Üretim, otomasyonun artık yalnızca kaç makinenin kullanılabileceğiyle tanımlanmadığı bir aşamaya giriyor. Daha önemli soru, otomasyonun üretim sistemlerini işleten, bakımını yapan, sorunlarını gideren ve sürekli olarak iyileştiren insanlarla ne kadar etkili çalışabildiğidir.
Makineler tekrarlanabilir işlerde son derece iyidir. İnsanlar belirsizlikle başa çıkmada daha başarılıdır. Bu nedenle en güçlü üretim ortamları, insanları süreçten çıkarmaya çalışanlar değil; işleri her iki tarafın güçlü yönlerine göre bilinçli biçimde paylaştıranlardır.
Otomasyon İnsan Yetkinliğini Geliştirmelidir
Endüstriyel otomasyon geleneksel olarak çevrim süresi, üretim kapasitesi, kullanılabilirlik ve iş gücü verimliliği gibi bilinen ölçütlerle değerlendirilmiştir. Bu ölçümler hâlâ önemlidir, ancak hikâyenin tamamını anlatmaz.
Bir PLC, dikkati dağılmadan aynı diziyi binlerce kez çalıştırabilir. Bir görüntü işleme sistemi, çok sayıda parçayı tanımlanmış ölçütlere göre denetleyebilir. Bir robot, programlanmış bir hareketi tutarlı konumlandırmayla tekrarlayabilir. Bir endüstriyel kontrol sistemi, süreç değişkenlerini sürekli olarak toplayabilir ve önceden tanımlanmış mantığa göre yanıt verebilir.
Makinelerin belirgin bir avantaja sahip olduğu alanlar bunlardır.
Üretim, bu kontrollü koşulların dışında çok daha az öngörülebilir hâle gelir. Malzeme eksikliği üretimi durdurabilir. Bir tedarikçi, bileşen özelliklerini değiştirebilir. Bir makinede, geçmiş verilerde görünmeyen aralıklı bir arıza ortaya çıkabilir. Bir müşteri, son dakikada ürün değişikliği talep edebilir.
Bu durumlar, basit bir uygulamadan ziyade yorumlama gerektirir.
Deneyimli bir operatör veya bakım mühendisi; gerçekte ne olduğunu belirlemek için süreç bilgisini, ekipmanın davranışını ve mevcut koşulları bir arada değerlendirebilir. Bağlamı yorumlama becerisini sabit bir talimat dizisine indirgemek zordur.
Bu nedenle otomasyonu, insan yetkinliğinin yerine geçmekten çok onu geliştiren bir yöntem olarak görüyorum.
Makineler Tekrarlanabilirliği, İnsanlar Değişkenliği Yönetir
Otomatik bir üretim sistemi tasarlamanın etkili bir yolu, öngörülebilir işleri değişken işlerden ayırmaktır.
Makineler, girdileri, çıktıları ve karar kuralları açıkça tanımlanmış işlemler için çok uygundur. Tekrarlayan montaj, malzeme taşıma, ölçüm, denetim ve süreç düzenleme işlemleri, çalışma koşulları kesin olarak tanımlanabildiği için çoğu zaman otomatikleştirilebilir.
Süreç bu sınırların dışına çıktığında insanlar daha değerli hâle gelir.
Beklenmedik bir ekipman arızasını ele alalım. Bir alarm; yüksek motor sıcaklığına, anormal titreşime veya iletişim kaybına işaret edebilir. Kontrol sistemi durumu tanımlayabilir ve tanılama bilgileri sağlayabilir, ancak teknisyenin yine de sorunun elektriksel, mekanik, çevresel veya prosesin kendisiyle ilgili olup olmadığını belirlemesi gerekir.
Bu ayrım önemlidir.
Otomasyon bize sistemin ne tespit ettiğini söyleyebilir. İnsan deneyimi ise çoğu zaman bu bilginin fiziksel dünyada ne anlama geldiğini belirler.
Bu nedenle en verimli yaklaşım, bir görevi bir kişinin mi yoksa bir makinenin mi yapması gerektiğini sormak değildir. Daha iyi soru, görevin hangi bölümünün her biri tarafından ele alınması gerektiğidir.
