Az Ipar 4.0-t, vagyis a negyedik ipari forradalmat a gyártás digitalizációjával szokás azonosítani. Robotok, kiber-fizikai rendszerek, Big Data, dolgok internete (Internet of Things, IoT), mesterséges intelligencia (Artificial Intelligence, AI) hálózatba kapcsolódás – a leggyakrabban ezek a fogalmak kerülnek elő az Ipar 4.0-val kapcsolatban. Ezek valóban nagyon fontosak is, de legalább ennyire fontos, hogy a digitalizáció új üzleti modelleket alakít ki.
A digitális technológia lehetővé teszi, hogy egyedi termékeket állítsunk elő tömeggyártással. A vevők maguk tervezhetik meg az általuk óhajtott terméket, s ez nem lesz drágább, mintha tömegárut vettek volna. A technikai újítások a vevőket helyezik a középpontba, ami átalakítja a teljes értékláncot. Fontos változás az erős decentralizáció és a gyártás rugalmassá tétele. Ez pedig ellentétben áll az eddig szokásos irányítási gyakorlattal.
A negyedik ipari forradalmat összefüggésbe hozzák a lean menedzsmenttel is. Ezt egyebek mellett arra alapozzák, hogy az Ipar 4.0 megoldások és a lean elvek összhangban vannak egymással. A lean is a vevői igényekből indul ki (pull stratégia). Ugyanakkor a digitalizáció az egész folyamatot átláthatóvá teszi, s ezáltal megkönnyíti a folyamatos javítást, ami megint csak „nagyon lean”.
Az Ipar 4.0 megoldásoktól a hatékonyság jelentős javulását várják. A mai gyárakban a feladatok 8 százaléka van automatizálva – a kevésbé összetett, ismétlődő folyamatok. 10 éven belül az arány már 25 százalék lesz – állítja Olivier Scalabre francia kutató.
A Haufe Controlling Office hat olyan területet sorol fel, amelyek átalakulása meghozza az Ipar 4.0 megoldásoktól várt hatékonyságnövelést, rugalmasságot és az üzleti modell átalakítását.
Mindezt figyelembe véve nyilvánvaló, hogy a controllerek fontos szerepet játszanak a vállalatok Ipar 4.0-ra való átállításában: a vállalatvezetők üzleti partnerei a folyamatban.
Ez annál inkább így van, mert egyelőre nem alakultak ki általánosan érvényes modellek. A vállalatok egy-egy részterületen alkalmaznak Ipar 4.0 megoldásokat, és az oda vezető utat maguk taposták ki.
A jövő gyára
A Siemens elektronikus vezérlőegységeket gyártó ambergi gyárában (Elektronikwerk Amberg) maguk a termékek irányítják a termelést. A hozzájuk tartozó termékkód segítségével közlik a gépekkel, hogy éppen milyen műveletre van szükségük. A jövő gyárában naponta 50 millió folyamatinformációt tárolnak el a központi rendszerbe. Ezek alapján a szoftver határozza meg a gyártási szabályokat és folyamatokat. Ebben az „intelligens gyárban” a munkának mindössze negyedét végzik emberek.
A robot felismeri a szerelőt
A KUKA Robotics LBR iiwa robotja meghibásodás esetén maga értesíti a megfelelően képzett szerelőt, aki okosóráján észleli a hibaüzenetet, s a probléma megoldásához erre szolgáló applikációt vehet igénybe. A robot meg tudja különböztetni a szakértő segítőt és azokat a személyeket, akinek nincs felhatalmazásuk a javításra, továbbá azt is tudja, hogy mikor állhat ismét munkába. A szerelő egy fejre szerelhető eszköz segítségével egy szakértővel is tud kommunikálni, ha további segítségre van szüksége.
Avatarok az olajiparban
A Total E&P virtuálisan, 3D-ben előre felépítette az angolai partokhoz tervezett Pazflor úszó platformját (FPSO, Floating Production, Storage and Offloading unit), s ezen képezte ki a személyzetet. Nagyjából úgy, mintha videójátékot játszottak volna. Ezáltal a cég a tervezetthez képest két hónappal előre hozta a kitermelés megkezdését.
A megoldás a működtetéshez is használható: a mérnököknek nem kell a helyszínen lenniük ahhoz, hogy információkat tudjanak meg a gépek és egyéb eszközök állapotáról. A realisztikus 3D modellek segítségével sétát tehetnek például egy olajfúró toronyban.
Prediktív alkatrészrendelés
A vizualizáció csak egy kiegészítő funkció ahhoz, hogy egy adott telephelyről begyűjtött információ minden érintett számára elérhető legyen, és ennek alapján a helyszíntől távol lehessen dönteni a szükséges beavatkozásról. Sőt, prediktív elemzéssel meg is lehet előzni a hibákat. A rendszer meghatározza a karbantartás idejét, és előre megrendeli az alkatrészeket is. A Wingas kombinált hő- és villamos (CHP) erőműve a németországi Lubminban már így tervezi meg a karbantartást.
