דלגו לתוכן הראשי

TIPS6 דקות קריאה

אוטומציה במפעל ובתעשייה: מאיפה מתחילים

אוטומציה לתעשייה היא לא רק רובוטים על פס הייצור. מדריך מעשי למפעל ישראלי: איך ממפים תהליכים, מה ההבדל בין אוטומציית רצפה לאוטומציה של ניהול המפעל, איך מחברים ERP ונתוני מכונות, ומאיפה נכון להתחיל.

כותב המאמר ואדים (VADIM)ואדים הוא המוח הטכנולוגי מאחורי הקלעים. כמתכנת הראשי שלנו, הוא אמון על הפיכת עיצובים ואפיונים לקוד נקי, מהיר ומאובטח. בין אם מדובר בפיתוח אתר אינטרנט מורכב, חנות איקומרס עמוסה, מערכת ניהול או פורטל לקוחות בהתאמה אישית, אוטומציה לעסקים או סוכן AI שעונה ללקוחות בעברית, ואדים מבטיח ביצועים טכניים חסרי פשרות שמשאירים את המתחרים מאחור.

בקצרה (TL;DR): אוטומציה לתעשייה מתחלקת לשתי שכבות: אוטומציה של רצפת הייצור (בקרים, רובוטים, חיישנים) ואוטומציה של ניהול המפעל (הזמנות, מלאי, תכנון ייצור, דיווח, איכות ותחזוקה). רוב המפעלים הקטנים והבינוניים בישראל מרוויחים הכי מהר דווקא מהשכבה השנייה, חיבור ה-ERP לנתוני הרצפה וסילוק אקסלים ודיווחים ידניים. מתחילים במיפוי של תהליך אחד מקצה לקצה, מודדים את מצב הבסיס, ומאוטמטים קודם את החלק שמייצר הכי הרבה המתנה או טעויות.

כשמנהלי מפעלים שומעים "אוטומציה", הם בדרך כלל חושבים על זרוע רובוטית. זו השקעה של הנדסת ייצור, עם ספקים ייעודיים, ולעיתים היא בהחלט נכונה. אבל ברוב המפעלים שאנחנו רואים, צוואר הבקבוק לא נמצא במכונה, הוא נמצא בדרך שבה מידע עובר מהמכונה, מהמחסן ומהלקוח אל מי שמקבל החלטות. המדריך הזה עוסק בשאלה מאיפה להתחיל, ומתמקד בשכבה שבה אנחנו עובדים בשירות האוטומציה לעסקים ולתעשייה.

שתי שכבות של אוטומציה במפעל

שכבת הרצפה (OT). בקרים מתוכנתים (PLC), מערכות SCADA, רובוטים, חיישנים, מערכות ראייה ממוחשבת לבקרת איכות. זה עולם של מהנדסי בקרה ואינטגרטורים תעשייתיים, ובדרך כלל של השקעה הונית.

שכבת הניהול (IT). ERP כמו פריוריטי או SAP Business One, תכנון ייצור, ניהול מלאי ורכש, דיווחי משמרת, טפסי איכות, תחזוקה, הזמנות לקוחות ודוחות להנהלה. כאן רוב העבודה עדיין נעשית באקסל, בטפסי נייר ובהקלדה חוזרת.

בין שתי השכבות יש תפר, ושם בדרך כלל הולך לאיבוד הכי הרבה זמן: מספר החלקים שיוצרו במשמרת מדווח ביד, התקלה במכונה נרשמת במחברת, וההנהלה רואה את התמונה רק בסוף החודש. חיבור התפר הזה הוא מה שמכונה לעיתים "תעשייה 4.0", ובפועל מדובר בדבר פשוט למדי: הנתונים עוברים לבד.

