trexDCAS Proje Satış Mühendisi Ömer Alpaslan: Dijital Dönüşüm Çağında Görsel Akıllı Fabrikalar

Dijital Dönüşüm Çağında Görsel Akıllı Fabrikalar

trexDCAS Proje Satış Mühendisi
Ömer Alpaslan

GARTNER verileri incelendiğinde, akılda kalıcı olmak için görselliğin çok önemli olduğunu görüyoruz. Yapılan araştırmada görseller % 30 etkiliyken, yazı sadece %10 etkili oluyor. Öte yandan ses ve görsel birleştiğinde akılda kalma oranı % 50 ye çıkıyor. Yani videolar ve simülasyonlar akılda kalmak ve istenileni karşı tarafa iletmek için çok daha önemli hale geliyor.

Akıllı Fabrika Nedir?

Otomasyon sistemlerinin bir sonraki aşamaya geçmesini sağlayan sistemsel yaklaşım, Akıllı Fabrika olarak nitelendirilebilir. Üretimden sosyal iş ağına, entegre ürün geliştirmeden veri odaklı kontrole, tedarik zinciri yönetiminden dijital fabrika lojistiğine, bulut hizmetlerinden dijital ortamda fabrika tasarımını kapsayan bütün sistemsel yaklaşımlar olarak nitelendirilebilir.

Örnek olarak gösterilebilecek somut faaliyetlerden bazıları şöyle özetlenebilir;

-Tedarikçilerle, entegre iş birliği yapılan platformlar ile senkronizasyon yakalamak mümkün hale gelir.

-Üretim maliyetleri, tasarım anında hesaplanması ile karar mekanizmaları en başından desteklenebilir.

-Üretim aşaması ile tasarım aşamasındaki gerçekleşenlerin birbiriyle çift yönlü haberleşmesi ve sağlamalarının yapılması mümkün hale gelir.

-Proje öngörülerinin, üretim aşamalarındaki sapmaları anlık izlenip değerlendirilebilir.

-Veri analitiği kullanarak optimizasyonlar yapılır.

-Üretim sahasında problem oluşması durumunda, anlık olarak etkileşim sağlar.

Görsel Fabrika Nedir?

Gelişen teknoloji ile birlikte tüm alanlarda daha yeni görsel uygulamalar ile beraber, bir kişinin bakış açısında takılı kalmadan, herkese aynı şeyi anlatan, doğru tespitler yaptırmayı hedefleyen uygulamalar piyasada yer almaya başladı.

Görsel Fabrika temel olarak, fabrika verilerinin kolay anlaşılabilir ve her zaman takip edilebilir hale getirilmesi demektir. Andon ekranları, yönetim izleme ekranları, mobil uygulamalar bu alanda hem işin takibini kolaylaştırmakta hem de problem esnasında sorunun ilk gerçekleşme anından daha farklı problemlere neden olmadan çözülebilmesini sağlamaktadır. Ayrıca görsellik her zaman karşı tarafta akılda kalıcılık konusunda avantaj sağlar. Otomatik dar boğaz tespiti bunların başında gelir. Bu faydalarının yanı sıra üretim proseslerinin optimize edilmesine çok büyük katkı sağlar. Görsel Fabrika uygulamaları ile gerçekleştirilen görsel yönetim, anomalileri görünür kılar ve tüm ekibin ilk bakışta anlamasını sağlayarak “Konuşan bir fabrika!” yaratmayı hedefler.

“Fabrikanız sizinle konuşuyor mu?”

Kısaca Görsel Fabrika, fabrika verilerinin daha görsel bir şekilde kullanıcı etkileşiminin arttırılarak sunulduğu, yani fabrikanın yazılım ve donanımlar sayesinde kullanıcı ile adeta konuştuğu yeni nesil MES uygulamalarının bütününden oluşmaktadır.

Görsel Akıllı Fabrikalar’da Kullanılan Araçlar ve Fonksiyonlar Nelerdir?

Üretim sahalarını Akıllı ve Görsel Fabrika haline getiren araçlar ve fonksiyonlar için şunları örnek verebiliriz:

-Web Online Monitoring

-Andon (İnteraktif Dashboard) Sistemi

-Mobil Uygulama

-Anlık Uyarı Sistemi (SMS, E-Mail ve Push Notification)

-LOT Yönetimi ve Barkod Uygulamaları

-Otomatik Raporlama Sistemi

Yapay Zeka ve Makine Öğrenmesi Alanında Gelişmeler Süreci Nasıl Etkileyecek?

Analizlerin daha kolay yapılabilir hale gelmesi: Bir analizin basit bir şekilde belki de hiç kod yazmadan, yalnızca bir ara yüzden seçimler yaparak, yapılabilir hale gelmesi.

Veri işleme kısmının otomatize edilmesi: Bir analiz yapmadan önce o verinin ön işlemlerden geçmesi gerek. Örneğin, aykırı değerlerin bulunması, veri setinde bulunan eksik değerlerin giderilmesi gibi.

Analiz yönteminin daha kolay şekilde belirlenebilmesi: Bir problemi ele alıp, ona ait analiz yöntemini belirlemeye çalıştığınızda bu yöntem bariz şekilde ortada olmayabilir. Hatta çoğunlukla birkaç yöntemi deneyip içlerinden en iyi sonuç vereni seçmek durumunda kalınabilir. Bunun kolay yapılabilmesi ise zamandan tasarruf etmek anlamına gelir.

Yapılan analizin çok az yanlış tahmin yapması veya hiç yapmaması: Derin öğrenme ve makine öğrenmesi yöntemlerini kullanırken bir öğrenme aşamasından geçmesi gerekiyor. Bu öğrenme aşamasında model yanlış tahminler yapabilir ve bu da bir mali yükümlülük oluşturur. Bu alandaki gelişmeler de bu tarz maliyetlerin azalmasını sağlar.