Veri, Mühendislik Yargısının Yerini Tutmaz
Modern fabrikalar çok büyük miktarlarda operasyonel veri üretir. PLC'ler, DCS platformları, SCADA sistemleri, durum izleme ekipmanları, veri tarihçeleri, görüntü sistemleri ve IIoT cihazları üretim varlıklarından sürekli olarak bilgi toplayabilir.
Ancak daha fazla veri, otomatik olarak daha iyi kararlar alınmasını sağlamaz.
Kalibrasyonu kötü yapılmış bir sensör hatalı ölçümler üretebilir. Yanlış yapılandırılmış bir alarm, gereksiz operatör müdahalesine yol açabilir. Eksik zaman damgaları, olay dizilerinin yeniden oluşturulmasını zorlaştırabilir. Tutarsız etiket adlandırmaları, üretim hatları arasındaki analizi karmaşıklaştırabilir.
Yapay zekâ ve analitik sistemler de aynı sınırlamayla karşı karşıyadır.
Temel veriler fiziksel prosesi doğru biçimde temsil etmiyorsa, gelişmiş algoritmalar sorunu sihirli bir şekilde düzeltemez. Yanlış girdilere dayanarak son derece ikna edici sonuçlar üretebilirler.
Bu nedenle endüstriyel dijitalleşme; enstrümantasyon, kontrol mantığı, veri mimarisi ve proses bilgisiyle başlamalıdır. Yapay zekâ, mühendisliğin temel unsurlarının yerine geçen bir araç olarak değil, başka bir mühendislik aracı olarak değerlendirilmelidir.
Operatör Arayüzü Otomasyon Sisteminin Bir Parçasıdır
İnsan merkezli otomasyon, bilgilerin iş gücüne nasıl ulaştığına da dikkat edilmesini gerektirir.
Teknik açıdan yetkin bir kontrol sistemi bile operatörlere aşırı sayıda alarm, kafa karıştırıcı grafikler veya bir kararı desteklemek için çok geç ulaşan bilgiler sunuluyorsa kötü performans gösterebilir.
Bir operatörün her an mevcut tüm veri noktalarına ihtiyacı yoktur. Operatörün ihtiyacı olan, karar verilmesi gereken noktada açık biçimde sunulan doğru bilgidir.
Aynı ilke bakım personeli için de geçerlidir.
Binlerce ölçüm bildiren bir durum izleme sistemi, teknisyenler normal çalışma değişkenliğini gelişmekte olan gerçek bir arızadan ayırt edemiyorsa çok az değer yaratabilir. Yararlı otomasyon, ekrana daha fazla bilgi taşımakla yetinmek yerine gereksiz bilişsel çabayı azaltmalıdır.
Pratik açıdan bakıldığında, arayüz tasarımı, alarm yönetimi, ekipman arıza teşhisi ve iş akışı tasarımı otomasyon mimarisinin bir parçası olarak değerlendirilmelidir.
Güvenlik İnsan Sorumluluğu Olmaya Devam Etmelidir
Endüstriyel otomasyon, tehlikeli operasyonlara maruziyeti azaltabilir; ancak otomasyonun kendisi güvenliği garanti etmez.
Bir robot, kontrol ve güvenlik mimarisi çalışmasını durdurmak veya kısıtlamak için uygun koşulları sağlamadığı sürece normalde programlanmış dizisini yürütmeye devam eder. Bu nedenle güvenlik; sensörler, güvenlik kontrolörleri, kilitlemeler, acil durdurmalar, koruyucular, prosedürler, bakım uygulamaları ve insan davranışından oluşan eksiksiz sisteme bağlıdır.
Aynı ilke işlevsel güvenlik sistemleri için de geçerlidir.
Güvenlik enstrümantasyonlu bir sistem, tanımlanmış tehlikeli koşulları algılayabilir ve önceden belirlenmiş güvenli bir yanıtı başlatabilir. Ancak tehlikeleri belirlemek, güvenlik işlevlerini tanımlamak, sistemi doğrulamak ve yaşam döngüsü boyunca bakımını yapmak için gereken mühendislik çalışmasının yerini tutmaz.
İnsan sorumluluğu bu noktada hâlâ temel önem taşır.
Mühendisler ve güvenlik uzmanları, otomatik bir sistemin yalnızca ne yapmak üzere tasarlandığını değil, varsayımlar geçersiz olduğunda ne olacağını da anlamalıdır.