טבלת השוואה: איפה כל סוג אוטומציה משתלם

אוטומציית רצפה אוטומציית ניהול ונתונים
דוגמאות רובוט הרכבה, בקר לקו מילוי, ראייה ממוחשבת דיווח ייצור דיגיטלי, סנכרון ERP, התראות מלאי, דשבורד
מי מבצע אינטגרטור תעשייתי, מהנדס בקרה מפתח מערכות, מומחה אוטומציה ונתונים
השקעה הונית, לרוב גבוהה נמוכה-בינונית יחסית
זמן להקמה חודשים, כולל התקנה והשבתה שבועות, בדרך כלל בלי לעצור ייצור
מה משתפר קצב, אחידות, בטיחות זמני תגובה, דיוק נתונים, פחות עבודה משרדית
סיכון עיקרי השבתת קו, התאמה למוצר נתוני מקור לא אמינים, התנגדות משתמשים

הטבלה לא אומרת שאחת עדיפה על השנייה. היא אומרת שאם עוד אין לכם נתונים אמינים על מה שקורה ברצפה, קשה לדעת איזה רובוט כדאי לקנות.

דוגמאות לתהליכים שכדאי לבחון קודם

  • דיווח ייצור בסוף משמרת. במקום טופס נייר שמוקלד למחרת, דיווח בטאבלט ליד המכונה שנכנס ישר ל-ERP, או ספירה אוטומטית מהבקר כשזה אפשרי.
  • התראת מלאי מינימום. חומר גלם שיורד מתחת לסף פותח דרישת רכש, במקום לגלות את החוסר כשהקו עומד.
  • סטטוס הזמנה ללקוח. לקוח עסקי ששואל "מתי זה יוצא?" מקבל תשובה מהמערכת, ואיש המכירות לא צריך להתקשר לרצפה.
  • טפסי איכות ותחקיר תקלות. בדיקות שנרשמות דיגיטלית, עם תמונה, ומתריעות כשערך חורג מהתקן.
  • תחזוקה מונעת. שעות עבודה של מכונה או ספירת מחזורים שמייצרים קריאת תחזוקה לפני התקלה, ולא אחריה.
  • דשבורד יומי להנהלה. תפוקה, פחת, השבתות והזמנות פתוחות במסך אחד, בלי לאסוף אקסלים מחמש מחלקות.

מאיפה מתחילים: 7 שלבים

  1. בוחרים תהליך אחד מקצה לקצה. למשל מהזמנת לקוח ועד משלוח. לא "כל המפעל", אלא מסלול אחד שאפשר לעקוב אחריו.
  2. ממפים את המצב הקיים כמו שהוא באמת. הולכים לרצפה, מדברים עם מי שמדווח, ורושמים כל נקודה שבה מידע מועתק, מחכה או נבדק פעמיים. התרשים שבנוהל ותרשים המציאות כמעט אף פעם לא זהים.
  3. מודדים מצב בסיס. כמה זמן עובר מסוף משמרת עד שהנתון נמצא במערכת? כמה פעמים בחודש נגמר חומר גלם בלי התראה? בלי מספר התחלתי, אי אפשר לדעת אם האוטומציה עזרה.
  4. מזהים את צוואר הבקבוק. השלב שבו נוצרת הכי הרבה המתנה או הכי הרבה טעויות. רק אותו מאוטמטים בשלב הראשון.
  5. בודקים את מקורות הנתונים. האם ל-ERP יש API או גישה לבסיס הנתונים? האם הבקרים יכולים לייצא נתונים (למשל ב-OPC UA או Modbus)? כאן מתגלה מה אפשרי בלי להחליף ציוד.
  6. בונים פיילוט על קו או מחלקה אחת. שבועות, לא חודשים. עם המשתמשים האמיתיים, ועם אפשרות לחזור לעבודה הקודמת אם משהו לא עובד.
  7. מודדים שוב ומחליטים. אם הפיילוט שיפר את המדד, מרחיבים לקווים נוספים. אם לא, מבינים למה לפני שממשיכים.

מה מכשיל פרויקטי אוטומציה במפעלים

נתוני מקור לא אמינים. אם קודי הפריטים ב-ERP לא מעודכנים, אוטומציה רק תפיץ את הטעות מהר יותר. לפעמים השלב הראשון הוא ניקוי נתונים.

התנגדות של העובדים. מפעיל שחושש שהטאבלט נועד לפקח עליו ימצא דרך לא להשתמש בו. מערבים את מי שעובד על הרצפה כבר בשלב המיפוי, ומסבירים מה יוצא לו מזה, פחות טפסים, פחות טלפונים.

