OEE ภายใต้ระบบ IoT เปิดทุกจุดความเป็นไปได้

Efficiency หรือ ประสิทธิภาพ ถูกจำกัดใจความง่ายๆ คือ สัดส่วนปริมาณผลลัพธ์เมื่อเทียบกับวัตถุดิบหรือทรัพยากรที่ใช้ เช่น หากเครื่องจักรหนึ่งผลิตสินค้าได้ 90 ชิ้น ในขณะที่ต้องป้อนวัตถุดิบเพื่อผลิตถึง 100 หน่วย ประสิทธิภาพที่ปรากฏคือ 90% ทั้งนี้ 10% ที่ตกหล่นไป อาจมาจากของเสีย (Defects) เสีย 5 หน่วย อาจเป็นการสูญเสียในกระบวนการเสีย 5 หน่วย เป็นต้น นั่นคือความเข้าใจอย่างง่าย หากในโรงงานไม่ได้มีเครื่องจักรเพียงเครื่องเดียว หรือมีกระบวนการผลิตที่มีเครื่องจักรหลายชนิดทำงานต่อๆ กัน หรือมีหลายผลิตภัณฑ์ในสายการผลิต การคำนวณประสิทธิภาพจะถูกกำหนดอย่างไร

ประสิทธิภาพโดยรวมนี้ถูกเรียกว่า OEE (Overall Equipment Effectiveness) ซึ่งยังคงใช้วิธีการหาจากการนำวัตถุดิบ (รวมทั้งทรัพยากรอื่นๆ เช่น แรงงาน พลังงานไฟฟ้า ความร้อน เวลา) และผลผลิตที่ได้ (อาจเป็นสินค้าที่สามารถจำหน่ายได้ เน้นว่าไม่รวมสินค้าที่มีตำหนิ ด้อยคุณภาพ) เข้ามาเปรียบเทียบกัน แน่นอนว่าหากเราสามารถคำนวณค่า OEE ได้อย่างแม่นยำ เราสามารถประเมินถึงประสิทธิภาพการใช้ทรัพยากรอย่างแม่นยำเช่นกัน

IoT ตอบโจทย์อย่างไรในเรื่องนี้ หากจินตนาการว่าเราสามารถล่วงรู้ค่า OEE ของการผลิตทั้งโรงงานของเราที่มีค่าเท่ากับ 67% ซึ่งโรงงานของเราประกอบด้วยการผลิต 3 กระบวนการผลิตสินค้า 5 ชนิด มีคนงาน 3 กะ แล้วคำถามย้อนกลับมาก็คือ หากต้องการพัฒนาประสิทธิภาพแล้วองค์ประกอบไหนที่ควรได้รับการปรับปรุงบ้างและปรับปรุงอย่างไร

ในความเป็นจริง OEE ของการผลิตโดยรวมไม่ได้คำนวณแบบตรงไปตรงมา เป็นคณิตศาสตร์ที่ซับซ้อนด้วยการคำนวณร่วมกันของข้อมูลหลากหลายประเภท เช่น วัตถุดิบ เวลา คนงาน สินค้าระหว่างการผลิตมีตำหนิ ทั้งส่วนเวลาการทำงานของเครื่องจักรและการหยุดการทำงาน ต้นทุนการบำรุงรักษา ซึ่งการคำนวณข้อมูลจำนวนมากขนาดนี้เป็นไปไม่ได้ในยุคก่อนหน้านี้

ภายใต้ความสามารถของ IoT การเชื่อมโยงของข้อมูลในระบบ Big Data เปิดความเป็นไปได้ในการเชื่อมโยงข้อมูลต่างชนิดอย่างกว้างขวาง เราสามารถนำข้อมูลทุกส่วนในระบบมาคำนวณ เพื่อมองเห็นในสิ่งที่ไม่เคยมีมา

OEE กับแนวทางการพัฒนา

ประสิทธิภาพ OEE เป็นตัวชี้วัดที่มีความหมายมากสำหรับการปรับปรุงการผลิต OEE ของโรงงานที่มีเทคโนโลยีและประสิทธิภาพสูง ค่า OEE จะอยู่ ในช่วง 60-70% หากโรงงานที่มีเครื่องจักรล้าสมัยมีปัญหาการหยุดการทำงานบ่อย สินค้ามีตำหนิมาก โรงงานนั้นอาจมี OEE ต่ำถึง 20-30% เลยที่เดียว ความเป็นอุดมคติ (100%) นั้นเป็นไปได้ยากมาก

