Büyük veri ve analitik kavramlarının giderek daha da popüler bir hale gelmesi, eskiden kısıtlı olarak yapabildiğimiz bazı uygulamaların daha kapsamlı bir şekilde gündemimize girmesine olanak sağladı. Aslında hiç de yeni olmayan ancak belirli sayıda uzman tarafından altı sigma gibi problem çözme metodolojilerinde kullanılan bazı yöntem ve teknikler artık çok başka şekillerde kullanılarak, hayatımızın her aşamasında bize yön vermeye başlıyor. Büyük veri analitiği ile daha önceleri oldukça karmaşık, uzun, maliyetli ve daha az güvenirlilik ile verdiğimiz kararları çok daha ucuza, gerçek zamana yakın bir oranda ve daha güvenilir bir şekilde elde edebiliyoruz.
Nasıl mı? Açıklayalım…
Kaizen 4.0 / Improvement
Süreç iyileştirme çalışmalarında istatistik biliminin oldukça önemi vardır. Süreç davranışının modellenmesi, gelecek durumun tahminlenebilmesi ya da girdi parametrelerinin etki analizlerinin yapılabilmesi gibi konularda istatistik biliminin birçok aracından faydalanılır. Çünkü değişkenlik kavramı sadece istatistiksel terimler ile tanımlanabilir.
İstatistiksel proses kontrol uygulamalarında süreç karakteristiğini anlayabilmek için genelde çıktılar üzerinden örnekler alınır ve örnekler üzerinden yapılan modellemeye göre gerçek popülasyon üzerinde bir yargıya varılmaya çalışılır. Buradaki kritik faktörler örnek sayısı, veri güvenirliği ve modellemedir.
Örnek sayısı sürecin doğru modellenebilmesi açısından son derece önemlidir. Çünkü, istatistiksel yaklaşımda örnek sayısının artması ve örneklerin doğru ölçümlenmesi, modelin güvenilir olabilmesinin en önemli ön koşuludur. Eskiden oldukça maliyetli olduğu için süreç üzerinden kısıtlı sayıda örnek veri alınabilir, alınacak verilerin güvenirlik katsayısını artırmak için MSA (Mesasurement System Analysis) dediğimiz yöntemler ile ölçüm güvenirliği sağlanmaya çalışılır ve alınan ölçüm sonuçları uzmanlar ve özel yazımlar tarafından analiz edilerek süreç modellemesi yapılmaya çalışılırdı. Altı sigma yaklaşımındaki ölç (Measure) ve analiz (Analyze) süreçleri bu kapsama girmektedir. Ancak şimdi süreç üzerinden sürekli, güvenilir ve gerçek zamanlı veri alınabilmesi 4.0 teknolojileri sayesinde son derece kolay bir hale geldi. Endüstri 4.0 teknolojileri ile örnek sayısında kısıtlamaya gidilmeden, sınırsız sayıda ve güvenilir gerçek zamanlı olarak alınabilmektedir. Bu sayede elde edilen örnek veri setleri ile süreçler eskiye göre daha güvenilir bir şekilde modellenebilmekte, sürecin gelecekte nasıl bir davranış gösterebileceği daha doğru bir şekilde tahminlenebilmektedir.
Altı Sigma yaklaşımında sürecin matematiksel modellemesini yapabilmek için birçok yöntem kullanılır. Ölçme aşamasında elde edilen veri sertleri kontrol grafikleri, regresyon / korelasyon analizleri, faktör testleri gibi analizlerde kullanılarak süreç modellenir, modelleme üzerinden gelecek durum hakkında ön görüde bulunmaya çalışılır. Bu yöntemleri kullanabilmek için uzmanlardan ve SPC/Minitab gibi özel yazılımlardan faydalanılır. Artık bu işlemleri yapabilmek Endüstri 4.0 teknolojileri ile eskiye göre çok daha kolay. Daha önceleri sadece özel yazılımlar (matlab, minitab, spc) ve uzmanlar üzerinden yapılabilen analizler artık IoT ekipmanlar üzerindeki gömülü yazılımlar (phyton) üzerinden, buluta çıkmaya gerek kalmaksızın lokal olarak (fog computing) yapılabilmektedir. Bu sayede eskiye oranla daha hızlı karar alınabilmesi mümkün olabilmektedir.
Endüstri 4.0, daha önceleri kısıtlı olarak kullanılabilen Altı Sigma yaklaşımının artık gerçek zamanlı olarak, süreçlerin her alanında kullanılabilmesinin önünü açmaktadır. Yapay zeka çalışmaları ile problemi daha net tanımlayabiliyor (1.Define), IoT sensorlar ile uzaktan ve gerçek zamanlı veri alabiliyor, süreci test ve kontrol edebiliyor (2.Measure / 5.Control), özel yazılım ve algoritmalar ile süreci modelliyor, analiz ediyor (3.Analyze) ve makine öğrenmesi ile süreci iyileştirebiliyoruz (5.Improve).
