Ćwiczenia 2: Od danych do decyzji — notatki do slajdów

Akwizycja i wizualizacja danych w procesach przemysłowych · ZIP, IV rok, spec. Inżynier procesu, niestacjonarne. Notatki uzupełniają slajdy prezentacji (w prezentacji: klawisz N).

Blok 5 · OEE i energia

1.Od danych do decyzji

O czym są te zajęcia. Wczoraj: skąd biorą się dane — czujnik → sygnał → tag → historian → raport zmianowy. Dziś: co z nimi zrobić, żeby służyły decyzjom:

Sterowanie prezentacją: ← → slajdy, N — notatki pod slajdem, F — pełny ekran, T — motyw jasny/ciemny.

2.Dziś: 15:00–18:15

Plan. Cztery bloki po 45 min. Przez cały dzień wracamy do jednego przykładu — raportu zmiany Pakowaczki 01 (slajd 3) (11 840 dobrych, 212 złych, 401 min pracy, 79 min postojów, 96 kWh).

Karta zadań zawiera zadania omawiane na slajdach „Zadania dla Was”: najpierw liczymy samodzielnie, potem porównujemy z rozwiązaniem.

3.Jak z tysięcy rekordów powstaje kilka liczb w raporcie

Raport zmiany nie pokazuje surowych danych, tylko agregaty — kilka liczb policzonych z tysięcy rekordów zapisanych w historianie (przemysłowej bazie szeregów czasowych). Każdy wiersz powstaje z innego typu tagu inną regułą:

Na slajdzie: kliknij wiersz raportu — po prawej pojawia się tag, liczba rekordów w zmianie, reguła i wykres z całej zmiany (np. dla licznika: wartości na początku i końcu; dla stanu: oś czasu z ponumerowanymi postojami; dla temperatury: przebieg z liniami min / średnia / max).

Ważne: ta sama zmiana może dać różne liczby zależnie od reguły — np. czy zatrzymanie krótsze niż 2 min liczyć jako postój. Reguły trzeba ustalić i zapisać, zanim zacznie się porównywać zmiany i linie. Z liczb tego raportu liczymy na kolejnych slajdach OEE i energię na sztukę.

4.OEE = dostępność × wydajność × jakość

OEE (ang. Overall Equipment Effectiveness, całkowita efektywność wyposażenia) pochodzi z TPM (Total Productive Maintenance, S. Nakajima). Mówi, jaka część czasu planowanego została zamieniona na dobre sztuki produkowane z prędkością idealną.

Trzy czynniki odpowiadają trzem rodzajom strat:

Najważniejsza jest struktura strat, a nie sama liczba OEE — wskazuje, gdzie szukać poprawy.

Warto wiedzieć: 85% to wartość orientacyjna z literatury TPM (ok. 90% × 95% × 99,9%). OEE różnych zakładów i maszyn rzadko da się wprost porównać, bo różnią się definicje czasu planowanego i cyklu idealnego — więcej na slajdzie 11. Najbardziej wartościowe jest porównanie tej samej maszyny w czasie.

5.OEE z raportu zmiany (slajd 3)

Rachunek (dane z raportu zmiany):

Sprawdzenie jednym wzorem: OEE = sztuki dobre × czas cyklu idealnego / czas planowany = 11 840 · 1,5 s / 28 800 s = 61,7%.

Wniosek: intuicyjnie za głównego winowajcę uważa się awarie, bo są najbardziej widoczne. Dane pokazują co innego — największa strata (ok. 25%) to wydajność: kilkanaście mikropostojów i praca wolniej niż nominalnie.

Uwaga na czas planowany: tu zmiana 480 min bez przerw planowanych. Jeśli w zakładzie obowiązuje np. 30-minutowa przerwa, czas planowany wynosi 450 min. Taką regułę trzeba ustalić i stosować konsekwentnie.

6.Gdzie ucieka czas zmiany

Wykres kaskadowy czasu (ang. waterfall): od 480 min planowanych odejmowane są kolejno straty:

Zostaje czas efektywny; jego udział w czasie planowanym to OEE.

