Sporingsskolen 1:4

Sporbarhet fra A til Å

Første del i Automatiserings "Sporingsskole" dekker overordnede aspekter, hva sporing er, og hva et sporingssystem kan bidra med.

Sporbarhet fra A til Å
(Bilde: Hydro)

Første del i Automatiserings "Sporingsskole" dekker overordnede aspekter, hva sporing er, og hva et sporingssystem kan bidra med.

Sporingsskolen

Automatiserings ”Sporingsskole” er utviklet i tett samarbeid med Steinar Sælid i Prediktor AS. Han har tidligere vært ansatt i Sintef, Kongsberg Maritime og ved Norsk Hydros Forskningssenter i Porsgrunn. Han er professor II i teknisk kybernetikk ved NTNU.

Sælid har utstrakt erfaring innen prosessdatasystemer, modellbasert styring, softsensorteknologi og styring av kvalitet i prosesser. Prediktor utvikler og leverer industrielle IT-systemer for datainnsamling, lagring, analyse og rapportering, samt online analysesystemer for fôr- og næringsmiddelsindustrien.

Standarden ISO 8402 definerer sporbarhet som ”The ability to trace the history, application or location of a product by means of recorded identifications”. Dette er en bred definisjon, og et sporingssystem kan i praksis ikke være fullstendig. Det er heller ikke nødvendig. Men det er viktig å bestemme seg for dybde , bredde og presisjon i sporingen.

Sporingsdybde

Dybde i sporingen angir hvor langt forover/bakover systemet skal spore informasjon. Fiskefôrproduksjon kan spores internt i en produksjonsenhet fra råvarer inn til ferdig fôr levert, til kunde. Sporingsdybden økes hvis fôret spores videre til merd og videre til produsert laks og til utsalgssted. Dybden kan økes bakover i kjeden ved å spore fiskemel tilbake til fiskemelfabrikken og videre til råfisk som fanges på feltet.

Hvis sporingsdybden strekkes over flere produksjonsenheter og transportetapper, og som spenner flere forretningsmessige enheter, omtales dette ofte som kjedesporing. Kjedesporing er komplisert i den forstand at den dekker flere forretningsenheter. Dette gir utfordringer ved at en må bli enige innbyrdes om en protokoll for utveksling av sporingsinformasjon, og fordi en del data gjerne er forretningssensitive.

Sporingsbredde

Matsikkerhet og sporbarhet bør gå hånd i hånd
(Ill. Endress+Hauser).
Matsikkerhet og sporbarhet bør gå hånd i hånd(Ill. Endress+Hauser).
 

Bredde i sporingen beskriver mengden av informasjon som samles inn og assosieres med materiale, idet dette forflyttes, prosesseres og transformeres fra råvarer til ferdige produkter. Anta at produksjonsprosessen er fiskefôr. Bredden er da liten hvis en kun samler informasjon om råvareidentiteter og mengder samt transportforhold gjennom prosessen. Hvis en imidlertid legger til informasjon om råvareanalyser og prosessbetingelser underveis, slik som temperaturer, trykk, settpunkter og analyser, øker bredden i sporingen.

Bredde i sporingen er viktig hvis informasjonen skal benyttes for kvalitetsoppfølging og optimalisering av prosessdriften.

Sporingspresisjon

Presisjon i sporingen reflekterer med hvilken nøyaktighet et sporingssystem kan fastslå et materiales bevegelse og påvirkning i prosessen. Vi tar et lite eksempel fra produksjon av silisiumwafere for bruk i solcelleproduksjon.

Her vil vi ha en høy presisjon hvis hver enkelt wafer kan identifiseres og spores bakover i produksjonen, inklusive waferens posisjon i blokken den ble saget ut av, samt blokkens posisjon i råblokken. Presisjonen blir betydelig lavere hvis vi kun sporer tilbake fra produserte waferesker, eller produserte partier.

Mange matvareprodusenter sporer i dag kun på produksjonsvolumer på dagbasis, eller enda grovere. Dette fører til at store partier må tilbakekalles ved defekter, eller helserelaterte hasarder oppdages i et produkt. Ved lav sporingspresisjon vil en heller ikke kunne dra stor nytte av sporingsinformasjonen i prosessforbedringsarbeidet.

