Lidt af mine 30 år Som Automations tekniker.

Relaterede dokumenter
Ajour Højere produktivitet gennem produktionsoptimering og Automatisering

Lidt af min baggrund.

Metrologi i automatiseret produktion..

INDUSTRI 4.0 MULIGHEDER NYE UDFORDRINGER FOR DANSK VIRKSOMHEDER

DAU IT-SIKKERHEDSKONFERENCE BEST PRACTICE: ORGANISATIORISK OT-SIKKERHED D. 13 JUNI 2017

Erhvervspartnerskabet for avanceret produktion

Automationsnavigatør i produktion Hvorfor skal man uddanne sig til automationsnavigatør?

Udvikling og produktion. Per Langaa Jensen

FORDOMME OM PRIMADONNAEN

Hvordan skaber vi produktion i verdensklasse i Danmark?

INDUSTRI 4.0 POTENTIALERNE FOR DANSK INDUSTRIPRODUKTION

att. Carsten Melchiors Brøndby, den 8. marts 2011 Projekt Svejserobot til skibsbygning - afsluttende rapport

Primadonnaer i sygehusvæsenet

FORDOMME OM PRIMADONNAEN

Øget konkurrencekraft med Supply Chain Innovation

Kunsten at lede fagprofessionelle. Helle Hedegaard Hein

DI Innovationskonference

Standardisering af PLC Programmering. SESAM Præsentation 2. November 2016

Industriel 3D måleteknik og digitalisering

Præsentation af. Thomas Mathiasen. Faciliterer innovation. TM-Innovation

Styrket produktivitet gennem ændring af medarbejder kultur

Den Danske Maritime Fond

Teamledelse. På kurset arbejder du med: Giv dit team god grund til at følge dig. Hvem deltager?

Samarbejde med robotter (i industrien)

Hvor langt vil Kamstrup gå med automation

FORDOMME OM PRIMADONNAEN

Bisca A/S. Nordens største kiks og kagefabrik. Robotprojekter i en eksisterende fødevareproduktion. Rammer løsningerne virkeligheden?

it-sikkerhed i produktionen DE 5 TRIN

INNOVATIONSHJULETS INNOVATIONSANALYSE DEMOGRAFI INFO OM VIRKSOMHED RESPONDENTER ANONYMT DATOER FOR MÅLINGER CVR ETABLERINGSÅR 2000 VIRKSOMHEDSFORM A/S

Få dit robotprojekt op af skuffen - Nye teknologier kan redde din business case 3. DECEMBER 2013

MES Industriel IT SCADA Automation. Frontmatec. Fødevarer. (+45)

BRAMMING PLAST-INDUSTRI A/S Profil

Vidensmedarbejdere i innovative processer

PJD Automation & Industriel IT / PJD Production Performance

Konference om Cloud Computing 18. maj Proof of Concept for transition til Cloud Lars Ravndrup Thomsen, Solutions Architect, KMD

Drivkræfter og barrierer for Industri 4.0

Agenda. Kort præsentation Introduktion til Robotic Process Automation (RPA) Demo Hvordan understøtter det forretningen? Hvordan kommer man i gang?

Battle. FORRETNINGSsystemer 2013 Bo K. Larsen. Leverandørfakturahåndtering med MediusFlow XI.

Hos Lasse Ahm Consult vurderer vi at følgende krav i de enkelte kravelementer er væsentlige at bemærke:

TILLYKKE MED DIN NYE WEBBASEREDE INFO-SKÆRM JCD A/S

Om Advanced Manufacturing

Food og Pharma Robotbaserede løsninger til Food og Pharma industrien

Ledelse af primadonnaer

CIVILINGENIØR, CAND. POLYT. I ROBOTTEKNOLOGI Master of Science in Robot Systems Engineering

plast mager uddannelsen

IT-UNIVERSITETET I KØBENHAVN

Ledelse af primadonnaer

InfoGalleri Interaktiv formidling og kommunikation i det offentlige rum

DAU REMOTE ACCESS LØSNINGSMULIGHEDER OG TEKNOLOGIER MED REMOTE ACCESS JOHN AMMENTORP

Det grænseløse arbejdsliv. Hvad er det og hvordan håndteres det?

SUPPLY CHAIN INNOVATION

Implementering af robotprojekt hos EME

Styrke gennem know-how:

Bekendtgørelse om uddannelsen til professionsbachelor i produktudvikling og teknisk integration

Øget konkurrencekraft med Supply Chain Innovation. Mandag den 28. september 2015 Jan Stentoft

Hvad kendetegner gode ledere?

