5 datových oblastí, které byste již měli sledovat na svých výrobních linkách
Zveřejněno Industry 4.0 v 05. Září 2025
Ovšem hráči ve výrobním průmyslu, kteří to myslí skutečně vážně, ti, kteří dál zůstávají konkurenceschopní, dosahují cílů provozuschopnosti a udržují marže nedotčené, velmi přesně sledují několik klíčových oblastí dat. Ne všechny. Jen ty správné. A pokud vám chybí víc než jedna z nich, pravděpodobně utrácíte příliš mnoho, prohráváte příliš často nebo jen letíte naslepo.
Bavili jsme se se Stefanem Jensenem, generálním ředitelem společnosti OptiPeople, která už pronikla hluboko do zákoutí výrobních dat, a on rozdělil výrobu založenou na datech do pěti základních kategorií. Každá z nich je dostatečně jednoduchá na to, abyste jí porozuměli, ale pokud podle ní nebudete jednat, vaši nejbližší konkurenti vás nechají daleko za sebou.
1. Energie – víc než jen účet za energie
Pokud se pořád ještě spoléháte na měsíční vyúčtování a jeden velký hlavní elektroměr, podle kterého určujete, jak se vám daří, možná vám neuniká les jako takový, ale určitě vám unikají jednotlivé stromy.
„Energie představuje mnoho věcí,“ vysvětluje Stefan Jensen. „Pro většinu lidí jsou to kilowatthodiny nebo emise CO₂. Ale energií může být taky teplota, vlhkost, tlak, průtok. To všechno může patřit mezi datové body, které určují, že vaše výroba funguje tak, jak má.“
Tajemství je v tomhle případě jednodušší, než byste možná čekali: nastavení dílčích měřičů. Díky dílčím měřičům získáte přehled o tom, kam energie skutečně odchází, ať už jde o konkrétní linky, zóny nebo dokonce jednotlivé stroje. A přestože se to může jevit příliš jednoduše, dílčí měření vám umožní izolovat spotřebitele energie, odhalit spotřebu v nečinnosti a v konečném důsledku taky nastavit skutečné klíčové ukazatele výkonnosti.
Kromě napájení je potřeba ve výrobních prostředích sledovat rovněž související ukazatele, jako jsou proudění vzduchu, chladicí systémy či dokonce spotřeba stlačeného vzduchu. Tady jsou pak vašimi nejlepšími přáteli senzory průtoku, tepelné senzory a převodníky tlaku. Jedná se o levnou pojistku proti plýtvání a pevným základ pro vykazování emisí oxidu uhličitého.
Jak Stefan Jensen dodává, čím dál víc zákazníků se bude ptát na vaši energetickou stopu na jeden díl a krutou pravdou je, že jestli jim nejste schopni poskytnout reálná čísla vy, někdo jiný to určitě udělá.
2. Efektivita – zjistěte, jestli se vám skutečně daří
„Pro začátek je prostě dobré zjistit, jak dlouho jsou vaše stroje skutečně v provozu,“ vysvětluje Stefan Jensen. „Pak se můžete podrobněji zabývat tím, proč se zastavují a jestli dosahujete očekávaného výkonu.“
Kde tedy začít?
Základy jsou jednoduché: čítačové senzory, jako jsou fotoelektrické senzory pro detekci dílů, které určují dobu cyklu stroje, a senzory s podporou IO-Link pro sledování stavů v reálném čase. Díky nim dokážete automaticky sledovat dobu provozu, rychlost cyklu i různé přechody.
Pak pronikejte hlouběji: Když se objeví výpadky, proč k nim došlo? Bylo důvodem zaseknutí? Zpoždění materiálu? Nepřítomnost obsluhy? Ze začátku se dá spousta z toho sledovat ručně, ale nakonec budete stejně chtít senzory nebo software, které budou sledovat příčiny za běhu. Pokud provedete integraci se systémem MES nebo použijete i jednoduché tabletové rozhraní pro obsluhu, budete schopni zaznamenávat hlavní příčiny v reálném čase.
Stačí jen hrstka jednoduchých senzorů a získáte data, která jsou potřeba k zahájení zajištění ziskové výroby.
A jakmile jednou začnete, dalším krokem je pak měření faktorů prostředí ve výrobě, kde neočekávané změny vlhkosti či okolní teploty mohou stroj nenápadně zpomalovat. V tu chvíli přicházejí ke slovu senzory prostředí, jako jsou monitory teploty/vlhkosti – a to nejen z hlediska dodržování předpisů, ale také z hlediska výkonu.
Shrnutí: Efektivní výroba se neobejde bez přehledu o vašich výrobních metrikách. Bez konkrétních datových bodů budete plánovat naslepo.