Et annet forhold er at presisjonen i sporingen vil være begrenset av prosessforhold. Hvis eksempelvis store volumer av mellomprodukter blandes sammen, viskes presisjonen ut, og presis sporing av forgående forhold er ikke mulig tvers over blandetrinnet. Presisjonen i sporingen begrenses også ved resirkulasjon av materiale i en prosess, fordi litt materiale som kommer fra et trinn vil blandes tilbake på et tidligere trinn, og teoretisk vil en råvare aldri forsvinne ut av systemet.

I mange prosesser brytes årsakskjeden operasjonelt, ved for eksempel å vaske ut et prosessavsnitt. Hvis presis sporing er nødvendig, bør en tenke nøye gjennom om prosessen kan konstrueres for høy presisjon i sporingen ved å minimalisere blanding og tilbakeløp.

Sporingsteknologier

Automatisk datafangst, med f. eks. vision, forenkler
registrering og kan gi økt nøyaktighet (Ill. DVT).
Automatisk datafangst, med f. eks. vision, forenklerregistrering og kan gi økt nøyaktighet (Ill. DVT).
 

Et sporingssystem kan implementeres uten maskinbasert datateknologi. Et slikt system vil basere seg på papirrapporter og manuelle nedtegnelser. Verdien av et slikt system vil være begrenset, da registreringen vil være begrenset i omfang og søking i manuelle data er tidkrevende.

Som oftest vil imidlertid et sporingssystem realiseres ved hjelp av datateknologi. Hovedfunksjonene i et sporingssystem kan være datainnsamling og datalagring/datamodell.

Datainnsamling

Systemet må mates med data som forteller hvilke råvarer som til enhver tid entrer produksjonen og hvordan disse transporteres og transformeres gjennom prosessen. I tillegg fanges data som kan relateres til de forskjellige materialenhetene og de forskjellige prosesserings- eller mellomlagrene underveis.

Datainnsamlingen skjer vanligvis ved hjelp av forskjellige metoder: Automatisk via PLS’er, styresystemer, online analyseinstrumenter og RFID brikker, eller manuelt via operatørskjermer, strekkodelesere eller lignende. Sporingssystemer kan lese inn noen titalls- til flere tusen signaler per sekund, avhengig av sporingsbredde og –presisjon.

Datalagring og datamodell

Historiske data i et sporingssystem lagres som regel i en relasjonsdatabase. Denne bør modellere aspekter ved produksjonen som er relevant for sporingen. Nedenfor listes noen viktige elementer for lagring i en slik database:

  • Prosessenheter er enheter hvor noe prosesseres eller lagres, og som representerer en prosessenhet eller et lager/mellomlager i fabrikken. Et eksempel kan være en kvern eller en autoklav hvor råmaterialer eller mellomprodukter transformeres til et produkt eller et mellomprodukt.
  • Batcher genereres i prosessenheter. Et eksempel vil være en batchkjøring i en autoklav. I en kontinuerlig prosess kan en hakke materialstrømmen opp i ”masseplugger” og generere en batch når massepluggen passerer prosessenheten.
  • Materialenhet betegner sporingsenheter som genereres i prosessenheter eller ved at råvarer entrer systemet fra et lager. Begrepet benyttes for å identifisere råvarer, mellomprodukter, produkter og avfall. Alle materialenheter vil i sporingssystemet bli koplet sammen gjennom materialgenealogien. En materialenhet kan ha flere ”foreldre”/”barn”. Genealogien representerer materialtransformasjoner eller splitting/blanding og beskriver hvordan materialenhetene har blitt transportert og omformet gjennom prosessen. Genealogien benyttes for å realisere rapporter for sporing og andre sammenstillinger av data, hvor det er interessant å se på historien for et materiale gjennom prosessen. Genealogien kan illustreres som i figuren ovenfor.
  • Materialbærere er beholdere for materiale, så som vogner, kurver, kassetter osv, som kan inneholde materialenheter, og som benyttes for oppbevaring/lagring og/eller transport.
  • Dataverdier er verdier som kan presenteres enkeltvis eller aggregert i rapporter. Dataverdier assosieres med prosess-runs, prosessenheter, materialer eller periodiske rapporter. Dataverdier benyttes eksempelvis for å lagre laboratorieanalyseverdier, prosessverdier eller beregnede verdier.
  • Materialklasser definerer ulike typer materialenheter for klassifisering av eksempelvis råvarer, mellomprodukter og produkter.

