MES Sistemlerinde Raporlama ve Analiz Teknikleri

Sena Düzgün (Yazar) 24 Nisan 2024

MES sistemlerinde ne gibi verileri kayıt altına alıyorsunuz?

Üretim sahasındaki anlam ifade eden her bir veri kayıt altına alınabilmektedir. Gereksinimler kavramsal kapsamında belirlenerek ilerlenmektedir.

Klasik olarak MES Sistemleri’nde verimliliğinizin alt parametreleri olan performans, kalite, kullanılabilirlik değerleriniz. Önemli KPI’lar olan MTTR-MTBF değerleriniz için planlı veya plansız bakım süreleriniz ve tüm bakım verileriniz.


Kritik öneme sahip donanım ömürleri elmas uçlar gibi veriler kayıt altına alınıyorken süreçleri, hep daha dinamik, daha hızlı, daha yüksek oranda kaliteye sahip olması gerektiği için evrildikçe kayıt altına alınacak veri türleri de çoğalmaktadır.
Günümüzde MES Sistemleri ile dinamik verilerde kayıt altına alınmaktadır. Yani Altyapı dâhilinde ürün üretilirken makinemdeki sıcaklık ne, ortam nemi ne, vulkanizasyondaki basınç değerim belirli bir iş emrine çalışırken hedef/planlanan aralıkta mı kaldı? Ya da Mix hazırlanırken reçete bilgisine ne toleransta uyuldu, önemli bir bilgi ve takip edilmesi gereklidir. İzlenebilirlik, ham madde olarak üretim sahasına gelip alt operasyonların her birinde yarı mamüle dönüşerek ilerlerken bunlarla ilgili LOT takibi, çevrim süresi, kalite değerleri hem anlık hem de geçmişe dönük izlenebilmektedir.

MES sistemlerinde Büyük Veri ’den bahsedilebilir mi?
Büyük veri nedir, bundan ne anlamamız gerekir? Önce bundan bahsedilmeli. Büyük veriyi oluşturan bileşenler şunlardır;
Hız: Verinin üretim hızını ifade eder. Sosyal medya uygulamalarını düşünün her beğeni bir veridir veya sensörlerin ürettiği her sinyal bir veridir.
Çeşitlilik: Üretilen veri türleridir.
Hacim: Büyük verinin başlıca sorunudur. Veriler biriktikçe kapasite arttırma ihtiyacı doğacaktır.
Değişkenlik: Verilerin bir formattan başka bir formata dönüşmesidir. Karekod görselinden metin üretilmesi veya resim içerikli dosyaların biçim dönüşümü gibi örneklendirilebilir.
Güvenilirlik: Depolanan verinin doğrulanması.
Değer: Orijinal formda alınan veri hacme oranla düşük bir değere sahiptir. Ancak verini analiz edilmesiyle değerli olacaktır.
Şüphesiz hacim önemli bir bileşen, ne var ki, Big Data dediğimizde verinin depolanma miktarından ziyade veri çeşidinin çokluğunu anlamak gerekir.


Yapısal veriler: Modeli önceden tanımlanabilen, girdi formatı sabit, saklaması sorgulanması kolay olan verilerdir. Veritabanı tabloları, çalışma tabloları buna birer örnektir. Yani satır sütun referanslarıyla kolayca erişebildiğimiz veriler.
Yarı yapısal veriler: Yapısal veri türüne benzese de daha esnek bir içeriğe sahip verilerdir. Her yeni veri kendi modelini barındıran ve ek hiyerarşik alanlar eklemleyen, örneğin XML, JSON içerikli veriler.
Yapısal olmayan veriler: Sabit bir biçimi olmayan belge, resim, video e-posta iletisi gibi verilerdir. Yapısal olmayan verileri ancak, dosya adı tarih kaynak gibi bilgilerle üst veri oluşturarak anlamlı kılabiliriz.
Veriler sisteme yalnızca kullanıcı arayüzlerinden girilmiyor, sisteme dâhil edilen çeşitli veri toplama cihazları var (Sensör, Panel, OPC, PLC cihazlar), veya uyarı sistemi tarafından üretilen veriler / raporlar yoluyla da veri oluşuyor.
Veri çeşitliliği ve çokluğu, MES’in doğal bir parçasıdır diyebiliriz.

Elde edilen Büyük Veri ile Artificial Intelligence – Machine Learing uygulamaları yapmak mümkün müdür? Örnek verebilir misiniz?