אבטחת מידע בחיבור OT–IT. חיבור מכונות לרשת המשרדית פותח סיכון. נכון לתכנן הפרדת רשתות וגישה לקריאה בלבד מהבקרים, ולערב את מי שאחראי על אבטחת המידע במפעל לפני החיבור. מערך הסייבר הלאומי מפרסם הנחיות והמלצות להגנה על מערכות בקרה תעשייתיות שכדאי להכיר.

פרויקט גדול מדי. החלפת ERP וחיבור כל הקווים באותו פרויקט הם מתכון לעיכוב של שנה. עדיף שלושה פיילוטים קטנים שהצליחו מאשר פרויקט אחד שעדיין "כמעט מוכן".

איפה AI נכנס בתעשייה

בינה מלאכותית במפעל איננה תחליף לאוטומציה, אלא שכבה מעליה. כשיש כבר נתונים זורמים, אפשר לבנות למשל סוכן AI שעונה למנהלים בשפה חופשית על שאלות כמו "כמה פחת היה בקו 3 השבוע", או מודל שמזהה חריגות בנתוני מכונה. בלי שכבת הנתונים מתחת, אין על מה להפעיל את ה-AI. אם אתם רוצים לבדוק כמה הארגון שלכם מוכן לשלב הזה, בודק המוכנות ל-AI נותן נקודת פתיחה מהירה.

דוגמה: מסלול הזמנה במפעל מתכת קטן

נניח מפעל עיבוד שבבי עם כמה עשרות עובדים. הזמנה מגיעה במייל כקובץ PDF עם שרטוט. איש המכירות מקליד אותה ל-ERP, מנהל הייצור מדפיס פקודת עבודה, המפעיל רושם ביד כמה חלקים יצאו, ובסוף המשמרת מישהו מעביר את הנתונים לאקסל. כשהלקוח מתקשר לשאול על ההזמנה, איש המכירות מתקשר לרצפה.

במיפוי מתגלה שהזמן הרב ביותר הולך לא על העיבוד עצמו אלא על ההמתנה בין השלבים: פקודה שמחכה להדפסה, נתון שמחכה להקלדה, שאלה שמחכה לטלפון. הפיילוט הראשון כולל שלושה דברים בלבד: דיווח ייצור בטאבלט ליד המכונה שנכנס ישר ל-ERP, מסך סטטוס הזמנות שאיש המכירות רואה בלי להתקשר, והתראה כשהזמנה מתקרבת לתאריך האספקה ועדיין לא הגיעה לשלב האחרון. אף מכונה לא הוחלפה, והייצור לא נעצר אפילו יום.

רק אחרי שהנתונים זורמים כמה חודשים, אפשר לשאול שאלות שקודם לא היה עליהן מידע: באיזו מכונה יש הכי הרבה השבתות, אילו חלקים מייצרים הכי הרבה פחת, ואיפה באמת כדאי להשקיע ברובוט או בבקר חדש.

מי צריך להיות בחדר

פרויקט אוטומציה במפעל מצליח כשיש בו ארבעה תפקידים: מנהל ייצור שמכיר את הרצפה ויכול להחליט, נציג של המפעילים שישתמשו במערכת בפועל, האחראי על מערכות המידע וה-ERP, ומי שבונה את האוטומציה. כשאחד מהם חסר, הפרויקט נוטה להיתקע, או בהחלטות, או בהטמעה, או בגישה לנתונים. כדאי להגדיר מראש מי מהם מאשר כל שלב, ולקבוע פגישת סטטוס קצרה קבועה לאורך הפיילוט.

מה לזכור

אוטומציה במפעל מתחילה בשאלה איפה המידע נתקע, לא איזו מכונה לקנות. בחרו תהליך אחד, מפו אותו כמו שהוא באמת, מדדו, ואוטמטו את צוואר הבקבוק בפיילוט קטן. ברוב המפעלים הקטנים והבינוניים זה יהיה החיבור בין הרצפה ל-ERP ולהנהלה. אם תרצו עזרה במיפוי ובבניית הפיילוט, צרו קשר דרך עמוד האוטומציה לתעשייה.

שאלות נפוצות על אוטומציה במפעל ובתעשייה