Kommunikationsstrategi 2013

Innovationens Syv Cirkler

Fjernvarme. Trendsættende SRO-systemer siden (+45)

SESAM Seminar Erfaring med opbygning af produktionslinjer og fordelene ved standardisering af grænseflader til maskiner og udstyr

At virkeliggøre en vision

Uddannelsesordning for uddannelsen til Industritekniker

Er der forbindelse? Torben Bundgaard Chefkonsulent DIF

Milestone Systems. Hurtig introduktion: Aktiver licenser til XProtect VMS-produkter 2019 R1. XProtect Professional og XProtect Express

Athena IT-Group A/S - Fondskode DK København, den 18. maj First North Meddelelse nr Prospektmeddelelse

Danmarks Tekniske Universitet. Campus Service

Syddansk universitet MBA beskrivelse af valgfag forår 2018

FORCE Technology. IOT, Big Data og Digitale Tvillinger. Hvad bringer fremtiden? Michael Myrup Andersen Engineering and Industrial Processes

Hvordan hjælper vi med et godt fællesskab i ledergruppen? Det gode fællesskab Motivation Rekruttering Uenigheder i ledergruppen. Det gode fællesskab

Executive Circle - Integration. Forretningsspor

Vandforsyning. Trendsættende SRO-systemer siden (+45)

Eltronic A/S

Agenda. Kort om Docpoint a/s. Passer Lasernet ind i en moderne IT-arkitektur?

DTU s automations uddannelser: hvor kommer vi fra og hvor er vi på vej hen?

Management-Viden og vidensdeling

SYSTEMDOKUMENTATION AF POC

Kom godt i gang med Digital Transformation via din Microsoft ERP-platform

Transkript:

Lidt af mine 30 år Som Automations tekniker. Arbejdet i Praktisk med Robotter Siden 04.12.1986 Over 57 Robot- Anlæg Udviklet, Installeret & Indkørt!

Behov for ny viden Eksisterende viden 1 2 3 4 5 Kompleksitet

Kategori 1 Standardløsninger Automatisk-anlæg 1 2 3 4 5 Hyldevareløsning Håndteringsrobot Ingen proces Enkeltstående robot Ingen eksterne akser Antal reference anlæg: Mange

Kategori 2 Tilpassede standardløsninger Automatisk-anlæg 2 3 4 5 Hyldevareløsning, dog tilpasset til den specifikke opgave Procesrobotter Mulighed for flere robotter, dog uden overlappende arbejdsområder Ingen eller få eksterne akser Antal reference anlæg: En del

Kategori 3 Specialløsninger Automatisk-anlæg 2 3 4 5 Løsninger der kræver opbygning af ny viden gennem praktiske indledende projektforløb, som har til hensigt at knække de tekniske nødder Proces indgår i løsningerne Simpel sensorinput Mulighed for flere robotter, med overlappende arbejdsområder Samarbejdende robotter, Standart controller Eksterne akser Antal reference anlæg: Ingen identiske, men dele af løsningen kan findes i andre anlæg

Kategori 4 Innovation/Udvikling Automatisk-anlæg 2 3 4 5 Løsninger der er så komplekse, at robotleverandører er nødt til at alliere sig med specialiserede videnscentre for at kunne gennemføre de indledende projektforløb. Denne kategori gennemføres oftest som udviklingsprojekter delvist finansieret af udviklingspuljer Kompliceret proces indgår i løsningerne Input fra flere forskellige sensorer Samarbejdende robotter, offline programmeret Eksterne akser Mobile Friarms robotter Antal reference anlæg: Ingen identiske, dele af løsningen kan måske findes i andre anlæg

Kategori 5 Forskningsprojekter Automatisk-anlæg 2 3 4 5 Forskningsprojekter, som kun på lang sigt har interesse for industrien Robotløsninger der ikke ligner noget man har set før Samarbejdende robotter, realtidsprogrammeret Nye typer af sensorer Selv lærende robotter Antal reference anlæg: Ingen!

Videns kategorier for Automatisk-anlæg Behov for ny viden 5 Kompleksitet Eksisterende viden 1 2 Standard udstyr 3 Specialløsninger Anvendelse ukendt! 4 Innovation/ Udvikling Anvendt Forskning Hyldevare Standardløsninger Inkl. kendt proces

Kategori 1 Standardløsninger Industri 4.0 Industri 3.? 1 2 3 4 5 Hyldevareløsning Standart programmer PC-er, PLC-er, mv. Manuelt kodet CNC maskiner & robotter Enkeltstående systemer Antal reference systemer: Mange

Kategori 2 Tilpassede standardløsninger Industri 4.0 2 3 4 5 Hyldevareløsning, dog tilpasset til den specifikke opgave Kunder tilpassede programmer Netværk / ERP systemer CAD / CAM systemer Neural netværk, kodet på kendt objekt Antal reference system: En del

Kategori 3 Specialløsninger Industri 4.0 2 3 4 5 Løsninger der kræver opbygning af ny viden gennem praktiske indledende projektforløb, som har til hensigt at knække de tekniske nødder Neural netværk kodet objekt, hvor objektet kun er 3D CAD kendt. CAD / CAM / Robot Sensorinput / 3D CAD model Ukendt kombination af data-systemer Big Data, på kendte baggrundsdata Antal reference systemer: Ingen identiske, men dele af løsningen kan findes i andre anlæg