Na slajdzie: sprawdź suwakami, co daje więcej — skrócenie postojów o 30 min czy zwiększenie liczby sztuk o 10%. Kalkulator nie pozwala wyprodukować więcej, niż pozwala czas pracy (wydajność nie przekroczy 100%).

7.Dlaczego postoje podnoszą koszt energii każdej sztuki

Energia na dobrą sztukę = energia zużyta w okresie / liczba dobrych sztuk. Wskaźnik łączy efektywność produkcji z kosztami i jest potrzebny m.in. w raportowaniu zużycia energii i śladu węglowego wyrobu.

Postoje działają podwójnie: zmniejszają liczbę sztuk, a jednocześnie maszyna w gotowości nadal pobiera energię (grzałki, sterowanie, sprężone powietrze). Dlatego poprawa OEE zwykle obniża też energochłonność.

Na slajdzie: zwiększ postoje do 200 min — energia na sztukę rośnie. Ustaw moc w postoju na 0 kW (maszyna wyłączana na czas postoju) — to efekt procedur „wyłącz w postoju” i trybów oszczędzania energii.

Model: 13,7 kW podczas pracy i 3,4 kW w postoju daje 96 kWh dla 401 min pracy i 79 min postojów — jak w raporcie.

Blok 6 · analiza postojów

8.Wykres Pareto: od czego zacząć poprawę

Wykres Pareto porządkuje przyczyny malejąco; linia skumulowana pokazuje, jaką część strat obejmują kolejne przyczyny. Zasada 80/20: zwykle kilka przyczyn odpowiada za większość strat.

Wybór miary zmienia priorytety:

Warto wiedzieć: „brak materiału” na szczycie listy to częsty przypadek. To strata zgłaszana na maszynie, ale jej przyczyna leży zwykle w logistyce wewnętrznej lub planowaniu — przy analizie trzeba ustalić, kto jest właścicielem problemu.

9.Zadania 1–2: OEE wtryskarki

Zadania 1–2. Dane w tabeli, rozwiązanie krok po kroku po prawej stronie.

Częste błędy:

Wniosek z zad. 2: największa strata to wydajność. Do znalezienia jej przyczyny potrzebne są rzeczywiste czasy cykli i krótkie zatrzymania zapisane z dokładnym czasem — czyli dane zbierane w sterowniku (licznik impulsów, stan maszyny zapisywany przy zmianie) — temat ćwiczeń 1.

10.Zadania 3–4: od czego zacząć i ile kosztuje postój

Zadanie 3 utrwala wniosek ze slajdu 8: minuty postojów mówią o dostępności, liczba zdarzeń — o uciążliwości i mikropostojach. Przy celu „dostępność” zaczynamy od przyczyny A, przy celu „odciążenie operatora” — od B.

Zadanie 4 powtarza logikę ze slajdu 7: energia zużyta w postoju rozkłada się na sztuki wyprodukowane w czasie pracy, więc podnosi koszt każdej z nich.

11.Pułapki wskaźników: jak „poprawić” OEE bez poprawy produkcji

OEE jest tak wiarygodne jak dane i reguły, z których powstaje. Typowe sposoby „poprawienia” wskaźnika bez poprawy produkcji:

Wniosek: reguły (co jest postojem planowanym, jaki jest cykl idealny, od ilu sekund zatrzymanie liczy się jako postój) trzeba spisać i nie zmieniać po cichu. Gdy od wskaźnika zależą premie, presja na „korzystne” definicje jest szczególnie duża.

Blok 7 · czy danym można ufać

12.Typowe błędy w danych z produkcji

Każdy z tych błędów może zafałszować OEE, energię na sztukę albo raport jakości. Część z nich wynika z toru pomiarowego (przerwa w przewodzie, skalowanie), część z komunikacji i systemów (luki, zamrożenia, duplikaty), a część z obsługi czasu.

Zmiana czasu: w nocy z 24 na 25 października 2026 zegary cofa się z 3:00 na 2:00 — godzina 2:00–3:00 występuje w czasie lokalnym dwa razy. Dlatego systemy przemysłowe przechowują czas w UTC, a czas lokalny pokazują tylko na ekranie.