Kötü Bir Süreci Otomatikleştirmeyin
En yaygın otomasyon hatalarından biri, teknoloji ekleyerek bir süreç sorununu çözmeye çalışmaktır.
Sorumluluklar net olmadığı için manuel bir süreç tutarsızsa, ek otomasyon kurmak tutarsızlığın yalnızca daha hızlı gerçekleşmesine neden olabilir.
Cihazların bakımı yeterince yapılmadığı için üretim verileri güvenilir değilse, analitik eklemek mutlaka yararlı tahminler üretmez.
Ekipman bilgileri eksik olduğu için bakım prosedürleri etkisizse, başka bir yazılım platformu eklemek bakım performansını iyileştirmeden karmaşıklığı artırabilir.
Bir süreci otomatikleştirmeden önce, sürecin kendisi incelenmelidir.
Tekrarlanabilir mi? Girdiler kontrol altında mı? İşletim sınırları anlaşıldı mı? Arıza türleri biliniyor mu? İstenen sonuç ölçülebilir mi? Operasyonu otomatikleştirmek için net bir neden var mı?
Bu soruların yanıtı net değilse, normalde otomasyondan önce süreç iyileştirme yapılmalıdır.
Otomasyon Projelerinin Ölçülebilir Hedeflere İhtiyacı Vardır
Teknoloji projeleri, sonuçlardan ziyade uygulamaya odaklanabilir.
Yeni bir robot, PLC platformu, görüntüleme sistemi, analitik uygulama veya dijital bakım aracı teknik açıdan etkileyici olabilir; ancak değeri nihayetinde ölçülebilir operasyonel sonuçlarla ortaya konmalıdır.
Uygulamaya bağlı olarak bu sonuçlar; daha az plansız duruş süresi, daha kısa ürün değişim süresi, daha düşük hurda oranları, iyileştirilmiş ilk seferde geçiş oranı, daha az güvenlik olayı, daha hızlı arıza teşhisi veya daha az bakım müdahalesini içerebilir.
Önemli olan, teknolojiyi uygulamaya almadan önce ölçümü oluşturmaktır.
Net bir temel değer, yatırımın süreci gerçekten değiştirip değiştirmediğini belirlemeyi mümkün kılar.
Bir temel değer olmadan kuruluşlar, bir otomasyon projesinin başarısını üretim sorununun çözülüp çözülmediğine göre değil, sistemin kurulup devreye alınıp alınmadığına göre değerlendirebilir.
İşgücü Becerileri Teknolojiyle Birlikte Gelişmelidir
Otomasyon daha karmaşık hâle geldikçe, endüstriyel çalışanlardan gereken beceriler de değişir.
Bir bakım teknisyeninin, geleneksel mekanik ve elektrik becerilerine ek olarak ağları, uzak I/O'yu, değişken frekanslı sürücüleri, PLC teşhisini, endüstriyel Ethernet'i ve veri toplama sistemlerini giderek daha fazla anlaması gerekebilir.
Operatörlerin yalnızca ayrı alarmları izlemek yerine süreç trendlerini yorumlaması gerekebilir.
Mühendislerin hem kontrol mimarisini hem de veri mimarisini anlaması gerekebilir.
Bu, her çalışanın yazılım geliştiricisi veya veri bilimcisi olması gerektiği anlamına gelmez. Kuruluşların, giderek daha bağlantılı hâle gelen sistemleri işletmek ve sürdürmek için gerekli teknik becerileri geliştirmesi gerektiği anlamına gelir.
Bu nedenle eğitim, devreye alma sonrasında eklenen bir faaliyet olarak değil, otomasyon projesinin bir parçası olarak değerlendirilmelidir.
En İyi Otomasyon Sistemleri Arızalar Etrafında Tasarlanır
İyi endüstriyel otomasyonun çoğu zaman gözden kaçırılan bir özelliği, bir şeyler ters gittiğinde nasıl davrandığıdır.
Normal çalışmayı göstermek görece kolaydır. Daha zor mühendislik sorusu; bir sensör arızalandığında, ağ bağlantısı kesildiğinde, bir aktüatör yanıt vermediğinde, bir kontrolör iletişim kurmayı durdurduğunda veya bir operatör beklenmedik bir seçim yaptığında ne olduğudur.
İyi bir otomasyon mimarisi bu koşulları öngörür.
