ฟูจิตสึเผยกรณีศึกษาการใช้ Big Data เพื่อการพัฒนาสายการผลิตอย่างต่อเนื่อง

          ฟูจิตสึเผยกรณีศึกษา ออมรอนใช้ Big Data เพื่อช่วยให้คนทำงานหาวิธีการพัฒนากระบวนการผลิตแผงวงจรพิมพ์ โดยการบูรณาการข้อมูลที่ได้จากแต่ละจุดของสายการผลิต เพื่อให้เห็นภาพการเคลื่อนไหวตั้งแต่จุดเริ่มต้นจนถึงจุดสิ้นสุด เพื่อเปิดทางให้มีการหาปัญหาและสาเหตุได้อย่างรวดเร็วและง่ายดาย ส่งผลให้ผลิตผลต่อหน่วยชั่วโมงเพิ่มขึ้นร้อยละ 30 ภายในระยะเวลาเพียงไม่กี่เดือน และยังคงมีการพัฒนาอย่างต่อเนื่อง "ตอนแรกที่เห็นข้อมูล ผมประหลาดใจมาก เพราะโซลูชั่นเผยให้เห็นถึงการพัฒนาที่ผมตามหามายาวนาน และทำให้ความคาดหวังที่เรามีในการต่อยอดการพัฒนาสายการผลิตมีแนวโน้มที่จะเป็นจริงขึ้นมาได้" มร.ชินจิ มิซูโน (Mr. Shinji Mizuno) , ผู้จัดการ บริษัท ออมรอน คอร์ปอเรชัน กล่าว

          แสวงหาการเติบโตในระดับโลก
          บริษัท ออมรอน คอร์ปอเรชัน เป็นผู้ผลิตอุปกรณ์อิเล็กทรอนิกส์ให้กับผลิตภัณฑ์ระบบอัตโนมัติและการแพทย์ ในเดือนกรกฎาคม 2011 ที่ผ่านมา ออมรอนได้พัฒนา "Value Generation 2020" ซึ่งเป็นวิสัยทัศน์ด้านการบริหารของบริษัทฯ ในระยะยาวถึงปี 2020 และยังได้สร้างเป้าหมายท้าทายให้ตนเองในด้านการเติบโตเพื่อก้าวสู่การเป็นบริษัทระดับโลก ออมรอนเน้นย้ำเรื่องคุณภาพ ความปลอดภัยและสภาพแวดล้อม โดยให้การสนับสนุนนวัตกรรมการผลิต ระดับโลก ด้วยเทคโนโลยีการควบคุมและการสัมผัส ที่เป็นเอกลักษณ์ ออมรอนมีส่วนแบ่งในตลาดประเทศญี่ปุ่นคิดเป็นอันดับหนึ่ง (40%) ในส่วนของธุรกิจด้านระบบอุปกรณ์ควบคุมและระบบอัตโนมัติในโรงงาน (Factory Automation - FA) และมีการดำเนินธุรกิจใน 80 ประเทศทั่วโลกทั้งในทวีปยุโรปอเมริกาเหนือ ประเทศจีน และภูมิภาคเอเชียแปซิฟิก
          นอกจากนี้ ออมรอนยังให้บริการโซลูชั่นการผลิตกับลูกค้าเพื่อช่วยแก้ไขปัญหาด้านจัดการอันหลากหลายที่เกิดขึ้นในโรงงานการผลิต พร้อมๆ กับมีการลงทุนอย่างต่อเนื่อง เพื่อเพิ่มประสิทธิภาพสายการผลิตในโรงงานของตนเอง โดยใช้ผลิตภัณฑ์และเทคโนโลยีการควบคุมของออมรอน
?
          ค้นหาวิธีการเพื่อยกระดับการพัฒนาการผลิตอย่างต่อเนื่อง
          ออมรอนแสวงหาวิธีการพัฒนากระบวนการผลิตอย่างต่อเนื่อง เพื่อนำมาใช้ในโรงงานหลักที่ผลิตระบบอัตโนมัติสำหรับอุตสาหกรรมของบริษัทฯ ในเมืองคูซัตซึ ประเทศญี่ปุ่นซึ่งสายการผลิตของแผงวงจร ประกอบไปด้วยขั้นตอน 4 ขั้นด้วยกัน โดยขั้นตอนที่หนึ่งคือการเตรียมแผงวงจรโดยใช้การบัดกรี ส่วนขั้นตอนอีกสองขั้นถัดไปจะเกี่ยวข้องกับการวางชิ้นส่วนอิเล็กทรอนิกส์ลงไปที่แผง และในขั้นตอนสุดท้าย
          จะผนึกชิ้นส่วนทั้งหมดไปที่แผงวงจรแบบถาวร ข้อมูลล็อก (log data) จากอุปกรณ์แต่ละชิ้นในสายการผลิตจะมีการเก็บที่ ฐานข้อมูลที่แยกต่างหาก เนื่องจากการบันทึกความผิดพลาดจากเครื่องจักรแต่ละเครื่องนั้นไม่ได้รวมกันไว้ในที่เดียว ทำให้การระบุต้นเหตุปัญหาทำได้ยาก ก่อนหน้านี้มีเพียงแค่พนักงานโรงงานที่มีประสบการณ์แล้วเท่านั้นที่จะตรวจสอบบันทึกความผิดพลาดในระบบการผลิตและการควบคุมเพื่อหาปัญหาได้และในบางครั้งการหาต้นเหตุของปัญหาก็เกินความสามารถของพนักงานเหล่านี้ เนื่องจากพวกเขาไม่สามารถตีความสัมพันธ์ระหว่างกระบวนการที่ซับซ้อนออกได้ โดยนาย Shinji Mizuno เล่าว่า "ในการก้าวสู่อีกขั้นของการพัฒนาอย่างต่อเนื่อง เราจำเป็นต้องมีข้อมูลในเชิงรูปธรรมด้วย"