Licznik a reset: przy restarcie sterownika licznik zaczyna od zera; przyrost trzeba wtedy liczyć w dwóch odcinkach (przed i po restarcie).

13.Temperatura zbiornika — jedna doba z historiana

Rozwiązanie (przycisk „Pokaż błędy”):

  1. luka 2:10–3:40 — brak danych (np. przerwa w komunikacji),
  2. zamrożona wartość 9:00–11:30 — idealnie płaska linia, system powtarzał ostatnią wartość,
  3. pojedynczy skok do 95 °C o 14:20 — fizycznie niemożliwa zmiana w ciągu minuty (zakłócenie),
  4. spadek do 0 °C 17:05–17:20 — przerwa w przewodzie,
  5. od 20:00 wartości o ok. 15% za wysokie — złe skalowanie po wymianie czujnika.

Najtrudniejsze do zauważenia są zamrożona wartość i złe skalowanie — wyglądają wiarygodnie.

Jak policzyć średnią z tej doby? Pominąć lukę, zera i skok; zamrożony fragment i okres po 20:00 oznaczyć jako niepewne (najlepiej wyjaśnić i poprawić skalowanie u źródła).

14.Surowe rekordy z historiana

Te same typy błędów w tabeli rekordów — tak dane wyglądają w eksporcie z historiana do Excela. Podejrzane rekordy:

Wniosek: przed liczeniem wskaźników dane trzeba sprawdzić — automatycznie (reguły zakresu, szybkości zmian, jakości tagu) i „okiem” na wykresie.

15.Zwykła zmienność czy sygnał, że coś się zmieniło?

Oznaczenia: x̄ — średnia z pomiarów procesu stabilnego (linia centralna); σ — odchylenie standardowe, czyli typowa odległość pomiaru od średniej (w Excelu: funkcja ODCH.STANDARDOWE.PRÓBKI); UCL / LCL — górna / dolna granica kontrolna. Przy rozkładzie normalnym w ±1σ mieści się ok. 68% wyników, w ±2σ ok. 95%, w ±3σ ok. 99,7%. Przykład ze slajdu: x̄ = 172 °C, σ = 1,2 °C → granice 168,4 i 175,6 °C.

Do czego służy karta kontrolna: odróżnia zmienność przypadkową (suma wielu drobnych przyczyn — jest zawsze) od przyczyn specjalnych (zmiana materiału, zużycie narzędzia, rozregulowanie). Reagujemy tylko na sygnały; regulowanie procesu przy każdym wahnięciu w granicach (przeregulowanie) zwiększa zmienność.

Na slajdzie: „proces stabilny” — wahania w granicach, brak sygnału; „punkt poza granicą” — jeden punkt poza UCL; „przesunięcie średniej” — od punktu 15 średnia rośnie o 1,5σ: żaden punkt nie wychodzi poza granice, ale seria 9 punktów nad linią centralną jest sygnałem.

Granice kontrolne ≠ tolerancja: granice wynikają z procesu („co proces robi”), tolerancja — z wymagań klienta („co proces powinien robić”).

PN-ISO 7870-2 — polska wersja normy ISO 7870-2 „Karty kontrolne — Część 2: Karty kontrolne Shewharta”. Opisuje budowę kart (x̄, R, s, wartości indywidualnych) i testy sygnałów, w tym regułę 9 punktów po jednej stronie. W niektórych firmach stosuje się reguły 7 lub 8 punktów (np. reguły Western Electric).

16.Jakość danych i karta kontrolna

Zadania 5–7 pokazują skutki błędów w danych na konkretnych liczbach:

Mini wykresy pokazują same dane; po rozwinięciu „odpowiedź” pojawia się na nich rozwiązanie.

Blok 8 · wizualizacja

17.Kto patrzy na dane — i jakie ma pytanie

Ta sama baza danych, trzy różne widoki. Operator potrzebuje informacji „teraz” i wskazówki, co zrobić; mistrz — obrazu zmiany względem planu; kierownik — trendów i efektów działań w tygodniach i miesiącach.

