Endüstri 4.0'ın üretim süreçlerine etkisi nasıldır?

Üretimi değiştiren etiket değil, giderilen kayıptır
Bir fabrikaya “4.0” etiketi koymak üretimi artırmaz. Üretim; duruş azaltıldığında, hatalı ürün önlendiğinde, darboğaz giderildiğinde veya hazırlık süresi kısaldığında iyileşir. Endüstri 4.0 bileşenleri bu işlere yardımcı olabilir. Fakat her sensörü, yazılımı ve otomasyon uygulamasını aynı pakete koyup kaçınılmaz bir verimlilik sıçraması gibi sunmak, teknik faydayı pazarlama söylemiyle karıştırır. Balon, faydanın varlığından çok kapsamının ve kesinliğinin şişirilmesidir.
Editörün notu: Ölçmek, teşhis etmek ve düzeltmek farklı işlerdir. Bir ekran motor sıcaklığını gösterebilir; fakat tıkalı havalandırmayı temizlemez. Sistem uygun bir kontrol düzeniyle müdahale ediyorsa ayrıca değerlendirilir. Gösterge panelinin bulunması, üretim sorununun çözüldüğünü kanıtlamaz.
Veri toplamak hangi kararı değiştirecek?
IoT üzerinden veri toplamak, makinenin ne zaman durduğunu görünür kılabilir. Ancak duruş nedenleri yanlış kaydediliyorsa rapor da yanıltır. Veri analitiği ve yapay zekâ için ilk soru “kaç veri topluyoruz?” değil, “hangi kararı daha doğru ve daha erken vereceğiz?” olmalıdır. Gereksiz veri, depolama ve inceleme yükü oluşturur. Darboğazı bilinen bir hatta, önce malzeme beslemesini düzeltmek ek yazılım satın almaktan daha değerli olabilir.
Verimlilik iddiasını aynı ölçüm koşullarında sınayın
Varsayımsal bir OEE örneği: Planlı üretim süresi 480 dakika, çalışma süresi 420 dakika, toplam üretim 700 adet, sağlam üretim 665 adet ve ideal çevrim 0,5 dakika/adet olsun. Kullanılabilirlik %87,5, performans yaklaşık %83,3, kalite %95 olur. OEE, bu üç oranın çarpımıyla yaklaşık %69,3 çıkar; aynı sonuç 665 × 0,5 / 480 hesabıyla bulunur.
Yeni ekran kurulduktan sonra bu değerler aynı kalıyorsa, o dönemde ölçülen üretim etkinliği artmamıştır. Görünürlük kazanılmış olabilir; bunun ekonomik faydaya dönüşmesi için müdahale gerekir. Proje başarısını ölçerken başlangıç ve sonuç dönemlerinde aynı duruş tanımlarını, ideal çevrimleri ve üretim kapsamını kullanın. Ürün karması değiştiyse karşılaştırmayı buna göre düzenleyin.
Kestirimci bakım, arızaları ortadan kaldırma garantisi değildir
NIST, kestirimci bakımı sıcaklık, ses ve titreşim gibi gözlemlerden üretilen arıza tahminleriyle ilişkilendirir. Buradaki uygulama şartı; uygun ölçüm, anlamlı değerlendirme ve zamanında bakım müdahalesidir. Rulman izlemek için toplanan veri, her elektriksel veya mekanik arızayı önceden göstermek zorunda değildir. Yanlış alarm gereksiz bakım yaratabilir; kaçırılan arıza da üretimi durdurabilir. Başarı, “sistemde yapay zekâ var” cümlesiyle değil, önlenen kayıp ve bakım maliyetiyle değerlendirilmelidir.
