MachineMetrics steigert Moral und Effizienz bei AccuRounds

Ursprünglich veröffentlicht in Modern Machine Shop.

Als Stift-und-Papier-Methoden zur Verfolgung der Jobeffizienz die Ingenieure und Manager von AccuRounds im Dunkeln ließen, wechselte der Betrieb zu MachineMetrics. Doch Maschinenmonitoring brachte neben den Vorteilen auch Moral-Herausforderungen mit sich.

Nach dem Versuch, Shopfloor-Effizienz mit Stift und Papier zu tracken, entschied sich AccuRounds für die Implementierung eines Maschinenmonitoring-Systems mit MachineMetrics. Diese datengetriebene Praxis demonstrierte schnell die Vorteile von Echtzeit-Monitoring. Sie brachte aber auch Spannungen unter Shopfloor-Mitarbeitern ans Licht. Die Geschichte von AccuRounds kann als Fallstudie dienen, wie man solche Technologie effektiv implementiert.

AccuRounds, ansässig in Avon, Massachusetts, ist ein zweitgenerationales, familiengeführtes, fortschrittliches Fertigungsunternehmen, das bearbeitete Komponenten für Branchen wie Medizintechnik und Luftfahrt liefert. Mike Tamasi, Präsident und CEO von AccuRounds, schreibt den Erfolg des Betriebs seinen Mitarbeitern zu.

2017 begannen Gespräche mit MachineMetrics, und Anfang 2018 wurde das Maschinenmonitoring-System auf 10 CNC-Maschinen installiert. Innerhalb eines Jahres hatte der Betrieb 13 weitere Maschinen angebunden und Prozesse sowie die Zusammenarbeit zwischen Ingenieuren und Zerspanern verbessert. Da AccuRounds eine Geschichte starker Kultur vom Front Office bis zum Shopfloor hatte, arbeitete das Management gezielt daran, das Unbehagen unter Zerspanern zu managen, das in den ersten Monaten nach Installation aufkam.

Weg von manuellem Tracking

Ziel von AccuRounds war es, die Effizienz der Zerspanungsprozesse zu messen. „An einem Punkt haben wir das von Hand, auf Papier, stündlich gemacht – und meine Füße leben noch, um davon zu erzählen“, sagt Jim Fruzzetti, Fertigungsingenieur. „Das war nicht am effizientesten.“

"Manchmal liefen Dinge nicht gut. Die Zeit, das herauszufinden, war ein Risiko."

Prozessingenieur Paul Cabral erinnert sich an die Zeit vor MachineMetrics: „Wir haben aufgezeichnet, wie viel [unsere Zerspaner] an Raten und Teilen pro Stunde erreichten. Ihre Informationen gingen in der Zeit verloren. Man ging auf den Shopfloor, und sie sagten: ‚Läuft gut.‘ Man nahm ihr Wort dafür.“ Aber manchmal, so Cabral, liefen Dinge nicht gut. Die Zeit, das herauszufinden, war ein Risiko. „Wenn ein Job auf drei Tage angesetzt war, erwarteten wir einfach, dass er am dritten Tag fertig ist. War er nicht, dann interagierten wir vielleicht erst dann mit dem Bediener. Wir begannen zu realisieren, wie wichtig es war, das zu tracken.“

Paul Cabral und Jake Perry, zwei Prozessingenieure von AccuRounds, prüfen MachineMetrics Echtzeit-Maschinenmonitoring-Dashboards.

Nach der Prüfung mehrerer Maschinenmonitoring-Systeme sagte Tamasi, dass MachineMetrics „sich richtig für uns anfühlte“. Dass es ebenfalls ein Massachusetts-Unternehmen ist, war ein netter Bonus. Ein weiterer: die offene Architektur der Plattform. „Wenn wir eine Idee haben und MachineMetrics sie umsetzt, gewinnen alle“, sagt er. „Genauso, wenn ein anderer Kunde etwas entwickelt, macht MachineMetrics es für alle zugänglich, damit wir davon profitieren. Das ist keine Philosophie von ‚Wir behalten Dinge für uns.‘ Es ist eine Sharing-Umgebung.“ Genau diese Sharing-Kultur wollte Tamasi mit der Software-Implementierung bei AccuRounds ebenfalls erreichen.