Teşhis sistemleri bir sorunun kaynağını belirlemeye yardımcı olmalıdır. Kilitlemeler, güvenli olmayan sıralamaları önlemelidir. Yedeklilik, riskin ve uygulamanın bunu gerektirdiği durumlarda kullanılmalıdır. Operasyonel olarak gerekli olduğu yerlerde manuel müdahale mümkün olmaya devam etmelidir.
Mühendislik açısından bakıldığında, bir otomasyon sisteminin kalitesi normal üretimden çok anormal koşullar sırasında daha net ortaya çıkar.
İnsan Deneyimi İnovasyon Kaynağı Olmaya Devam Ediyor
Üretim sahasındaki en yararlı iyileştirmelerin bazıları mühendislik departmanlarından veya teknoloji tedarikçilerinden kaynaklanmaz.
Operatörler, gereksiz hareketleri azaltan küçük süreç değişikliklerini sıklıkla keşfeder. Bakım teknisyenleri, ekipman belgelerinde açıkça görülmeyen tekrarlayan arıza modellerini belirler. Üretim personeli, bu ilişki resmî bir analizde ortaya çıkmadan önce ürün kalitesi ile çalışma koşulları arasındaki bağlantıyı fark edebilir.
Bu gözlemler, pratik süreç bilgisini temsil eder.
Dijital sistemler bu bilgiyi yakalayıp düzenleyebilir, ancak kuruluşların insanların bu bilgiye katkıda bulunmasını sağlayacak mekanizmalara hâlâ ihtiyacı vardır.
Gerçekten bağlantılı bir üretim ortamı, makinelerden insanlara yalnızca bilgi göndermemeli; aynı zamanda insanların bilgisinin makineleri, prosedürleri ve kontrol stratejilerini geliştirmesine de olanak tanımalıdır.
Bir Sonraki Adım İş Birliğine Dayalı Otomasyondur
Endüstriyel otomasyonun geleceğinin, manuel çalışmadan tamamen otonom üretime basit bir geçişle tanımlanması pek olası değildir.
Daha gerçekçi yaklaşım, makinelerin tekrarlayan, hassas ve yoğun veri gerektiren görevlerin sorumluluğunu üstlendiği; insanların ise yorumlama, istisnaları ele alma, iyileştirme ve daha geniş bir bağlam gerektiren kararların sorumluluğunu koruduğu iş birliğine dayalı otomasyondur.
Bu model, otomasyon projelerinin nasıl tasarlanması gerektiğini değiştirir.
Mühendisler, "Bu sistem kaç çalışanın yerini alabilir?" diye sormak yerine, "Hangi insan görevleri gereksiz çaba, risk veya gecikme yaratıyor ve teknoloji bu yükü nasıl azaltabilir?" diye sormalıdır.
Bu bakış açısındaki değişim, farklı bir otomasyon türü ortaya çıkarır.
Amaç, ne pahasına olursa olsun daha az insan çalıştırmak değildir. Amaç, insan uzmanlığını daha iyi kullanmaktır.
Endüstriyel Zekânın Daha Pratik Bir Tanımı
Endüstriyel zekâ yalnızca yapay zekânın, robotların veya bağlantılı cihazların varlığıyla tanımlanmamalıdır.
Gerçekten akıllı bir üretim sistemi, neleri otomatikleştirebileceğini bilmeli, kendi karar mantığının sınırlarını tanımalı, insanlara yararlı bilgiler sunmalı ve koşullar tanımlı çalışma sınırlarının dışına çıktığında kontrollü bir şekilde başarısız olmalıdır.
İnsanlar bağlam, muhakeme ve sorumluluk sağlar.
Makineler tekrarlanabilirlik, hız, hesaplama ve sürekli izleme sağlar.
Veri, bu ikisini birbirine bağlar.
Bu unsurlar birlikte tasarlandığında otomasyon, bir dizi kontrol teknolojisinden daha fazlası hâline gelir. Teknoloji gereksiz işleri ortadan kaldırırken insan uzmanlığının en yüksek değeri yarattığı yerlerde kullanılabilir kalmasını sağlayan bir işletim modeline dönüşür.
Bu nedenle üretimin geleceği, temelde insanlar ile makineler arasındaki bir rekabet değildir. Gelecek, her birinin en uygun olduğu işi yaptığı bir üretim sisteminin mühendisliğidir.