Termékfejlesztés 3D nyomtatással
A Siemens a berlini gyárában gázturbina-alkatrészek prototípusainak előállításához 3D nyomtatást használ. A lézeres olvasztási eljárással olcsóbban és gyorsabban tudják előállítani a prototípusokat, mint a hagyományos öntési technológiával. Így már a termékfejlesztés fázisában tesztelni tudják ezeket a komponenseket. Korábban a hosszú gyártási idő miatt csak a termékfejlesztés végén volt erre lehetőség. Most az alkatrészek merész változtatásait is gyorsan ki tudják értékelni, és még a tervezési ciklusban tudnak módosítani. Így nagyobb hatásfok-emelkedést érnek el.
Hajógyártás szimulációval
A Flensburger Schiffbau- nál a hajógyári folyamatokhoz szimulációs modelleket állítottak fel, ezekbe betáplálják a jelenleg gyártásban lévő, és a jövőben gyártásba kerülő hajók adatait. Így átfogó elemzéseket végezhetnek a határidő- és költség-előrejelzésekkel, a szűkös kapacitásokkal és az erőforrások kihasználásával kapcsolatban. Ezáltal a termelés tervezéséről és irányításáról megalapozottan dönthetnek.
Autó személyre szabva
Ma már minden autó egyedi, olyan sokféle választási lehetőséget kínálnak a gyártók a vevőknek. Ennek megfelelően a nagy autógyárak rendelésre gyártják a kocsikat. A Volkswagennél például a vevő kívánságát leíró adatokat betáplálják a cég rendszereibe, onnan kerülnek az egyes gyártó részlegekhez. A karosszéria műhelyben „megkeresztelik” az autót, azaz kap egy RFID azonosítót. Erről lehet tudni, hogy melyik karosszéria melyik megrendeléshez tartozik. A festőműhely is a rendszerből kap információt. A közbenső raktárban az autókat az összeszereléshez optimális sorrendben helyezik el. A beszállítók és az összeszerelők is innen kapják meg azt az információt, hogy a több ezer alkatrész közül melyikre mikor és hol van szükség.
Protézis méretre, 1 nap alatt
A Stratasys a Michigani Egyetemmel közösen fejlesztette ki a módszert, amellyel személyre szabott bokamerevítőt készítenek egyetlen nap alatt. A páciens lábát beszkennelik 3D-ben, az eszközt digitálisan tervezik meg, majd 3D-ben kinyomtatják. A hagyományos módszerrel rengeteg gipszet használnak a mintavételhez, és nem lehet teljesen testre szabni a merevítőt, mert nem tudnak változtatni az anyag vastagságán. Így nem elég rugalmas a merevítő és nem támogatja elég jól a lábat. Az összes feladatot kézzel végzik, több mintát is készítenek, ami rengeteg időt igényel, és többször is el kell menni az orvoshoz. Az eddigi 2-4 hetes várakozás helyett a páciens 1 nap alatt megkapja a merevítőt, amely pontosabb és rugalmasabb a korábbinál. Ráadásul egy újabb merevítő elkészítésénél az orvos az adatokból látja, hogyan javult a beteg állapota.
Kábelkötegelés okosszemüveggel
A Boeing Google Glass-t alkalmaz a repülőgépek kábeleinek kötegelésére. A gépészek eddig számítógépen megjelenített PDF dokumentumokból tájékozódtak a kábelek helyes összekötéséről, most azonban a szemüveget használják, amely azonnali virtuális instrukciókkal látja el a szakembereket. A kiterjesztett valóságot nyújtó szemüveg használatával a gyártási időt egynegyedére csökkentették, a hibaarányt pedig a felére szorították le.
Fémmegmunkálás digitalizált értékláncban
A Schaeffler csoport, amely alkatrészeket, köztük csapágyakat szállít különböző iparágaknak, a fémmegmunkálásban piacvezető DMG MORI-val közösen kifejlesztette a „Machine tool 4.0-t”. A gép alkatrészeit szenzorokkal látták el, az így gyűjtött adatokat mind helyben, mind a felhőben kiértékelik, hogy az eredményeket más gyárakban is hasznosíthassák. Eddig két ilyen gép készült, és az egyik már munkába is állt a Schaeffler höchstadti gyárában, ahol magas precizitású csapágyakat készítenek. A gépet a digitalizált értéklánc mentén összekötötték más gépekkel, amely azt is lehetővé teszi, hogy információt gyűjtsenek a további fejlesztésekhez.