ในปัจจุบันที่มีการแข่งขันรุนแรงการดำเนินกิจการที่มีผลกำไรเป็นความท้าทาย หากการดำเนินการของกิจการอุตสาหกรรมมีกำไรอยู่ 10% การขายสินค้าให้ได้กำไรเพิ่มขึ้นเป็น 12% นั้นทำได้ยากมาก แต่ถ้าเรามองย้อนกลับมาเรื่องการลดต้นทุน และประสิทธิภาพการผลิต การปรับปรุง OEE จาก 50% เป็น 60% มักมีความเป็นไปได้มากกว่า และอาจทำให้บริษัทเพิ่มผลกำไรได้เป็นกอบเป็นกำ โดยมุ่งเน้นที่การลดในส่วนที่สูญหรือปรับปรุงจุดที่มีประสิทธิภาพต่ำ

การพัฒนา OEE นั้น จึงต้องพิจารณาถึงประสิทธิภาพในหน่วยย่อยที่ประกอบเป็นหน่วยใหญ่ เช่น ในระดับเครื่องจักรในระดับขั้นตอนการผลิตต่างๆ จำแนกข้อมูลและวิเคราะห์ปัญหาเพื่อชี้ชัดถึงจุดที่มีการสูญเสียหรือมีประสิทธิภาพต่ำ โดยการใช้ Indicator ที่สามารถเจาะลึกลงถึงประสิทธิภาพในหน่วยย่อย ทำให้การพัฒนาประสิทธิภาพเป็นไปได้ และเข้าใจปัญหาอันนำไปสู่การปรับปรุงอย่างถูกจุดและแม่นยำ เช่น การสูญเสียประสิทธิภาพโดยรวมมาจากเครื่องจักรบางตัวที่หยุดทำงานบ่อยๆ เหตุที่เครื่องจักรหยุดบ่อย เกิดจากเซนเซอร์บางตัวเสียเนื่องจากอยู่ใกล้ความร้อน การระบุปัญหาจนถึงต้นตอทำให้การแก้ไขเซนเซอร์ให้สามารถทำงานภายใต้ความร้อนจะสามารถเพิ่มประสิทธิภาพโดยรวมได้ทันที เป็นต้น

IoT สถาปัตยกรรมสำหรับ OEE

การพัฒนา IoT ในแนวทางที่ถูกต้องทำให้การเข้าถึงข้อมูลการผลิตเป็นไปได้ในทุกระดับ ข้อมูลจำนวนมากต้องถูกจัดเก็บเพื่อการนำมาคิดวิเคราะห์ได้ในฐานเดียวกัน (Big Data) สถาปัตยกรรมที่อำนวยสิ่งเหล่านี้ต้องเชื่อถือได้ เปิดกว้าง แต่มีความปลอดภัยในการเข้าถึงอย่างสูง ข้อมูลที่นำมารวบรวมอาจรวมถึงข้อมูลเชิงคุณภาพ เช่น ภาพถ่ายจากกล้องอุตสาหกรรม พร้อมค่าวัดคุณภาพต่างๆ เชื่อมโยงกับกระบวนการผลิตในรูปแบบ 4 M (Man Machine Method Material)

บทสรุป

หนึ่งใน Indicator ที่สำคัญในกระบวนการผลิตคือ OEE ซึ่งบนพื้นฐานของ IoT ทำให้นักอุตสาหกรรมสามารถเข้าถึง OEE ในองค์ประกอบย่อยอย่างเข้าใจ สามารถพัฒนาประสิทธิภาพอย่างมีเป้าหมาย การเชื่อมโยงข้อมูลที่มีความหลากหลายและเปิดกว้างในรูปแบบ Big Data มีการจัดการข้อมูลและให้ความปลอดภัยดีเยี่ยม ทำให้ OEE มีความหมายมากกว่าที่เคยมี และเป็นทางช่วยเพิ่มผลกำไร อยู่รอดในภาวะการแข่งขันสูง

Source: Electricity & Industry Magazine ปีที่ 26 ฉบับที่ 3 พฤษภาคม – มิถุนายน 2562