Bu konudan önce verinin ne olduğu ve önemi konusuna değinilmeli. Basit bir şekilde ifade etmek gerekirse veri (bilgi de diyebiliriz) eski çağlardan bugüne gelmiş geçmiş en değerli şeydir. Dünyada bugüne kadar bilinen en eski veri tabanı nedir diye sorulduğunda birçok kişinin Lotus diyeceği tahmin edilir.
Aslında öyle görünse de, ilk veri tabanı genetik veri tabanıdır. DNA ve RNA buna en iyi örnektir. Biz ve diğer canlılar bu bilgi sayesinde yaşıyoruz. İşletmelerinde devamlılığını ve yaşamasını veriler sağlar. Veriniz ne kadar gerçek verilerden oluşuyorsa öngörüleriniz de o kadar gerçek olur ve hedeflerinize sapmadan doğru bir şekilde ilerlemenizi sağlar.
Bilgiyi elinde barındıran güç sahibidir ve verinin hayati önemi var diyebiliriz. Ancak veriyi toplamak sadece ilk adımıdır.
Bundan sonraki aşamalar verinizi anlamlandıracak aşamalardır ve çok önemlidir. Toplanan verilerin belirli modeller üzerinden işlenerek sürekli öğrenen gelişen bir sistem dediğimizde yapay zekâ-makine öğrenmesi uygulamalarının dünyasına girmiş oluyoruz. Bu öyle geniş kapsamlı bir konudur ki her sektörde, her yerde kullanılabilir ve kullanıldığı alanı da inanılmaz bir ivmeyle geliştirir. Günlerce sürecek analizlerle verilecek kararların yerine, saniyede karar verebilen, doğru yolu önerebilen bir sistem oluşturabilirsiniz.
En büyük kayıp zaman olduğu için telafi edilemeyen zaman kayıpları da bununla tarihe karışmış oluyor. Bu bir dijital yardımcı düşünülebilir. Herhangi bir olaya çok geniş bir bakış açısıyla bakabilir, daha önce hiç düşünmediğiniz problem kaynaklarını tespit edebilir, bir sorun yaşanmadan sizi uyarabilir. Topladığınız veriyi fayda sağlamak isteğiniz senaryo konusunda düşünerek modellemeniz durumunda her şey mümkün. Bu tarz yüksek teknoloji uygulamaları işletmenin tüm süreçlerinin ve kaynaklarının daha verimli işlemesini sağlamaktadır.

MES üzerinde hangi alanlarda uygulanabilir?
İlk olarak otomatik dar boğaz tespitine değinilmeli. Üretimdeki dar boğaz noktalarını bulan uyaran bir sistem dar boğazın ilk zamanlarında sizi uyararak bu konu ile ilgili hızlı aksiyon almanızı sağlayacaktır. Böylelikle üretimden sonra alınan raporlar üzerinden öğrenmek yerine zamanı kaybetmeden bilgi sahibi olabilirsiniz.
İkinci olarak hız önerileri üzerinde kullanılmaktadır. Sistem daha önceki çalışma geçmişinize belli bir algoritma ile bakarak size en uygun hızı verecektir. Bunu sadece bir ürünün bir istasyondaki operasyonunun en çok tekrarlanan yaşanan hızı gibi değil de, en az firelerin verildiği, en az arızaların yaşandığı hız gibi parametrelerin eklendiği gibi de düşünülebilir.
Makine öğrenmesi konusunda birçok alanda geliştirme yapılmaktadır. Mesela üretimde kullanılan bir ekipmanın bir hammadde üzerinde yapılan üretim ile arızalanma ihtimalleri ya da hız parametresini de eklediğimizde birçok arızanın önüne geçebilecek bir yapının da yolunu açmaktadır.
Gelecek yapay zekâ ve makine öğrenmesinde insanoğlu olarak Endüstri 4.0 ile büyük bir teknolojik gelişmenin eşiğindeyiz. Bunlar daha sadece başlangıç. Geliştirecek ve keşfedilecek inanılmaz teknolojiler bizi bekliyor.

MES sistemlerinde ne gibi raporlamalar yapmak mümkündür?
  • Vardiyalık, günlük, haftalık, aylık ve yıllık raporlar,
  • Operatör, makine, hat, plan, ülke skalasında raporlar,
  • Toplanan veriler doğrultusunda özelleştirilmiş raporlar,
  • En fazla duruş yaşayan personel ve nedenlerinin raporlamaları
MES sistemlerinde ne gibi analizlerden bahsedebiliriz?
MES sistemlerinde en çok kullanılan analiz OEE analizleri denilebilir. Fabrikanın, iş merkezinin, hattın, istasyonun anlık veya periyodik gidişatı konusunda bilgi edinmemizi sağlar. Kök nedene gidiş yolundaki ilk duraktır. Analiziniz sonucunda gelen değerlere göre iyileştirme alanınızı belirler ve kök nedene giden yolda diğer adıma geçmiş olursunuz. Örneğin, bir duraklama ile ilgili kullanılabilirliği etkileyen bir kaybı detaylı incelemek istediğinizde 2. aşamanız duruş analizleri olacaktır. Ancak performansı etkileyen bir kaybınız var ise 2. aşamanız çevrim zamanı analizi veya çevrim zamanı pareto histogramı olacaktır. Kaybınız kalite kaynaklı ise 2. aşamanız olarak kalite analizleri sizlere yol gösterecektir. Tüm bunların yanı sıra ilgili KPI değerinde (Kullanılabilirlik, Kalite, Performans, OEE) trend takibi ve incelemesi yapmak istediğinizde trend analizleri sizlere yol gösterecektir.