I tillegg til en relasjonsdatabase, kan et sporingssystem omfatte en tidsseriedatabase. Dette er spesielt viktig hvis en skal benytte sporingssystemet til kvalitetsoppfølging, årsaksanalyse og prosessforbedringer. Tidsseriedatabasen bør være koplet til relasjonsdatabasen slik at en kan assosiere tidsserier for et batchforløp med andre batchdata på en enkel og sømløs måte.

Datamodellen i et sporingssystem bør fortrinnsvis baseres på ISA/ANSA S95. S95 omfatter en data- og informasjonsflytmodell for integrasjon mellom produksjonssystemer og ERP-systemer, samt for funksjoner i mellomnivået mellom ERP og styringssystemene, som sporing, prosessnær produksjonsplanlegging, kvalitetsoppfølging og historisk datalagring.

Det er en fordel om sporingsdatabasen er generisk, det vil si at databasen kun parameteriseres for hver ny applikasjon. Da unngås skreddersydde tabellstrukturer, med de utfordringene dette medfører, for eksempel ved uttesting og vedlikehold.

Sporingsmaskin

Et sporingssystem må inneholde logikk som oversetter inputdata til materialtransaksjoner, prosess-runs, materialenheter og dataverdier i relasjonsdatabasen. Denne logikken bør være i stand til å generere en ny materialenhet når materiale transformeres, splittes eller aggregeres. Dette må så registreres i databasen ved at nye materialenheter genereres med en ny identifikator, og med sine foreldrerelasjoner. I tillegg må materialenheten kobles med prosessenheter som den passerer, og med tilhørende prosess-runs med enter/exit tider og et utvalgt sett prosessverdier.

I noen systemer er denne logikken delvis hardkodet på PLS nivå. Dette gir sterke koplinger mellom styringsnivå og sporingsnivå. Den beste løsningen er at sporingssystemet har sin egen sporingsmaskin, hvor transaksjonslogikken programmeres eller aller helst konfigureres.

Rapportering og presentasjon

Et sporingssystem har ingen verdi hvis ikke en kan navigere i datamengden og rapportere på ønskede sammenstillinger av data. Sporingssystemet må kunne generere rapporter av ulike slag. Eksempler på nyttig funksjonalitet er:

  • Bakover sporingsrapport, som oppgir hoveddata for en produsert enhet, inklusive benyttede prosesseringsenheter, viktige prosesseringsparametere, samt råvarebruk. I en slik rapport bør en kunne drille seg ned i detaljene, og for eksempel kunne vise pH forløpet i en mikrobiologisk batch-prosess i produksjonsforløpet.
  • Forover sporingsrapport, som angir alle produkter som inneholder deler av den valgte råstoffbatchen.
  • Sammenstille et valgt sett av prosesseringsdata (råvareparametere, temperaturer, tilsetningsmengder, trykk, resulterende produktparametere/kvalitet osv.) for et sett av valgte produktenheter, for bruk i prosessanalyse og prosessforbedringsarbeide.

Dette er bare eksempler. Det er viktig at det er lett å navigere i dataene, og at brukeren selv kan spesifisere formater og innhold i disse.