3. Kvalita – prodejný druh a vykazovatelný druh
"S oblibou rozděluji kvalitu do dvou skupin,“ vysvětluje Stefan Jensen. „Máme tu kvalitu produktu: vypadá a funguje díl správně? A pak je tu kvalita dodržování předpisů nebo kvalita procesu: dodržujeme parametry, které jsme slíbili?“
Na straně produktů se situace zlepšila a ceny klesly. Vizuální senzory a inteligentní kamery teď dokážou detekovat povrchové vady, nesrovnalosti barev, nesprávně zarovnané komponenty a chybějící díly. Kamerové systémy řady FH od společnosti OMRON například umí kontrolovat vlastnosti na vysokorychlostní lince, aniž by váš proces jakkoli zpomalovaly.
Zkombinujte je se senzory posunutí pro přesné měření a senzory barev pro kontrolu značení nebo balení a najednou získáte spolehlivou bránu kvality, která není závislá na unavené obsluze.
Na straně dodržování předpisů a kvality procesů se často setkáváte s normami, tolerancemi a audity: ISO 9001, FSSC 22000 a dalšími. Je jedno, jestli jde o požadovanou teplotu v peci, vlhkost v čistém prostoru nebo tlakový rozdíl, na těchto číslech prostě záleží.
Podle Stefana Jensena jsou chytrou volbou opět automatizovaný proces a senzory.
„Nepotřebujete pět lidí, kteří by ručně sbírali data. Můžete je shromáždit jednou, správně je uložit a jednat jen v případě, že jsou mimo toleranci.“
Senzory prostředí, termočlánky a senzory barometrického tlaku dokážou posílat tento druh dat přímo do řídicího panelu a poskytovat vám nezbytná hlášení o dodržování předpisů, přičemž vám umožní jednat jen v případě anomálií, výstrah a neobvyklých událostí.
4. Údržba – předvídání, kdy jednat
„Vidíme posun směrem k využívání dat pro účely údržby,“ říká Stefan Jensen. „Nejen na základě času, ale také na základě skutečných provozních hodin, úrovně vibrací, odběru energie. To všechno naznačuje, že by něco nemuselo být v pořádku.“
V tomhle případě jsou rozhodující senzory vibrací, monitory proudění a infračervené senzory teploty. Řekněme, že motor začne odebírat o 10 % víc proudu než obvykle. To je pro vás včasné varování. Nebo začne převodovka vibrovat o fous mimo normu. Máte čas jednat dřív, než to způsobí vyhození řemenu a zničení celé linky – ale jen pokud si toho všimnete.
V praxi se hned nemusíte vzdát údržby založené na harmonogramu, ale stačí, když do ní vložíte údaje o stavu stroje v reálném čase, aby se daly stanovovat priority. Pokud je stroj s nízkou spotřebou pořád v perfektním stavu, můžete vynechat úplnou demontáž. Pokud se u robota s vysokou spotřebou začnou objevovat známky namáhání, posuňte ho v seznamu priorit na vyšší pozici.
Cílem není dosažení menšího počtu úkonů v rámci údržby, ale údržba zařízení podle chytřejšího plánu, který zajistí plynulý chod výroby po celou dobu.
5. Náklady – skutečné náklady, ne jen ty, které byly v rozpočtu
„Zásluhou dat teď můžete vypočítat skutečné náklady na jeden díl nebo na jednu objednávku,“ konstatuje Stefan Jensen. „Jak dlouho to vlastně trvalo? Kolik energie jsme spotřebovali? Kolik lidí se na tom podílelo? To všechno se sčítá.“
Začněte jednoduše sledováním časů zahájení a ukončení zakázky pomocí základních vstupních senzorů nebo událostí skenování. Pak přidejte spotřebu energie (z dílčích měřičů), čas práce (z přihlášení obsluhy nebo senzorů přítomnosti) a odečtěte zmetkovitost – a voilá, vaše kalkulace nákladů už není založená na předpokladech, ale na skutečných, spočitatelných faktech získaných z vaší vlastní výrobní linky.
A tady je ta část, o které nikdo nemluví: jakmile máte tahle data, můžete se rozhodnout, co nebudete vyrábět. Které zakázky s nízkou marží vám ubírají čas? Které stroje vás stojí na jednu jednotku víc, než jste plánovali? Právě takový druh poznatků odděluje dobré závody od těch skvělých.
Nástroje jsou připravené, když jste připraveni vy sami.
Jak říká Stefan Jensen: „Nástroje existují. Myšlení se mění. Teď už stačí jen jednat.“
Vyberte si jednu oblast, kde nejvíc trpíte, a začněte od ní. Vybudujte si důvěru v data a pak pokračujte. Protože i když vaše linky možná v současné době ještě pořád fungují dobře, u někoho jiného už díky datům fungují rychleji, levněji a chytřeji, takže pokud s ním nedokážete držet krok, jen vám zamává z cíle daleko před vámi.