          พลังของ Big Data ในการสนับสนุนให้คนมีการพัฒนาอย่างต่อเนื่อง
          ออมรอนร่วมมือกับพันธมิตรอย่างไมโครซอฟท์และฟูจิตสึในการทำพิสูจน์แนวคิด (Proof of Concept - PoC) การมองเห็นการเคลื่อนไหวของสายการผลิตแบบเรียลไทม์ โดยการเชื่อมแผงวงจรแต่ละแผงที่ผลิตเข้ากับประเภทข้อมูลแต่ละประเภทที่มีการบันทึกในระบบการผลิตแต่ละระบบในสายการผลิตโดยจุดประสงค์หลักของการทำ PoC นี้ก็เพื่อระบุจุดที่ต้องมีการปรับปรุง ซึ่งเป็นจุดที่หาได้ไม่ง่ายนัก แม้แต่พนักงานโรงงานที่มีประสบการณ์แล้วก็ตาม
          นาย Mizuno ยังกล่าวอีกว่า "ควรมีสิ่งที่ให้เราพัฒนาให้เพิ่ม ขึ้นอีก" ระบบนี้ออกแบบมาโดยใช้อภิมหาข้อมูล (Big Data) ในการสนับสนุนพนักงานที่ทำงานในสายการผลิตทุกวันในการรวบรวมบล็อกข้อมูลจากอุปกรณ์แต่ละชิ้นในสายการผลิตแบบเรียลไทม์ ได้มีการใช้โปรแกรม Microsoft SQL Server และระบบ Sysmac NJ-series Machine Automation Controller ของออมรอนเอง ซึ่งช่วยควบคุมการเคลื่อนไหวของอุปกรณ์ และเครื่องยนต์แต่ละตัว โดยตั้งแต่เดือนกันยายน 2013 เป็นต้นมา ฟูจิตสึได้พัฒนาระบบที่สร้างรายงาน "Timeline Data Visualization(การมองภาพข้อมูลตามแนวเวลา)" ซึ่งเป็นรายงานที่เปิดโอกาสให้วิเคราะห์ข้อมูลตามจริงได้อย่างรวดเร็วภายในพริบตาเดียว โดยวิเคราะห์จากมุมมองแผงวงจร แต่ละแผงหรือกระบวนการผลิต และจะแสดงสถานะการผลิตที่ละเอียดกว่าแต่ก่อน แต่กระนั้นก็ยังมีความง่ายพอที่ทุกคนจะเข้าใจได้
          นอกจากนี้รายงานยังแสดงแผนภาพการเคลื่อนไหวในสายการผลิตตามลำดับเวลา ซึ่งเปิดโอกาสให้พนักงานระบุได้ชัดเจนว่าผลิตผลมีการลดลงที่จุดไหนและเมื่อไหร่ และนำไปซ้อนทับกับ ข้อมูลอื่นๆ เพื่อค้นหาต้นเหตุที่แท้จริงของจุดที่เสื่อมประสิทธิภาพ

