Università degli Studi di Genova Facoltà di Ingegneria. Tesi di Laurea in Ingegneria Elettronica

Transcript

1 Università degli Studi di Genova Facoltà di Ingegneria Tesi di Laurea in Ingegneria Elettronica Performance measurement system per la gestione di eventi industriali complessi Candidato: Adriano Moretti Relatore Accademico: Prof. Marco Baglietto Relatore Aziendale: Dott. Marco Genta Correlatore Accademico: Prof. Flavio Tonelli

2 Introduzione Obbiettivo della tesi: progetto e sviluppo di un prototipo software sperimentale in grado di estrarre indicatori di prestazione per il calcolo di metriche utili a valutare l'efficienza delle risorse utilizzate nei processi produttivi. Tesi sviluppata all'interno dei laboratori di programmazione di Atomos S.p.A., società di ingegneria informatica, leader nella fornitura di soluzioni software nell'ambito della Supply Chain. Numero clienti: >700 Fatturato: >5 Milioni Dipendenti : 60 Applicativi sviluppati: -Previsione, pianificazione ed evadibilità della domanda -Gestione delle scorte e delle forniture -Schedulazione dei processi -Avanzamento e monitoraggio della produzione Necessità da parte di Atomos di espandere l'offerta per aziende dalle piccole alle medio-grandi, introducendo la possibilità di estendere la definizione e l'utilizzo di nuovi indicatori di performance.

3 Misura della performance per un sistema di produzione Le misurazioni sono la base di ogni tentativo di progredire: Modello DMAIC Definizione dei Key Performance Indicators (KPI) Misurazioni effettuate tramite KPI Analisi del divario tra obiettivi e risultato Miglioramento tramite ottimizzazione dei processi Controllo dei processi sottoposti a miglioramento Focalizzazione su KPI dei processi produttivi: i dati sono acquisiti dal Manufacturing Execution System (MES), cioè il sistema informatizzato per la gestione e il controllo della funzione produttiva.

4 Sistema di supervisione, controllo e acquisizione dati SERVER DB MANAGER SERVER POLLING MES POSTAZIONE DI SUPERVISIONE Memorizzazione dati su database ETHERNET scanner contapezzi PLC Acquisizione dati da parte del MES MACCHINE/LINEE Raccolta dati dai dispositivi interfacciati ai sensori

5 Definizione degli indicatori Raccolta dati MES Data Warehouse Gli indicatori vengono definiti a partire dai dati puntuali inseriti nel magazzino dati aziendale raccolti tramite il Manufacturing Execution System. Estrattore 1 Estrattore 2... Estrattore N Key Performance Indicators Flexibility Reliability Assets Costs Resposiveness

6 Ambiente di sviluppo Per lo sviluppo dell'applicativo è stato utilizzato l'ambiente di sviluppo integrato per programmazione di programmi Windows: Delphi 2007 Librerie grafiche native Librerie Atomos Sistema di database relazionale: Oracle 11g.

7 Struttura generale del prototipo software Modulo gestione indicatori Data Mart -Anagrafica indicatori -Dati Normalizzati -Notifiche Data Warehouse -Dati di origine Modulo Estrazione, Trasformazione, Caricamento Modulo gestione eventi e notifiche Regole Pubblicatori Dati di origine in altro formato Formule di trasformazione Notifiche in altro formato

8 Modulo per la gestione degli indicatori Intestazioni Intervalli

9 Modulo per la gestione degli indicatori Creazione, modifica, cancellazione delle intestazioni degli indicatori Ogni intestazione è definita da una serie di attributi: Identificativo numerico univoco Identificativo letterale Descrizione Unità di misura Altri attributi Creazione, modifica, cancellazione: Intervalli temporali di validità Valori di soglia e di riferimento relativi ad ogni intestazione

10 Scelta della metrica: Overall Equipment Effectiveness Per la misura dell'efficienza delle risorse è stata scelta la metrica Overall Equipment Effectiveness (OEE). L'OEE è la metrica più diffusa ed è definita dal prodotto: OEE=prestazioni disponibilità qualità 0 OEE 100% tempo ciclo teorico unitario pezzi prodotti prestazioni = tempo di funzionamento tempo di funzionamento disponibilità= tempo disponibile qualità= pezzi validi pezzi prodotti Dati raccolti dal Manufacturing Execution System

11 Modulo di Estrazione, Trasformazione e Caricamento dati L'estrazione dei dati sorgente può avvenire da: Data Warehouse File plaintext con dati in forma tabulare I dati sorgente sono estratti e trasformati rispettivamente in base a query e formule definite in file "dizionari" selezionabili esternamente al modulo. Le formule contengono operazioni di: Codifica o decodifica Derivazione di valori Aggregazioni Validazione La fase di caricamento consiste nella scrittura dei nuovi dati calcolati tramite le formule, nel Data Mart nella tabella degli indicatori normalizzati.

12 Modulo per la gestione di eventi e notifiche Confronto tra i valori degli indicatori calcolati e i valori di soglia o riferimento presenti in anagrafica I confronti avvengono in base a regole: Superamento di soglia minima o massima Prossimità ai valori di soglia a meno di una data percentuale Altre regole implementabili Ad ogni occorrenza delle violazioni delle regole viene memorizzato un evento contenente le informazioni relative alla violazione

13 Modulo per la gestione di eventi e notifiche Gli eventi vengono inseriti in una lista allocata in memoria. Possono essere prelevati ed essere resi permanenti salvandoli nel Data Mart Possono essere notificati all'utente tramite la pubblicazione di una pagina HTML

14 Verifica e validazione del prototipo I moduli sono stati modificati e sottoposti a debug fino al soddisfacimento dei criteri di verifica: Riproducibilità dei risultati: ad input noti corrispondono output noti Corretto calcolo delle formule di trasformazione Corretta applicazione delle regole di confronto con i valori di soglia o riferimento Tempi di risposta inferiori o compatibili con i tempi di processo

15 Calcolo della metrica Overall Equipment Effectiveness Il valore dell'oee è stato calcolato sulla base dei dati raccolti dal Manufacturing Execution System di un'azienda di stampaggi plastici. La metrica è stata calcolata sui dati raccolti durante gli intervalli di un giorno, una settimana e un mese. I valori numerici calcolati dal sistema risultano confrontabili con quelli determinati precedentemente in modo manuale. Tempi esecuzione nell'ordine dei secondi per il modulo di estrazione, trasformazione e caricamento. Tempi di esecuzione nell'ordine di decine di secondi per il modulo di eventi e notifiche.

16 Conclusioni e sviluppi futuri Obbiettivi raggiunti: Realizzazione di un prototipo sperimentale per il calcolo della metrica scelta Possibile calcolo di altre metriche utilizzando le relative formule Corretta notifica in caso di scostamento dai valori di soglia o riferimento Possibili miglioramenti: Aggiunta di estrattori per ulteriori differenti formati di input Aggiunta di pubblicatori per emettere notifiche su differenti mezzi Ottimizzazione del codice

17 Grazie per l'attenzione