Trend analizi yaptığınız kaybınız ile ilgili alınan aksiyon sonrası iyileşmenin sağladığı fayda net bir şekilde hem önceden hesaplanabilmekte, hem de aksiyon sonrası takip edilebilmektedir. Bunlar MES Sistemlerinde kullanılan başlıca analizler olup firmaların kullandığı ya da geliştirdiği farklı KPI hesaplama modellerini de sisteme entegre edip yeni analizler yaratılmasına olanak sağlanmaktadır. MES Sistemleri işletmede kurumsal veri yönetiminin omurgasını oluşturmaktadır. Bu yapı geliştirdikçe inanılmaz fayda sağlayan özellikleri ile beraber hem işlerimizi kolaylaştırmakta, hem de işletme olarak kendimizi tanımamıza olanak sağlamaktadır.
 
Otomatik raporlama servisleri ve öneminden bahseder misiniz?
Amaç üretimi istikrarlı bir şekilde sürdürmekse anlık uyarılar veya zamanlanmış raporlara ihtiyaç olacaktır. Veri analizleri karar sürecini doğrudan etkilediğinden, raporların, bildirimlerin doğru zamanda doğru içerikle üretilmesi gerekir. Doğru zaman ve doğru içerik elbette sistem kaynaklarına ve rapor tasarımına bağlıdır. Dolayısıyla optimum değerlerde konfigürasyon için sahanın iyi etüt edilmesi, hazır şablon raporlar yerine yenilerinin tasarlanması gerekebiliyor. Raporların optimize edilmesi yeniden tasarlanması kolay olmalıdır.

Üretilen raporların ne şekilde dağıtılacağı nasıl sunulacağı da önemli elbette. Kolay okunur olması nedeniyle;
  • Genelde PDF biçiminde,
  • HTML biçiminde,
  • JPEG resim içerik,
  • Uyarı sisteminden basit uyarı metni şeklinde de istenebilir.
Raporlar;
  • E-posta yoluyla iletilebileceği gibi, sistem tarafından üretilen uyarılar,
  • SMS yoluyla,
  • Mobil cihazlara push yoluyla da iletilebilmeli.
Karar verme sürecindeki kişilerin daha hızlı aksiyon almasını sağlayacaktır. Bu nedenle raporlama servisinin çok kritik bir öneme sahip olduğunu söylenebilir.

Her sistemde olduğu gibi MES Sistemlerinde de esnek raporlama ve kendi başına rapor tasarlayabilmek son derece önemli, bize biraz bu konudan bahseder misiniz?

Çok çeşitli içeriğe sahip veriler, farklı formattaki dosyalar düzenli özetlenebilirse, anlamlı yeni bir veri üretmiş olacaktır. Rapor dediğimiz de zaten bu değil midir? Büyük Verinin olduğu sistemlerde salt SQL sorgularıyla rapor üretmemiz yeterli değildir.
Veri tabanı sunucusuna ek olarak başka kaynaklarca oluşturulan verilerin de raporlanabilmesi, yapısal olmayan verilerin örneğin bir görselin veya herhangi bir belgenin kolayca raporlanabilmesi gerekir.
Statik raporlar yerine, koşullandırılabilir, gerektiğinde yeniden programlanabilir olması da yani dinamik olması belli başlı script dillerini desteklemesi beklenir.
Temel bazı kavramları bilenlerin bile kolayca müdahil olabileceği, kullanıcıya has özelleştirmelerin, anlaşılabilir, kullanıcı dostu ara yüzlerin olduğu araçlara ihtiyaç olacaktır. Yalnızca raporlar değil, Andon Dashboard tasarımları da yapılabilmeli.
Özetlemek gerekirse, -esnek raporlama-, eldeki verileri zorlanmadan raporlayıp güncel ve yaygın formatlarda sunabilmek önemli.

MES sistemlerinde alt ve üst sitemler ile entegre raporlar yapmak mümkün müdür?
Birçok işletmede bunun gibi örnek çalışmalar yapıldı. Teknolojilerin entegrasyonu sağlandığında, entegrasyonun algoritması sizin için tek sınır oluyor. Entegre olduğunuz her alan ile ilgili zengin entegre raporlar üretmek mümkün oluyor. Bu şekilde planlanan teorik veriler ile realiteyi karşılaştırabiliyor, bir sonraki planlamanın nasıl yapılması gerektiği konusuna da ışık tutmuş oluyorsunuz.
Diğer bir konu da maliyet analizinizin realite üzerinden yapılmasına olanak sağlıyor olması. Maliyet analizleri genelde kayıpsız olarak hesaplanır ancak sahada durum bu kadar sabit ilerlememektedir. Üretimde yaşanan kayıplar bir siparişin maliyetini çok ciddi etkilemektedir. Bununla beraber geçmişte gerçekleşen üretimler istatistiğine bakarak, işletmenin daha gerçek maliyet analizi yapmasına olanak sağlayıp, müşterisine daha gerçek tact time verebilmesini, brüt üretim zamanı maliyet hesaplayarak daha doğru fiyat verebilmesini sağlamaktadır.