Prozessmonitoring, nicht Personenmonitoring

Tamasi und das Shop-Management erwarteten etwas Widerstand gegen eine so radikal andere Prozesstechnologie und bereiteten die Belegschaft etwas darauf vor.

„Ich glaube nicht, dass die Leute wirklich verstanden, was das wird, bis sie sagten: ‚Oh, da ist ein Tablet vor mir. Wow, schau dir die Farben an, was bedeutet das alles?‘“, erklärt er. „Wir starteten nur mit den 10 Maschinen, von denen wir dachten, sie seien die besseren Performer – jene, bei denen Monitoring leichter zu implementieren wäre und weniger Widerstand erzeugte.“

Cabral bespricht Laufraten mit MachineMetrics Operator View mit Thu, einer Maschinenbedienerin.

Zusätzlich zur Auswahl leistungsstärkerer Maschinen wählte das Management einzelne Shopfloor-Mitarbeiter, von denen sie dachten, sie würden die Technologie schnell erfassen und willkommen heißen.

"Der Fokus des Maschinenmonitorings liegt auf dem Prozess, nicht auf Individuen."

Tamasi war sich der potenziellen Moral-Hürden bewusst, die solche Veränderungen mit sich bringen könnten. „Ich denke, eine der Herausforderungen bei der Implementierung war, das ganze menschliche Element von ‚Warum beobachtet ihr, was ich tue?‘ zu überwinden“, sagt er. Zum Beispiel: Wenn Einzelne zwei Maschinen bedienen, kann es herausfordernd sein, beide „grün“ zu halten. Manche Bediener fürchteten, für eine Maschine, die „rot“ wird, bestraft zu werden – obwohl sie tatsächlich 150 % Produktion im Vergleich zu null auf der zweiten Maschine erzielten. „Also erzielen sie 150 % Produktion versus nichts auf der zweiten Maschine. Und das ist okay“, sagt Tamasi.

In Tamsis Sicht liegt der Fokus des Maschinenmonitorings auf dem Prozess, nicht auf Individuen. Statt die Technologie zu disziplinarischen Zwecken gegen einzelne Arbeiter einzusetzen, nutzt er sie, um zu sehen, wo ein Prozess zusammenbricht. „Wir haben keine disziplinarischen Maßnahmen gegen Einzelne ergriffen. Es geht wirklich darum, herauszufinden, wo der Prozess bricht.“ Zum Beispiel könnte Monitoring zeigen, dass fehlendes Training einen Arbeiter zum Scheitern verurteilt: „Jemand könnte an einer Maschine sitzen, die er/sie nicht bedienen sollte, und es ist rot, weil er/sie nicht das richtige Training hat. Das liegt an uns – am Unternehmen, dem Individuum das richtige Training zu geben. Je öfter solche Fälle auftraten, desto richtiger wurden sie adressiert, und desto wohler fühlte sich unser Team bei der Nutzung von MachineMetrics.“

Die Sicht der Zerspaner

Wie fühlten sich die Zerspaner?

„Wir hatten das in meiner alten Firma, aber nur die Vorgesetzten konnten es sehen, damit sie wissen, wann die Maschine ausfällt“, sagt einer. „Es ist cool, dass wir es auch sehen können, damit wir wissen, ob wir hinterherhinken.“

„Es misst nicht mich, es misst den Prozess“, sagt ein anderer Bediener. „Wenn es rot ist, gibt es weniger Chance auf Bonus, aber ich gerate nicht in Panik. Manchmal ist es ein Missmatch, die falsche Sollzeit, oder ein Werkzeug, das länger braucht. Es kann davon abhängen, ob sie mit Werkzeug experimentieren. Wir versuchen immer, den Prozess zu verbessern.“

