Smart manufacturing en Industrie 4.0: wat het betekent, wat het kost, en waar je begint

Kort antwoord: smart manufacturing is productie die zichzelf meet, dat terugkoppelt en bijstuurt. Dat is het hele idee, en het is oprecht waardevol. Wat het onderwerp vermoeiend maakt, is dat het verpakt aankomt in een vocabulaire dat gebouwd is voor congreskeynotes: Industrie 4.0, smart factory, IIoT, digital twin, dark factory, predictive alles. Onder die woorden ligt een ladder, en bijna iedereen heeft baat bij de onderste twee treden terwijl bijna niemand klaar is voor de bovenste. Deze pagina sorteert de begrippen, geeft de ladder, en zegt eerlijk waar het geld zit.

Het vocabulaire, gesorteerd

Het zijn geen synoniemen, ook al worden ze zo gebruikt.

• Industrie 4.0. Duitse industriepolitieke framing: de vierde industriële revolutie, na stoom, elektriciteit en computers. Breed, politiek, en vooral bruikbaar als paraplu.
• Smart manufacturing. De meer operationele term voor dezelfde verschuiving. Productie die waarneemt, registreert, analyseert en zich aanpast.
• Smart factory. Eén gekoppelde locatie waar die capaciteiten daadwerkelijk aanwezig zijn. Een plek, geen filosofie.
• IIoT (Industrial Internet of Things). Het leidingwerk: sensoren, gateways en connectiviteit die machinedata uit de machine halen.
• Digital twin. Een live virtueel model van een machine, lijn of product, gevoed door echte data, gebruikt om te simuleren voordat je je in de echte wereld vastlegt.
• Predictive maintenance. Machinedata gebruiken om in te grijpen voordat er iets kapotgaat, in plaats van volgens een schema of na een storing.
• Dark factory. Productie die onbemand draait. Echt in een handvol industrieën, een gedachte-experiment in de meeste.

Merk op dat alleen de laatste drie technologieën zijn. De eerste vier zijn framings, en framings hebben geen prijs en geen terugverdientijd.

De volwassenheidsladder

De volgorde is belangrijker dan de technologie, want elke trede is alleen waard wat de trede eronder kan dragen.

1. Eén systeem voor de ruggengraat. Verkoop, inkoop, voorraad, productie en financiën op één database. Weinig glamoureus, en de voorwaarde voor al het andere: zonder dat analyseer je fragmenten.
2. Digitaal terugmelden op de vloer. Operators registreren bewerkingen, aantallen, uitval en kwaliteit op het moment zelf in plaats van op papier. Dit is de MES-laag, en hier maken de meeste middelgrote producenten hun grootste enkele sprong in inzicht.
3. Meten. Nu het terugmelden betrouwbaar is, worden echte metrieken mogelijk: OEE, stilstandsredenen, werkelijke versus geplande tijden die terugvloeien in nacalculatie en planning.
4. Machinekoppeling. Sensoren en machinedata waar het loont: dure machines, hoogfrequente processen, of metingen die mensen niet betrouwbaar met de hand kunnen vastleggen.
5. Voorspellen en zelf bijsturen. Predictive maintenance, digital twins, geautomatiseerde parameteraanpassing. Echt, en echt veeleisend in data en expertise.

De meeste middelgrote producenten die wij tegenkomen zitten ergens tussen trede één en twee. Dat is geen kritiek; daar zit juist de waarde. Het gat tussen “we horen het volgende week” en “we weten het nu” is meer waard dan het gat tussen “we weten het nu” en “we hadden het voorspeld”.

Meten komt voor intelligentie: de OEE-check

Trede drie is het scharnierpunt, en OEE is de metriek waar iedereen naar grijpt. Het is beschikbaarheid x prestatie x kwaliteit, en de echte waarde zit niet in het percentage maar in welke van de drie je omlaag trekt.

Twee dingen zijn het opmerken waard. Ten eerste: de drie factoren vermenigvuldigen, dus 90% op elk geeft 73%, niet 90%. Daarom voelt OEE de eerste keer dat je het berekent hard aan, en daarom is de veelgenoemde 85% werkelijk wereldklasse en geen doel dat je volgend kwartaal moet halen.

Ten tweede: als je een ideale cyclustijd instelt die trager is dan de machine daadwerkelijk kan draaien, klimt de prestatie boven de 100% en vleit je OEE je. Dat is verreweg de meest voorkomende manier waarop deze cijfers stilletjes fout gaan, en dat is een goede opmaat naar het eerlijke deel.

Onze mening: de meeste Industrie 4.0-uitgaven zijn een meetprobleem in een technologiekostuum

Ons standpunt, ronduit gezegd, en consistent met wat we zeggen over MES en planning: het patroon herhaalt zich omdat de onderliggende fout zich herhaalt.

Sensoren zijn makkelijk te kopen en dashboards demonstreren prachtig. Geen van beide lost op wat de meeste fabrieken werkelijk beperkt, namelijk dat niemand betrouwbaar vastlegt wat er gebeurd is. Zet een realtime dashboard bovenop een vloer waar stilstand wordt geregistreerd wanneer iemand eraan denkt, en je hebt een duur instrument gebouwd om gissingen te tonen. Precies, in kleur, op een groot scherm.

