พลิกโฉมอุตสาหกรรมการผลิตด้วย Big Data

พลิกโฉมอุตสาหกรรมการผลิตด้วย Big Data

  • News

         อุตสาหกรรมการผลิต เป็นกลุ่มอุตสาหกรรมที่มีข้อมูลขนาดใหญ่มหาศาล ซึ่งข้อมูลส่วนใหญ่เป็นข้อมูลภายใน หรือ Internal Data ทำให้มีความยุ่งยากในการจัดการโครงสร้างของข้อมูลน้อยกว่าการมีข้อมูลภายนอก หรือ External Data เข้ามาเกี่ยวข้องด้วย 

ตัวอย่างของโครงการการใช้ประโยชน์จาก Data สำหรับอุตสาหกรรมการผลิต มีดังต่อไปนี้

       

          1. เพื่อจัดลำดับการผลิตได้อย่างเหมาะสมมากขึ้น 

          สำหรับโรงงานใด ที่ยังมีการจัดลำดับงานโดย “มนุษย์” อยู่นั้น ถือเป็นความเสี่ยงในการดำเนินการอย่างมาก เช่น การจัดลำดับว่าวันนี้จะผลิตสินค้าแต่ละชนิดเป็นจำนวนเท่าไหร่ Line การผลิตแต่ละ Line จะมีลำดับในการผลิตอย่างไร รวมไปถึง ปริมาณแรงงาน หรือระยะเวลาในการทำงานแต่ละวัน การมี Big Data และ Data Model จะทำให้สามารถออกแบบการจัดลำดับงานได้อย่างมีประสิทธิภาพมากขึ้น และในระยะยาว หากต้องการปรับปรุง Line การผลิต ก็สามารถใช้ Model เพื่อวิเคราะห์ได้ว่า ตรงไหนคือ Fat หรือส่วนที่ทำให้เกิดผลเสียต่อระบบได้อีกด้วย 

 

          2. การตัดสินใจหน้างานที่มีประสิทธิภาพมากขึ้น 

          การผลิตสินค้าบางชนิด มีข้อจำกัดเรื่องสภาพแวดล้อม เช่น อุณหภูมิ อัตราการไหล ความเร็วลม เป็นต้น ทำให้การผลิตยังต้องใช้ทักษะ และประสบการณ์หน้างานเป็นหลัก ถือเป็นความเสี่ยงอย่างนึง ทั้งในมุมของประสิทธิภาพในการทำงาน และความเสี่ยงเรื่องบุคลากร ตามหลักวิชาการแล้ว การทำงานแบบ Closed Loop หรือ จำกัดสภาพแวดล้อมของการผลิต จะทำให้การผลิตมีประสิทธิภาพสูงสุด แต่ในความเป็นจริง การทำงานแบบ Closed Loop นั้น ทำให้เกิดขึ้นได้ยากในโลกแห่งความเป็นจริง ซึ่งในทางปฏิบัติ การใช้ IoT จะสามารถส่งข้อมูลแบบ Real-Time ไปยังหน่วยการประมวลผลได้ ที่หน่วยประมวลผลจะมี Data Model ที่สร้างจากการนำข้อมูลขนาดใหญ่ มาวิเคราะห์ และสร้างเป็นต้นแบบเอาไว้ จากนั้นจะส่งผลลัพธ์เป็นแนวทางปฏิบัติไปแสดงผลให้ผู้ปฏิบัติดำเนินการต่อไป ตัวอย่างโครงการ เช่น การติด IoT เพื่อวัดค่าปริมาณสารคงเหลือในคลัง เพื่อตัดสินใจสั่งซื้อสารจาก Supplier หรือ การติดตั้ง IoT เพื่อวิธีการหลอมแบบภายใต้สภาพแวดล้อมที่ไม่คงที่ เป็นต้น 

 

