Erkan Teskancan
Kurumsal
- Konu Yazar
- #1
## Kamax, Kenar-Bulut Sensörleri ile Üretimde Manuel Sayımı Dijitalleştiriyor
Üreticiler yıllardır, fabrika sahasında olan biteni daha iyi kararlar almak için kullanılabilir bilgiye dönüştürmekte zorluk yaşıyor. Bu sorunun temelinde doğru verinin zamanında yakalanıp bağlama oturtulması ve kritik kararları desteklemek için sunulamaması yatıyor.
Çoğu zaman üretim sayıları, sipariş ve stok durumu halen el yazısı kayıtlar, elektronik tablolar ya da günlük raporlardan elde edilmeye çalışılıyor. Ancak bu bilgiler genellikle güncel durumu yansıtmıyor ve performans ölçümlerinde gecikmelere yol açıyor.
Otomotiv tedarikçisi Kamax gibi yüksek hacimli üretim yapan firmalarda parça sayımı büyük zorluk yaratıyor. Kamax, yüksek dayanımlı cıvata ve hassas parçalar üretiyor; birim sayısını tahmin etmek için ağırlık ölçümü ya da manuel sayım yöntemleri kullanılıyor. Ancak bu yöntemler çok sayıda makine ve vardiyada uygulandığında zaman kaybı ve veri tutarsızlığı ortaya çıkıyor.
### Kamax’ın Üretim Veri Toplama Yaklaşımı
Kamax, manuel veri toplama yöntemlerinden vazgeçmek için teknoloji tabanlı bir dönüşüm başlattı. Problemi sadece "Nasıl daha hızlı sayabiliriz?" değil, "Doğru ve gerçek zamanlı bilgi nasıl gerekli yerde kullanılabilir olur?" olarak yeniden tanımladı. Bu sayede veri toplamanın önemi stratejik bir sorun haline geldi.
### Kamera Tabanlı Sayımın Dezavantajları
İlk aşamada Nexineer Digital (Kamax’ın dijital birimi) kameralarla görüntü verisi toplayarak parça sayımı yapmayı planladı. Ancak üretim ortamının zorlu koşulları, kamera montajı için özel pozisyonlama, uygun ışıklandırma ve sürekli temizlik ihtiyacı bu seçeneğin maliyetli ve zorlayıcı olmasına neden oldu. Ayrıca Kamax’ın farklı tip ve nesillerden soğuk şekillendirme makineleri olması, standart bir kamera sisteminin uygulanabilirliğini sınırladı.
### Sensörlerle Yüksek Hızda Parça Tespiti
Nexineer, farklı sensör teknolojilerini değerlendirip yüksek çözünürlüklü ışık ızgarası sensörünü tercih etti. Bu sensörler, her parçanın makineden çıktıktan sonra geçtiği fiziksel bir ışık perdesi oluşturuyor ve her ışın kesintisi parça olarak sayılıyor.
- Sensörler IO-Link aracılığıyla IO-Link master cihazlarına bağlıdır.
- Bu cihazlar veriyi ön işleme ve iletme görevini üstlenen kenar ağ geçidine (edge gateway) gönderir.
- Işık ızgarası farklı makine tiplerine ve nesillerine kolayca adapte olabilir.
### Kamax'ın OT-Bulut Köprüsü
Birincil veri kaynağından alınan sayım verileri yapılandırılmış şekilde buluta iletilmek üzere OT (operasyon teknolojisi) ile bulut altyapısı arasında bir köprü kuruldu. Belden’in CloudRail platformu, AWS IoT Greengrass ve IO-Link entegrasyonuyla, veriler merkezi olarak yönetilip güncelleniyor ve bulutta analiz için hazırlanıyor.
- Kenar ağ geçidi, gerçek zamanlı verileri toplar ve gereksiz veri iletimini azaltmak için bilgileri paketler.
- AWS IoT Core’a iletilen veriler, sipariş ilerlemesi ve OEE performans göstergeleri gibi analizlerde kullanılıyor.
- CloudRail, sensörleri otomatik algılar, güvenli bağlantılar sağlar ve merkezi yönetim imkanı tanır.
### Üretimde Yeni Dönem: Otomatik Sayım ve Verimlilik Artışı
Manuel tartım ve sayım yerine otomatik ve sürekli veri takibi sayesinde, operatörlerin iş yükü %2,5–%3,5 oranında azalırken daha değerli görevler için zaman kazanıldı. Planlamacılar ise üretimi müşteri taleplerine daha yakından uyarlayabiliyor.
### Geleceğe Yatırım ve Ölçeklenebilirlik
Kamax için sensör temelli standart çözüm, farklı makinelerde tekrar kullanılabilir; böylece bakım ve genişletme masrafları azalıyor. Standart arayüzler ve veri modelleri, yeni cihaz ve uygulamalarla kolay entegrasyon sağlıyor.
### Kamax’tan Modernizasyon Projeleri İçin 3 Önemli Ders
- En kritik işlere öncelik verin. Günlük sıkıntılar, dijitalleşme yatırımlarının temelini oluşturur.
- Gizliliğe önem verin. Görüntü yerine süreç verisi kullanmak, benimsenmeyi hızlandırır.
- Standartlaştırmayı ön planda tutun. Tek tip donanım ve arayüzlerle ölçeklenebilir platformlar oluşturun.
Kamax’ın örneği, fabrika sahasındaki gerçekleri gözeterek, tekrarlanabilir yöntemler geliştirdiğinizde görünürlük, performans ve esneklikte sürekli gelişmeler sağlanabileceğini gösteriyor.