Ein dritter Zerspaner sagt: „Ich schaue meist nicht auf den Bildschirm, weil man sich dann selbst mikromanagt.“ Dennoch fügt er hinzu: Es ist schön, Verbesserungen zu sehen. „Als ich in diese Zelle kam, dauerte mein Werkzeugwechsel neun Minuten, und ich bekam ihn auf sieben Minuten 30 Sekunden runter.“ Das Erste, was er Auszubildenden sagt: „Schaut nicht auf den Bildschirm.“ „Sie wollen vielleicht die Rate schaffen, aber dann ist die Hälfte ihrer Teile schlecht. Nach einem Monat solltet ihr durchgehend orange sein.“

Die Vorteile des Maschinenmonitorings

Die Vorteile für die Shop-Effizienz sind unbestreitbar: 20 % Steigerung der Gesamtanlageneffektivität (OEE), 15 % Reduktion der Werkzeugkosten und 52 % Reduktion der Fluktuationsrate. Nach 60 Tagen hatte das Unternehmen einen vollständigen Return on Investment erreicht.

Cabral sagt, MachineMetrics-Daten equivalierten einem Pareto-Diagramm, um zu sehen, wo Trainingsbemühungen fokussiert werden sollten. Beispiel: Wenn Stillstand auf Werkzeugwechsel zurückzuführen ist und dieser einen Bediener 30 Minuten kostet, könnte Retraining das auf fünf Minuten reduzieren.

Die grünen Bildschirme an diesen Maschinen zeigen MachineMetrics Operator View in Aktion.

Für Jake Perry, einen weiteren Prozessingenieur, hat das System geholfen, Problem-Jobs und -Prozesse schneller und effizienter zu identifizieren. Vor Maschinenmonitoring bedeutete das Herausfinden, was bei einem Job schiefging, zum Zerspaner zu gehen, Tage nach Jobende. Der Bediener, der seit dem mehrere Jobs eingerichtet hatte, konnte sich oft nicht an Details erinnern. Mit MachineMetrics kann der Zerspaner Notizen in den Stillstandskategorien hinterlegen, was passiert ist oder welche wiederkehrenden Probleme es gab.

„Kommunizieren, Kommunizieren, Kommunizieren“

AccuRounds' Management anfänglicher Problemen durch Schichtplanung dient als Beispiel dafür, warum größere Datentransparenz mehr, nicht weniger Kommunikation erforderte.

Als die erste Schicht des Betriebs um 15:30 Uhr endete, begannen einige Zweitschicht-Mitarbeiter um 16:00 Uhr. Das bedeutete, sie kamen an einen roten Bildschirm, da die Rate ab 15:30 Uhr gemessen wurde. Er wurde vielleicht irgendwann orange und vielleicht grün bis Schichtende, aber diese Zweitschicht-Zerspaner spielten die ganze Zeit Aufholjagd. Gleichzeitig beschwerten sich Erstschicht-Bediener, die nach 15:30 Uhr bleiben konnten, dass MachineMetrics sie aus dem Programm warf, was sie zwang, für die letzte halbe Stunde aus- und wieder einzuchecken. Da MachineMetrics generell Maschinenlaufzeit trackt, misst der Betrieb jetzt Effizienz mit einer 24-Stunden-virtuellen „Schicht“ innerhalb von MachineMetrics zur Vereinfachung.

Nachdem er die Wellen der Maschinenmonitoring-Implementierung geritten hat, ist Tamsis Rat an Betriebe, die diese datengetriebene Technologie erwägen, ganz auf Kommunikation ausgerichtet. „Klein anfangen“, sagt er. „Versuchen Sie nicht, den ganzen Shop auf einmal umzustellen.“ Nachdem er das getan hat, empfiehlt er, Erfolge mit Shopfloor-Arbeitern zu feiern. „Feiern Sie die Verbesserungsmöglichkeiten. Kommunizieren, kommunizieren, kommunizieren.“