Po čtvrtstoletí nový výrobní systém. Nic nesmělo ohrozit dodávky, říká šéf výrobního inženýringu Panasonic Automotive

Po čtvrtstoletí nový výrobní systém. Nic nesmělo ohrozit dodávky, říká šéf výrobního inženýringu Panasonic Automotive

Po čtvrtstoletí nový výrobní systém. Nic nesmělo ohrozit dodávky, říká šéf výrobního inženýringu Panasonic Automotive Zdroj: e15.cz

Klára Sýkora
Diskuze (0)
Partner obsahu
  • Dříve nepropojená data mají manažeři i řadoví zaměstnanci ve výrobě nyní dostupná v reálném čase a kontextu.
  • Firma tak může uvažovat o využití AI pro prediktivní údržbu, automatizaci objednávek a zásobování výrobních linek.
  • Martin Srdínko v podcastu vysvětluje, že jeho původním záměrem bylo pouze smysluplnější využití dostupných informací.

Panasonic Automotive v posledních letech čelil rostoucím nárokům na řízení výroby i práci s daty. S postupným rozšiřováním výroby a technologickým vývojem začala firma narážet na limity dosavadních systémů.

„Každá část výrobního procesu se vyvíjela a technologie se měnily nezávisle na sobě. Používané nástroje se od sebe začaly oddělovat a spolupráce byla čím dál složitější,“ vysvětluje šéf výrobního inženýringu Martin Srdínko, co firmu vedlo k přechodu na nový výrobní informační systém od společnosti SAP.

Výrobce průhledových displejů, informačních a zábavních systémů do aut nebo nabíječek pro hybridní automobily působí v Česku pětadvacet let a zaměstnává kolem dvanácti set lidí.

Až tisíce záznamů k jednomu výrobku

Klíčovou roli v celém procesu sehrál právě tým výrobního inženýringu, který vede Srdínko. Zhruba 120 specialistů má na starosti návrh výrobních procesů a jejich následnou industrializaci, tedy převedení od návrhu až po sériovou výrobu. Tu pak spravují po celou dobu životního cyklu projektu. A s tím je úzce spojená i práce s daty.

„Ve výrobě sbíráme obrovské množství dat ke každému výrobku. Jsou to údaje o použitých součástkách, lidech i strojích, které se na výrobě podílely. K tomu přibývají data z montáže nebo z kontrolních procesů. Ke každému výrobku jde o stovky, někdy i tisíce záznamů,“ popisuje Srdínko.

Právě rostoucí objem dat vedl k otázce, jak je efektivněji využít. Firma dlouhodobě sledovala prostoje strojů, rychlost výrobních linek i kvalitativní ukazatele, ale chyběla možnost tato data propojit a vyhodnocovat v reálném čase. „Dlouho se nám nedařilo dát všechny tyto parametry dohromady tak, abychom s nimi mohli pracovat okamžitě,“ doplňuje.

Požadavky postupně přicházely napříč celou firmou a původní systémy přestávaly stačit. Panasonic Automotive se proto začal poohlížet po řešení, které by dokázalo pokrýt všechny potřeby výroby i navazujících procesů. Volba nakonec padla na systém SAP, který už firma využívala pro provozní ERP. Největší výzvou ale bylo jeho propojení s existující, poměrně složitou architekturou.

Při spuštění ostrého provozu nesmělo nic selhat

Úvodní fáze projektu, během které se definovaly procesy, vybíral systém a hledal způsob jeho začlenění do interních procesů, trvala přibližně půl roku. Postupně se do projektu zapojila celá řada oddělení napříč výrobní továrnou.

„Do týmu jsme přizvali kolegy z IT, logistiky i kvality. Z mého oddělení byl klíčový procesní inženýring, kde se řeší návrh výrobního procesu, ale zapojili se i další,“ popisuje Srdínko. Celkem se na projektu postupně podílelo až šedesát lidí.

Samotné spuštění ostrého provozu bylo nejdůležitějším momentem.  Jakékoli komplikace totiž nesměly ohrozit dodávky zákazníkům. Firma proto měla připravený detailní krizový scénář pro případ, že by nasazení neproběhlo podle plánu. „Na několika listech jsme měli velmi detailně popsané, kdo co v případě potřeby rozhodne nebo zavede, kdo koho bude informovat,“ popisuje Srdínko.

Nakonec ale tento plán nebylo nutné využít. Systém dnes běží už více než deset měsíců a podle Srdínka proběhlo jeho nasazení úspěšně. A ani s odstupem času by na celém procesu nic zásadního neměnil.

Panasonic se dnes postupně přibližuje i úvodním představám o efektivnějším reportingu. „Vylepšujeme ještě grafickou stránku, ale systém už nám nabízí všechna data, která jsme chtěli vidět,“ dodává Srdínko. Do budoucna by chtěl údaje využívat ještě efektivněji. Díky sjednoceným datům plánují využít umělou inteligenci a dále zlepšit prediktivní údržbu nebo plně automatizovat objednávky a zásobování výrobních linek.

Začít diskuzi

Články z jiných titulů