Vier standpunten die we zullen verdedigen:

• Een dashboard waar niemand naar handelt is een screensaver. Beslis voordat je zicht koopt wie er naar het getal kijkt, hoe vaak, en wat diegene mag veranderen. Is er geen antwoord, dan is het project decoratie.
• Predictive maintenance wordt oververkocht aan bedrijven die preventief onderhoud nog niet geprobeerd hebben. Voorspellen vraagt machinedata over lange periodes en genoeg storingen om van te leren. Gepland preventief onderhoud met eerlijke registratie vangt het grootste deel van het voordeel tegen een fractie van de kosten. Begin daar; laat de data je vertellen of voorspellen de moeite waard is.
• Digital twins zijn echt, en zelden je volgende stap. Ze betalen zich terug in procesindustrieën met hoge volumes of hoge risico’s, waar simuleren beter is dan experimenteren. Voor een stukswerkbedrijf met 200 verschillende producten per jaar overstijgt de modelleerinspanning het voordeel.
• Het waardevolste Industrie 4.0-project is meestal saai. Operators zover krijgen dat ze elke bewerking terugmelden op het moment dat die plaatsvindt, in twee tikken, is meer waard dan welke sensor dan ook. Het is ook lastiger, want het is een mensenprobleem en geen aankoop.

En degene die ons werk kost: als iemand je een Industrie 4.0-roadmap laat zien voordat hij vraagt hoe je vandaag stilstand registreert, verkoopt hij een categorie, geen oplossing. Wij implementeren liever trede één en twee goed en zien je over twee jaar terugkomen voor trede vier, dan dat we je nu alle vijf verkopen.

Wat zich werkelijk terugbetaalt, op volgorde

Als je een praktische shortlist wilt voor een middelgrote producent:

• Hoogste rendement: digitaal terugmelden per bewerking, stilstand vastgelegd met een oorzaakcode, werkelijke tijden die terugvloeien in nacalculatie en planning.
• Goed rendement zodra bovenstaande werkt: OEE per knelpuntmachine (niet per machine, alleen de beperking), kwaliteitscontroles die tijdens het proces worden vastgelegd in plaats van aan het eind.
• Situationeel: machinekoppeling op dure of hoogfrequente apparatuur, energiemonitoring waar energie een reële kostenpost is, integratie met geautomatiseerde opslag waar het pickvolume het rechtvaardigt.
• Later, als het al ooit komt: predictive maintenance, digital twins, autonome planning.

Die lijst is bewust weinig spannend. Het is ook de volgorde die we hebben zien werken.

Waar Odoo past, en waar niet

In Odoo worden trede één tot en met drie direct gedekt: één database voor de ruggengraat, Shop Floor voor digitaal terugmelden, Quality voor controles tijdens het proces, Maintenance voor preventief onderhoud, en de IoT-box voor het koppelen van scanners, weegschalen, printers en eenvoudige machinesignalen.

Waar het stopt, ronduit gezegd: Odoo is geen Industrie 4.0-platform. OEE-dashboards, historians voor hoogfrequente machinedata, voorspellende modellen en digital twins zijn geen standaardfunctionaliteit, en wie je iets anders vertelt beschrijft een roadmap alsof het een functie is. Die horen thuis in gespecialiseerde tools die je aan Odoo koppelt, met Odoo als systeem van registratie.

Wij vinden dat de juiste verdeling. Trede één tot en met drie is waar het rendement zit, en dat zijn precies de treden die profiteren van één database met je orders, voorraad en kosten. Trede vier en vijf zijn specialistisch werk, en doen alsof dat niet zo is, is hoe implementaties teleurstellen. De categorieën en waar elk in past staan in kaart gebracht in productiesoftware.

Veelgestelde vragen

Wat is smart manufacturing? Productie die zichzelf meet, de data terugkoppelt en bijstuurt. Een spectrum van betrouwbare registratie op de productievloer via machinekoppeling tot voorspellen, geen enkele toestand.

Wat is het verschil tussen Industrie 4.0 en smart manufacturing? Grotendeels dezelfde verschuiving: Industrie 4.0 is de Duitse beleidsframing, smart manufacturing de operationele term. Smart factory is een gekoppelde locatie, IIoT de sensorlaag, digital twin een live virtueel model.

Waar begint een middelgrote producent? Bij betrouwbaar digitaal terugmelden op de vloer, niet bij sensoren. Ruggengraat, dan terugmelden, dan meten, dan koppelen, dan voorspellen.

Is predictive maintenance de moeite waard voor een kleinere producent? Meestal niet als eerste, soms helemaal niet. Preventief onderhoud met eerlijke registratie vangt het grootste deel van het voordeel veel goedkoper.

Wat is OEE en waarom is het belangrijk? Beschikbaarheid x prestatie x kwaliteit. Het is meestal de eerste echt bruikbare fabrieksmetriek, en het legt bloot welke factor je het meest kost, mits de onderliggende data eerlijk is.

Wil je weten op welke trede je werkelijk staat? Boek een gratis Odoo-scan - we kijken hoe je vandaag productie registreert en vertellen je eerlijk welke stap zich als volgende terugbetaalt, en welke je voorlopig gerust kunt negeren.

Lees verder: Productiesoftware: de categorieën · Wat is een MES? · MES-software: hoe kies je · Productieplanning en scheduling · MRP-systeem uitgelegd · Odoo voor producenten