Esnek üretim, fiziksel sınırları kaldırmaz
Reçete değişimini otomatikleştirmek yararlı olabilir; fakat kalıp değiştirme, temizlik, ilk ürün onayı ve malzeme hazırlığı hâlâ zaman isteyebilir. Dijital ikizler ve akıllı fabrika uygulamaları, uygun model ve veriyle planlamaya yardımcı olabilir. “Hat minimum çabayla her ürüne geçer” sözü ise makinenin gerçek kabiliyetleriyle sınanmalıdır. Müşteriye sağlanan fark; ekrandaki animasyonla değil, doğru ürünün istenen kalite ve sürede teslimiyle anlaşılır.
Tedarik zincirinde izlenebilirlik için de aynı ölçüt geçerlidir: kaydın doğruluğu ve işe yararlılığı. Bir parçanın kimliği, zamanı ve işlem geçmişi güvenilir biçimde tutulabiliyorsa değer üretilir. Blockchain kullanılması tek başına veriyi doğru yapmaz; her izleme uygulaması da blockchain gerektirmez.
Enerji tasarrufunu üretim düşüşüyle karıştırmayın
Toplam elektrik tüketimi azaldı diye sürdürülebilirlik vaadinin gerçekleştiği söylenemez; fabrika daha az üretmiş olabilir. DOE'nin enerji yoğunluğu metodolojisi, verimlilik dışındaki etkilerin de hesaba katılmasını ister. Tesis değerlendirmesinde bundan çıkarılacak ders; sağlam ürün başına kWh gibi uygun göstergeleri, ürün türü ve çalışma koşullarıyla birlikte izlemektir. Çevresel etki değerlendirmesi de yalnızca bir enerji ekranına indirgenmemelidir.
Yeni sistem, yeni sorumluluklar da getirir
Eğitim ihtiyacı ve saha personelinin deneyimi ihmal edilirse işletme, verisi çok fakat müdahale kabiliyeti zayıf bir yapıya dönüşebilir. Ayrıca güvenlik önlemleri, yedekleme ve kesinti sonrası toparlanma planlanmalıdır. İnternet veya üst yazılım kesildiğinde üretimin ne yapacağı tasarım aşamasında belirlenmelidir.
Uyumluluk iddiaları da veri aktarımı ve bakım erişimiyle sınanmalıdır. OECD, KOBİ dijitalleşmesinde beceri, finansman, birlikte çalışabilirlik ve teknolojiye bağımlılık sorunlarını ele alır. Bu nedenle küçük işletmelerin dönüşümünde cihaz fiyatının yanında entegrasyon, lisans, bakım, eğitim ve geçiş giderlerini içeren toplam maliyet hesabı yapılmalıdır.
Üretim sahasında vaat değil, sonuç geçerlidir
Eleştirel görüşümüz şu: Endüstri 4.0 adı altında otomatik verimlilik, kusursuz kalite ve zahmetsiz esneklik satılması şişirilmiş bir vaattir. İşe yarayan uygulama; tanımlı bir sorunu çözen ve maliyetiyle birlikte ölçülebilen uygulamadır. Gerçek rekabet avantajı için daha fazla bağlantıdan önce daha az kayıp, yönetilebilir bakım ve korunmuş üretim kabiliyeti aranmalıdır. İyi mühendislik sonuç üretir; “4.0 uyumlu” yazısı bu sonucun yerine geçmez.
İlgili konular
Kullanılan teknolojiler; KOBİ'lere etkileri; Çalışanların becerileri.
İş tatmini ve motivasyon; Uluslararası rekabette adalet; Uygulamaya geçiş adımları.
Kaynaklar: Yayınlar belirtilen bakım, enerji değerlendirmesi ve KOBİ bulgularını destekler. Pazarlama eleştirisi ve saha uygulamasına ilişkin çıkarımlar editoryal değerlendirmemizdir.
NIST — Manufacturing Machinery Maintenance: bakım türleri ve bakım yatırımlarının değerlendirilmesi.
ABD Enerji Bakanlığı — Energy Intensity Indicators Methodology, Caveats, and Cautions: enerji göstergelerinin yorumlanması.
OECD — The Digital Transformation of SMEs (2021): dijitalleşmenin uygulama engelleri.