Projektowanie wizualizacji zaczyna się od odbiorcy i decyzji, a nie od listy dostępnych danych — to ta sama zasada co pytanie „po co?” przy wyborze tagów: każda dana ma służyć jakiejś decyzji. Jeden ekran „dla wszystkich” zwykle nie służy nikomu.

18.Jaki wykres odpowiada na to pytanie?

Dobór wykresu do pytania:

Wykres kołowy jest przeznaczony do pokazywania udziału w całości i sprawdza się najlepiej przy 2–5 częściach. Przy wielu kategoriach (np. 8 linii) słupki posortowane z wartościami w % są czytelniejsze, bo długości porównujemy łatwiej niż kąty — w pytaniu 6 obie odpowiedzi są do obrony.

19.Gdzie jest problem? Znajdź go w 5 sekund

ISA-101 to norma o projektowaniu interfejsów operatorskich (HMI) w automatyce; koncepcja „High Performance HMI” zakłada, że operator ma zauważyć nieprawidłowość w kilka sekund.

Na slajdzie: na ekranie „kolorowym” problem (temperatura zgrzewu 184 °C, powyżej zakresu 165–180 °C i rośnie) ginie wśród czerwonego — a czerwona jest tam zatrzymana pompa rezerwowa, czyli stan normalny — i zielonego. Na ekranie wg zasad ISA-101 jedyny wyróżniony element to właśnie temperatura zgrzewu, z zakresem normalnym i trendem.

Warto wiedzieć: czerwony = „zatrzymany” to tradycja z energetyki i przemysłu procesowego. W HMI wysokiej wydajności kolor czerwony rezerwuje się dla alarmów wysokiego priorytetu, a stany urządzeń pokazuje się stonowanie (kształtem, tekstem, odcieniem szarości).

20.Zalew alarmów: kiedy operator przestaje reagować

ISA-18.2 (zarządzanie alarmami w przemyśle procesowym) i wytyczne EEMUA 191 wskazują, że operator może sensownie obsłużyć kilka alarmów na godzinę (orientacyjnie: ok. 6/h — akceptowalne, ok. 12/h — maksimum do opanowania). Ponad 10 alarmów w 10 minut to zalew alarmów: operator zaczyna potwierdzać je odruchowo i przeocza ten ważny.

Na slajdzie: „przed porządkowaniem” — 200 alarmów w zmianie i kilka okresów zalewu. „Po porządkowaniu” — usunięto alarmy niewymagające działania, dodano histerezę dla alarmów „migających”, połączono duplikaty: 19 alarmów, bez zalewu.

Związek z kartą kontrolną: alarm ustawiony na każde wyjście poza wąski zakres to reagowanie na zwykłą zmienność procesu — częste źródło zalewu alarmów.

Zasada: każdy alarm musi wymagać działania operatora. Jeśli nie wymaga — powinien być komunikatem albo zapisem w historii.

21.Zaprojektujcie dashboard na kartce

Zadanie łączy oba dni: tagi maszyny (przykładowa lista Pakowaczki 01) → wskaźniki (OEE, energia na sztukę, postoje) → wizualizacja dla konkretnego odbiorcy.

Dobry dashboard:

Przykład po prawej — dashboard mistrza: kafle OEE zmiany i plan / wykonanie (oba poniżej celu, więc wyróżnione), energia na sztukę w normie (szara), oś czasu stanów, Pareto postojów zmiany i trend temperatury z zakresem normalnym.

22.Od czujnika do decyzji

Łańcuch z obu dni: czujnik → sygnał → tag → historian → agregaty i wskaźniki → wizualizacja → decyzja. Na każdym ogniwie może pojawić się błąd, który zafałszuje decyzję — dlatego inżynier procesu musi rozumieć całą drogę danych, nawet jeśli sam nie programuje sterowników ani systemów.

Najważniejsze wzory: OEE = A · P · Q = dobre × cykl idealny / czas planowany; energia na dobrą sztukę = kWh / sztuki dobre; granice kontrolne = x̄ ± 3σ.