiellement, le MES verrouille vos processus et exige l'uniformité de vos informations.

Lorsque vient le moment d'analyser les données, les défauts d'un MES apparaissent au grand jour. Il se peut que certaines capacités d'analyse soient intégrées au système, mais pour aller plus loin, vous devrez exporter vos données. Manipuler des milliers et des milliers d'enregistrements dans Microsoft Excel pour créer des graphiques et des diagrammes peut être fastidieux et nécessiter l'intervention de spécialistes des données pour obtenir des informations significatives.

De plus, sans analyse en temps réel, après le travail nécessaire pour exporter les données et créer des tableaux de bord, les données seront déjà désynchronisées par rapport à ce qui se passe actuellement dans votre entreprise. Maintenir les tableaux de bord à jour n'apporte aucune valeur ajoutée à vos équipes. À chaque modification de votre processus, la collecte de nouvelles données par le biais de ce processus daté prolongera le temps nécessaire pour résoudre réellement un problème et mettre en œuvre un changement.

Le contexte des données est important. Le suivi des temps d'arrêt des machines est une bonne première étape pour améliorer vos opérations, mais la valeur vient de la capacité à détecter la cause des temps d'arrêt et les facteurs qui les influencent. Les systèmes MES ne peuvent pas toujours fournir ces données, car ils n'ont tout simplement pas les moyens de les capturer. Les systèmes existants sont conçus pour saisir et stocker des enregistrements, comme les changements d'état de la machine, mais ils ne disposent généralement pas d'un moyen de stocker les expériences et les contributions des opérateurs par le biais de notes et d'images. Pour améliorer la situation, la contextualisation est cruciale. Les organisations ont besoin de données pour transformer les informations en éléments tangibles et exploitables.

Oliver Néron a passé 25 ans à observer ces questions dans l'industrie des sciences de la vie: "[Dans le MES], si les données ne peuvent être extraites ou contextualisées, même des téraoctets de données peuvent devenir inutiles. La norme 21 CFR Part 11 aurait pu conduire à des systèmes fermés dans le passé, où les données étaient généralement verrouillées, mais les nouveaux systèmes ouverts proposés peuvent amplifier la valeur des données avec l'analytique et l'IA."

Comment un système peut-il surmonter ces défis tout en étant flexible et en fournissant le contexte dont votre organisation a besoin ? En intégrant des applications sans code qui prennent en charge l'IIoT.

La plateforme Tulip est conçue pour surmonter certains des défis liés à la gestion des données dans un système MES monolithique. La possibilité d'ajouter un contexte aux données à travers les opérations et d'accéder à des analyses en temps réel dans le nuage permet d'utiliser et d'exploiter vos données au maximum de leur potentiel.

La nature en nuage des plateformes d' opérations de Frontline offre un avantage incroyable lorsqu'il s'agit de stocker, d'accéder et de manipuler des données. Tulip permet d'extraire facilement des données de sources extérieures aux applications, telles que :

• les systèmes ERP comme SAP et Netsuite, les bases de données SQL et les API HTTP.
• Machines en réseau et anciennes machines
• Dispositifs et capteursIIoT
• Détection par vision artificielle
• les entrées de données humaines.

Il est facile d'ajouter une nouvelle source de données dans vos applications, et les connecteurs de la bibliothèque Tulip permettent d'être opérationnel en quelques minutes. Les machines peuvent également être connectées et mises à jour rapidement, sans nécessiter de code personnalisé étendu.

La possibilité de visualiser et de créer des analyses et des tableaux de bord permet de voir facilement l'état de votre exploitation en temps réel et de surveiller de près les améliorations.

La centralisation des données entre les applications et les tableaux dans une structure partagée vous permet de faire appel à des informations importantes en amont ou en aval, et de voir rapidement les modèles et les tendances. L'avantage de l'absence de code réside dans les analyses intégrées, qui éliminent le besoin d'un logiciel de veille stratégique supplémentaire et compliqué.

Les opérateurs en première ligne travaillent étroitement avec les machines tous les jours et voient souvent de précieuses connaissances de première main. L'intégration de l'IIoT dans une plateforme d'applications sans code vous permet d'enregistrer des informations à partir des actions de l'opérateur pour mieux comprendre ce qui se passe dans vos opérations. Les outils et capteurs intelligents peuvent fournir un contexte aux temps d'arrêt des machines et à l'inefficacité des opérations.

L'être humain est le centre de votre activité. Alors que les MES sont conçus pour les systèmes et les machines, les solutions basées sur des plateformes no-code peuvent également être conçues pour les humains. Tulip vous permet de créer des instructions de travail visuelles que les opérateurs doivent suivre et d'intégrer la collecte de données standardisées par le biais d'invites, telles que les raisons des temps d'arrêt et l'état des machines. Utilisez ces données humaines pour compléter les données collectées par les machines.

Rationalisez la collecte des données de qualité en ligne, en laissant de la place pour les contrôles de qualité dans le flux de travail existant de l'opérateur. Avec les applications de flux de travail guidé, il est facile pour les opérateurs d'ajouter des notes et des images, ce qui peut aider un ingénieur à identifier rapidement la cause profonde d'un goulot d'étranglement.

Le contexte peut aider les ingénieurs à identifier des modèles, des tendances et des corrélations. Au lieu de suivre des mesures axées sur la machine, il devient facile de surveiller l'ensemble de votre processus, créant ainsi une installation véritablement connectée.

Alors que les systèmes MES sont extrêmement précieux pour le succès d'une opération, les plateformes d' opérations de première ligne apportent plus de valeur grâce à la contextualisation des données. La possibilité d'exploiter le véritable potentiel de vos données accélère les innovations dans votre processus et vous permet d'exploiter des cas d'utilisation complémentaires dans chaque partie de votre atelier, d'une manière qu'il serait impossible de mettre à l'échelle avec un MES.