Menu
Computer Vision'ın OEE ROI'si: Video Replay ile %10 Kapasiteyi Geri Alın

Computer Vision'ın OEE ROI'si: Video Replay ile %10 Kapasiteyi Geri Alın

Computer Vision oyuncak değil, yüksek hızlı hatlarda %10 OEE kapasitesini geri alır. Video replay MTTR'ı ve „pencil whip" duruşu öldürür.
Computer Vision'ın OEE ROI'si: Video Replay ile %10 Kapasiteyi Geri Alın

Yüksek hızlı üreticiler için %10'luk bir OEE sıçramasının önündeki en büyük engel veri eksikliği değil, görsel kanıt eksikliği. Klasik makine izleme bir hattın ne zaman durduğunu söyler, ama bakım ve üretime nedenini tahmin ettirir.

  • Computer Vision = sensörsüz olarak sıkışmış dozajlayıcıyı gören üçüncü göz.
  • Video replay = MTTR %30, 50 düşer, çünkü teknisyen yola çıkmadan önce ne alacağını bilir.
  • „Gizli fabrika" = mikro duruşlar + yavaş çevrimler = gerçek %10, 15 geri kazanılmış kapasite.
  • Aksiyon Sistemi = CV görür → CMMS iş emri açar → Tom dakikalar içinde onarır, saatlerce değil.

Computer Vision'ın OEE ROI'si: Video Replay ile %10 Kapasite

Görsel OEE izleme nedir?

Görsel OEE izleme, PLC'den gelen klasik OEE verisini makinenin kendisinin sürekli video kaydıyla birleştiren bir stratejidir. Hat durduğunda Computer Vision (CV) nedeni, sıkışmış ürün, yanlış format, boş besleme, operatör manuel etiketlemeden otomatik sınıflandırır.

Boyut 1: Computer Vision ile „gizli fabrikayı" yakala

„Gizli fabrika" PLC'nin görmediği mikro duruşların, yavaş çevrimlerin ve kayda alınmamış duraksamaların toplamıdır. FMCG ve plastik üreticileri için bu çoğu zaman %10, 15 gerçek kapasite kaybı demektir.

CV giriş mekanizmasında çarpılan kapağı görür. PLC görmez, yalnızca „motor hâlâ çalışıyor" görür. Sonuç: CV bu %10, 15'i ölçülebilir OEE artışı olarak geri kazandırır.

Boyut 2: görsel tanı ile MTTR'yi düşür

MTTR (Mean Time To Repair) FMCG'de tipik olarak 3, 4 saattir, onarımın uzun olduğundan değil, sürenin %80'i tanı olduğundan: teknisyen makineye gider, bakar, parça için döner, yanlış parça getirir, sonunda onarır.

Video replay ile Tom yola çıkmadan tam olayı telefonundan görür. Hangi parçayı alacağını bilir. Elektrik mi, mekanik mi, sensör mü olduğunu bilir. MTTR yeni alet olmadan %30, 50 düşer.

Karşılaştırma matrisi: klasik izleme vs. görsel Aksiyon Sistemi

  • Klasik (yalnız PLC): ne zaman olduğunu görür, nedenini tahmin eder. MTTR yüksek.
  • PLC + manuel etiket: „ne zaman"ların çoğunu görür, „neden"i %40 oranında tahmin eder („Bilinmeyen" #1 koddur).
  • Görsel Aksiyon Sistemi (CV + CMMS): ne zaman ve tam olarak neden olduğunu görür, açıklamaya doğru parçaları yazıp otomatik iş emri açar.

Boyut 3: hızlı hatlarda „kritik noktayı" koru

Hızlı bir hatta (300+ şişe/dk), tek 1 dakikalık mikro duruş = 300 şişe. Vardiyada 10 = 3.000 şişe. Haftada = 15.000 kayıp şişe, kimse fark etmemiş, çünkü her biri 60 saniyenin altındaydı.

CV onları görür. Etiketler. Pareto'da gösterir. Aniden en büyük kaybınız aylık 4 saatlik arıza değil, günlük 50 mikro duruş ve nedeni arızalı bir seviye sensörü.

Stratejik ROI: bugün ROI, yarın özerklik

Kısa vade: %10, 15 geri kazanılan kapasite = €30M'lik bir FMCG üreticisi için yılda €1,5, 3M. Bu CV'yi ilk 3, 6 ayda öder.

Uzun vade: CV verisi, gelecek tahminsel YZ için yakıttır. Sıkışmış her perçin, her yavaş çevrim, video bağlamıyla etiketlenmiş her duruş, bir sonraki olaydan önce uyaracak bir modeli eğitir.

Özet: Computer Vision oyuncak değil, hızlı hatta ölçülebilir ROI'ye giden en kısa yol. Gelecek yıl değil, gelecek çeyrek.

Track OEE and downtime in real time

Related articles

Latest from our blog

Define Your Reliability Roadmap
Validate Your Potential ROI: Book a Live Demo
Define Your Reliability Roadmap
By clicking the Accept button, you are giving your consent to the use of cookies when accessing this website and utilizing our services. To learn more about how cookies are used and managed, please refer to our Privacy Policy ve Cookies Declaration