          3. การพยากรณ์รอบการผลิตที่ต่ำลง หรือ Preventive Accident 

ในโรงงานการผลิต ที่ใช้เครื่องจักรอยู่ตลอดเวลา จะมีรอบการเกิดอุบัติเหตุ ทำให้จะมีแผนการซ่อมบำรุงเป็นค่ามาตรฐานเป็นค่าที่ทางบริษัทเครื่องมือได้กำหนดเอาไว้ ในความเป็นจริง อายุของเครื่องมือ สภาพแวดล้อม และอัตราการผลิต ต่างส่งผลให้เกิดอุบัติเหตุ หรือ อัตราการผลิตที่ลดต่ำลง แต่ละโรงงาน แม้จะซื้อเครื่องมือเดียวกัน จะเป็นไปได้ว่า รอบการผลิตที่เริ่มต่ำลง ที่จำเป็นจะต้องบำรุงรักษาระบบไม่พร้อมกัน ข้อมูลขนาดใหญ่ ทั้งจาก IoT จากระบบการผลิต และจากการเก็บลักษณะของการบำรุงรักษา จะสามารถนำมาสร้างเป็น Preventive Accident ได้ อย่างไรก็ตาม การจะสร้าง Model ประเภทนี้ อาจจะต้องรอให้มีข้อมูลที่มากพอ เพราะเป็นไปได้ว่า ปริมาณ Accident หรือ อุบัติเหตุที่เกิดขึ้นในระบบ จะเกิดขึ้นไม่บ่อยครั้ง จนไม่สามารถนำมาสร้างเป็นต้นแบบของเหตุผลในการเกิดแต่ละครั้งได้ (แนะนำว่า ควรจะต้องมีข้อมูลย้อนหลังอย่างน้อย 5 ปี) 

 

          3 ตัวอย่างที่นำเสนอ เป็นเพียงตัวอย่างอย่างงาน ที่หลายๆ โรงงาน หรือ หลายๆ องค์กรได้ทำสำเร็จเป็นที่เรียบร้อย ยังมีอีกหลายโครงการ ที่มีการพัฒนาขึ้นแบบเป็นเอกลักษณ์ หรือ Customized System ที่จะเหมาะกับการแก้ปัญหาเฉพาะที่ และไม่อาจจะนำไปแก้ปัญหาที่อื่นได้

ตัวอย่าง โรงงานผลิตอาหารกระป๋องที่ใช้เทคโนโลยี Industrial IoT

        ซึ่งมีเครื่องทำความร้อนหรือหม้อต้มน้ำก็จะมีระบบตรวจวัดอุณหภูมิและควบคุมความร้อน ระบบการแจ้งเตือนอัตโนมัติหากมีภาวะเสี่ยงที่จะเกิดอันตราย ระบบเตือนเมื่อมีอุปกรณ์เสื่อมสภาพ เชื่อมโยงไปยังคลังสินค้า ระบบจัดเก็บข้อมูลจำนวนสินค้าที่ผลิตได้ในแต่ละวัน แต่ละเดือน จำนวนสินค้าคงคลัง ไปจนถึงการบริหารจัดการคลังสินค้า การขนส่งโลจิสติกส์

          ซึ่งทั้งระบบนี้จะสามารถสื่อสาร ควบคุม ตรวจสอบได้ผ่านเครือข่ายอินเทอร์เน็ต และแน่นอนว่า อาศัยเทคโนโลยี Big Data ในการวิเคราะห์ คาดการณ์ และส่งต่อข้อมูลให้แก่ผู้ควบคุมระบบหรือผู้จัดการโรงงานรับทราบ

          ซึ่งนอกจาก Industrial IoT จะช่วยให้ระบบการผลิตสะดวกรวดเร็ว ตรวจสอบได้แบบเรียลไทม์แล้ว หากติดขัดก็สามารถแก้ปัญหาได้อย่างทันท่วงที และยังช่วยดูแลความปลอดภัยทั้งชีวิตและทรัพย์สินได้อีกทางหนึ่งด้วย

ข้อมูลและรูปภาพจาก : 

  • https://www.coraline.co.th
  • https://www.techtalkthai.com

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Close Menu