          การเห็นภาพนำไปสู่ไอเดียใหม่ๆ
          แม้แต่พนักงานที่ไม่มีประสบการณ์ก็สามารถวิเคราะห์สถานะการผลิตของแผงวงจรแต่ละแผงได้ ส่งผลให้มีประสิทธิภาพในการแก้ปัญหาและการผลิตเพิ่มสูงขึ้นกว่าเดิม 6 เท่า ตัวอย่างเช่นปัจจุบันพนักงานโรงงานหนึ่งคนสามารถวิเคราะห์ต้นเหตุของปัญหาที่มีความซับซ้อนได้ ซึ่งเมื่อก่อนต้องใช้พนักงานที่มี ประสบการณ์ทั้งหมด 6 คนในโรงงานผลิตมาช่วยวิเคราะห์
          ทำให้พนักงานเหล่านี้มีเวลาเพิ่มมากขึ้น และจะใช้เวลานั้นไปมุ่งเน้นที่การออกแบบวิศวกรรมและกระบวนการผลิตแทนส่งผลให้มีผลิตผลต่อหน่วยชั่วโมงเพิ่มขึ้น 30% ภายในเวลาสองสามเดือน และยังคงเพิ่มขึ้นต่อเนื่อง นอกจากนี้ ระบบใหม่ยังเปิดโอกาสให้พนักงานจากหลายๆ กะได้ร่วมมือกัน กล่าวคือ พนักงานสามารถเรียกดูแผนภาพการเคลื่อนไหวของการผลิตจากกะก่อนหน้า และระบุจุดที่ควรมีการพัฒนาได้ในขั้นต่อไป ออมรอนวางแผนที่จะจับคู่ข้อมูลวิดีโอของกระบวนการการตรวจสอบเข้ากับข้อมูลอื่นๆ เช่น อุณหภูมิ บันทึกความผิดพลาด และข้อมูลคุณภาพตามลำดับเวลา และนำไปแสดงใน Dashboard เดียวกัน ซึ่งแผนกการผลิตและแผนกการวางแผนจะนำข้อมูลนี้ไปใช้ในการพัฒนาเทคโนโลยีวางแผนการผลิตและทางการเงินออมรอนและ ฟูจิตสึกำลังพิจารณาที่จะโปรโมทระบบที่ได้มีการพัฒนาร่วมกันที่สายการผลิตในโรงงาน Kusatsu ให้มีการใช้งานที่จุดอื่นๆ เพราะนวัตกรรมในการมองเห็นภาพการผลิตนี้จะนำไปสู่การเกิดไอเดียใหม่ๆ และมีการคาดการณ์ว่าห่วงโซ่นวัตกรรมนี้จะขยายการใช้งานไปตามแผนกอื่นๆ

ฟูจิตสึเผยกรณีศึกษาการใช้ Big Data เพื่อการพัฒนาสายการผลิตอย่างต่อเนื่อง

ข่าวกรณีศึกษา+โซลูชั่นวันนี้

กรณีศึกษา Social Listening ท่ามกลางวิกฤตการเมือง