Yeni dönemde aslında değişen çok fazla bir şey yok. Amaç ve kullanılan metodolojiler aynı – sadece yöntemler gelişiyor. Problem çözebilmek için hala ölçüyor, analiz ediyor, yorumluyor ve aksiyona geçiyoruz. Değişen tek şey bu sürecin eskiye göre çok daha hızlı, güvenilir ve çözünürlüğün yüksek olması. Endüstri 4.0 dediğimiz kavram işte tam da bu aşama da fark oluşturuyor. Endüstri 4.0 ile modelleme yeteneğimizi artırıyor ve bu sayede karar verme sürecinin kalitesini ve hızını daha iyi seviyelere getirebiliyoruz.
Quality 4.0 / Poka Yoke
Şimdi başka bir örneğe bakalım. Bir müşterim, üretim hatlarında (mutfak ekipmanları üretim bandında), ürüne yanlış konfigürasyonda yazılım yüklenmesi sorunu yaşıyordu. Ürününün değişik versiyonları mevcuttu ve tüm ürünler aynı bant üzerinde akıyordu. Bant sonundaki test istasyonunda çalışan operatör ürün üzerinde bulunan ürün kartındaki bilgiye göre, test istasyonundan ilgili programı çağırıyor ve yazılım yükleme işini gerçekleştiriyordu. Basit gibi görünen bu işlem sonucunda az sayıda da olsa, operatör kaynaklı (yanlış okuma, seçme, vs.,) yanlış yazılım yüklemeleri oluyordu. Bu sorunu ortadan kaldırabilmek için bir kaizen çalışması yapmaya karar verdik. Önce bir barkod okuyucu ile ürün kartını okumayı denedik. Operatör test istasyonuna gelen ürün üzerindeki etiket bilgisini barkod ile okuyarak, test istasyonuna hangi ürünün geldiği bilgisini bildirerek, yanlış yazılım yükleme olasılığını sıfıra yakın bir değere indirgeyebiliyordu. Bu iyi bir adımdı ancak süreç daha da geliştirilebilirdi. Operatörün kasti ya da dalgınlıkla hatalı barkod okutma olasılığı halen mevcuttu. Bu nedenle operatör olmaksızın bu süreci yönetebilmek üzerine bir kurgu geliştirdik. Ürünler üzerine RFID etiketler yerleştirdik. RFID etiketli ürünler test istasyonunun önündeki antene yaklaşınca, kendi konfigürasyon özelliklerini test istasyonuna RFID okuyucu üzerinden hatasız olarak gönderdiler ve bu sayede sıfır hata ile ürünlere doğru yazılım yüklemesi gerçekleştirebildi. Hem de operatöre gereksinim kalmadan.
Buradan ne sonuçlar çıkmaktadır.
İlk sonuç: Endüstri 4.0 çalışmaları sürekli iyileştirme çalışmalarında oldukça etkilidir. Bu vakada gerçekleştirilen poka yoke uygulaması ile hem kalite seviyesi iyileştirilmiş hem de bir operatör tasarrufu sağlanmıştır.
Bir diğer sonuç ise, yeni dönem kaizen çalışmalarının Endüstri 4.0 tabanlı olacak olmasıdır. Eskiden Kaizen yapılırken Moonshine (uygulama teknisyeni) dediğimiz kişilerden yardım isterdik. Bu kişiler, kaizen çalışması sonucunda ortaya çıkan fikstür, aparat, döner tabla, akan bant gibi mekanik gereksinimleri hızlı bir şekilde yapar ve Kaizen’lerin sonuçlanmasına önemli katkı sağlarlardı. Şimdilerde ise Kaizen’lerin bir çoğu yazılım entegrasyonu gerektiriyor. Makine PLC’sinden alınacak dataların (OT: Operations Technology), ERP’ye (IT: Information Technology) aktarılması ve buradan anlamlı sonuçların çıkarılması gerekliliği bu duruma bir örnek. Yeni dönemde, Bilgi Teknolojileri mühendisleri ile Endüstriyel Otomasyon mühendislerinin oldukça yakın çalışması, birbirlerinin iş standartları/protokolleri hakkında detay bilgi sahibi olması gerekiyor. Sadece IT ya da sadece OT bilmek artık tek başına yeterli gelmiyor. Akıllı fabrikanın temelleri iş süreç/yazılımları ile saha ekipmanlarının birbirleri ile iletişim kurabilmesinden geçiyor. Bunun içinde her iki teknolojiyi bir arada kullanabilecek Endüstriyel IT mühendislerine yani IOT (Information & Operations Technology) yazılımcılarına oldukça fazla sayıda gerek olacak gibi gözüküyor.