Merverdier i sporingssystem

Et sporingssystem, realisert ved hjelp av datateknologi, vil sjelden ha utelukkende sporingsfunksjonalitet for øyet. Et databasert system har informasjon om den historiske driften av prosessen, og relasjoner mellom dataene. Dette gir grunnlag for en rekke merverdier, for eksempel:

  • Tilfredsstille regelverk og kundekrav. EUs Matlov fra 1.1.2005 krever at matvareprodusenter har implementert et sporingssystem, slik at presis tilbaketrekking av produkter kan foretas. Det er også mange kunder som krever at effektive sporingssystemer er på plass. Et eksempel på dette er bilprodusenter som BMW. Alle underleverandører til BMW må dokumentere et tilfredsstillende sporingssystem. Det samme gjelder mange supermarkedskjeder. Det kreves for eksempel at levert laks kan spores tilbake til merd, inklusive fôr som er benyttet for fôring og råvarer for å produsere dette fôret.
  • Tilbakekalle defekte produkter. Jo høyere presisjon i et sporingssystem har, dess mer presist kan produkter tilbakekalles. En presis tilbakekalling krever imidlertid også at en har lokalisert årsaken til en defekt, enten til et spesifikt råvareparti, til en spesifikk prosesseringsenhet eller noe annet. Jo mer presist en kan identifisere årsaken, jo større presisjon i tilbakekallingen. Presis tilbakekalling reduserer de direkte kostnadene og reduserer omdømmeskadene i markedet.
  • Kvalitetsforbedring og prosessoptimalisering. Sporingsinformasjon er vitalt hvis en ønsker å benytte data for å forbedre og optimalisere produksjonen. Et eksempel på dette, fra Prediktors virksomhet, kan hentes fra solcelle wafer produksjon hos REC Scanwafer. Et kvalitetsproblem ved produserte wafere kunne føres tilbake til én bestemt av flere trådsager, og til én bestemt lokasjon i denne sagen. Det å kunne identifisere dette problemet raskt, forhindret tap av kvalitetsproduksjon og økte inntjening for bedriften. For å få til dette, kreves tilstrekkelig god dybde og bredde i sporingen.
  • Minimalisere varer i arbeid. Et sporingssystem vil til enhver tid kunne rapportere varer i arbeid. Opphopning av mellomprodukter i produksjonen (varer i arbeid), binder kapital. Bare det å kunne gi en oversikt over slike parametere, gir muligheter for å identifisere flaskehalser, og å gi kunnskap for å balansere produksjonen.
  • OEE beregninger og andre KPI’er (KPI = Key Performance Indicator). Sporingsdata, kanskje med noen tilleggsdata, er spesielt egnet for å beregne ulike effektivitetsparametere i produksjonen. Mange snakker i dag om OEE (Overall Equipment Effectiveness). Etter mitt syn er det særdeles uklokt å betrakte OEE beregninger/systemer som separate systemer i forhold til sporingssystemer. Et sporingssystem, basert på en egnet datastruktur, for eksempel som definert i S95, egner seg utmerket som basis for OEE beregninger. Det er derfor viktig at en ikke ser implementeringen av et sporingssystem, eller et OEE system, som separate oppgaver. Disse bør absolutt ses i sammenheng!

Katastrofale konsekvenser

Det har nylig vært dramatiske hendelser i matvarebransjen, med forekomster av E-coli infiserte produkter. Dette illustrerer hvor viktig det er å kunne spore et matvareprodukt tilbake til produsent og råvareleverandør, og med hensiktsmessig presisjon. Det er ikke nok å kunne si at et produkt kommer fra den eller den fabrikken. Dersom den detaljerte tilblivelseshistorien for produktet hadde vært kjent, hadde det vært mulig å avgrense og lokalisere bakteriekilden(e) mye raskere og med større presisjon.

Å kunne spore fra råvarer til produkter og tilbake igjen, er viktig, også i mange andre bransjer. Vi leser rett som det er i avisene at bileiere med bilmodeller av et gitt merke og produksjonsserie må melde seg til sitt merkeverksted. Eller vi hører om at en eller annen batterilader eller elektronisk duppeditt må leveres inn for bytte til en ny. Slike hendelser skader produsentens merkenavn og rykte. Et presist sporingssystem ville kunne begrense konsekvensene av slike hendelser, både i tid og omfang og redusere garantikostnadene, som i slike bedrifter ofte er opptil 5 % av omsetningen. I bilindustrien er tilbakekallingskost alene estimert til 60 milliarder kr per år!

I produksjonsbedrifter med mindre eksponering i forhold til publikum og media, er det også store gevinster å hente fra et presist og funksjonelt sporingssystem.

 

Eksklusivt for digitale abonnenter

På forsiden nå