Kategori 4 Innovation/Udvikling Industri 4.0 2 3 4 5 Løsninger der er så komplekse, at robotleverandører er nødt til at alliere sig med specialiserede videnscentre for at kunne gennemføre de indledende projektforløb. Denne kategori gennemføres oftest som udviklingsprojekter delvist finansieret af udviklingspuljer Kompliceret proces indgår i løsningerne Sensor Fusion, med uprøvede sensor metoder Neural netværk kodet objekt, hvor kun objektet karakteristikaene er kendt. Big Data, på ukendte baggrundsdata Antal reference systemer: Ingen identiske, dele af løsningen kan måske findes i andre systemer

Kategori 5 Forskningsprojekter Industri 4.0 2 3 4 5 Forskningsprojekter, som kun på lang sigt har interesse for industrien Realtidsprogrammeret robotter Neural netværk der finder pt. ukendte løsninger. Selv lærende robotter Antal reference systemer: Ingen!

Videns kategorier for Industri 4.0 Behov for ny viden 5 Kompleksitet Eksisterende viden 1 Hyldevare 2 Standard systemer Udveksler data over netværk 3 Enkelt stående Standardløsninger Specialløsninger Anvendelse ukendt! 4 Innovation/ Udvikling Anvendt Forskning

Kategori 1 Arbejde i faste rutiner Personprofiler 1 2 3 4 5 Lønmodtageren Specialarbejder Typen Lære om / prøver at udfører faget 1 års lærling Bruge hellere kroppen end hovedet

Kategori 2 Kendt arbejde Personprofiler 2 3 4 5 Pragmatikeren Håndværker Typen Udfører faget selvstændigt, 3 årslærling / svend Bruger kroppen mere end hovedet

Kategori 3 Arbejdet er først kendt når, det er gjort! Personprofiler 2 3 4 5 Primadonnaen / Introverte Præstations-tripperen 1 svend / mester selv Praktisk akademiker der også selv går i marken Har erfaring og afprøver fagets grænser Har flere uddannelser og bruger Dem Bruger hoved og krop lige meget Holografisk tankegang

Kategori 4 Skemalagt Innovation & Udvikling Personprofiler 2 3 4 5 Præstations-tripperen / Primadonnaen Akademiker / PHD-er Akademiske Pragmatikeren Kan faget mere i teori end i praksis Bruger mere hovedet end kroppen

Kategori 5 Anvendt Forskning på Universitets niveau Personprofiler 2 3 4 5 Præstations-tripper & Primadonnaer PHD-er, professorer, Kan faget mere i teori end i praksis, men videreudvikler faget Bruger mest hovedet

Videns kategorier / Personprofiler Behov for ny viden Eksisterende viden 1 2 Udfører faget Selvstændigt Lære om / 3 +årslærling prøver at Svend udfører faget 1 års lærling 3 Har erfaring i og afprøver fagets grænser 1 svend eller Praktisk tekniker 4 Kan faget mere i teori end i praksis 5 Kan faget mere i teori end i praksis. Videre udvikler faget Kompleksitet

Person kategorier / Arketype Ved Helle Hedegaard Hein

Vigtigt! Tingene er ikke statiske Teknologi bruger Teknologi leverandør Maks 1. trin!!!!

Anlægges udviklingsfaser! Fra ide til kørende Produktion / Hyldevare Samlet indsats = 100% Behov for ny viden Forandrings Parathed? Håndværker 1 Produktions anlæg 2½ Akademiker Kompleksitet Eksisterende Viden Komfort Zone Hyldevare Standardløsninger 1 Forprojekt Produktions anlæg Prototype 2 3 Koncept eftervisning 4 Ide 5

Anlægges udviklingsfaser Versus persontyper! Samlet indsats = 100% Handler Fysisk Behov for ny viden Forandrings Parathed? Eksisterende Viden Komfort Zone Nonverbal kommunikation 1 Prag - matikeren 2 1 Produktions anlæg 2½ Prima - donnaen 3 Handler Teoretisk Verbal kommunikation Præstations- Tripperen 4 Ide 5 Kompleksitet Det er ikke udviklingen, folk har noget imod! Det er forandringen!! Løn - Modtageren Præstations- Tripperen Introverte Prag matikeren!

Hjælp Hjælp Hjælp Vidensniveau fra ide til 1 årsdrift Trin: 360 s Genefke-Analyse: Industri 4.0 1' Vurdering Sværhedsgraden 2' Vurdering Intern Viden Projekt Niveau Videns GAB Ekstern Viden Intern&Ekstern Viden 1. Systemets "samlede niveau" 1 1,5 4,5 1.1 3 1.2 0,5 2 Robotcenter 2. Projektorganisationen 2 1,5 4 2.1 2,5 2.2 0,5 2 Ved. K. Bo Genefke 3. Driftsorganisationen 3 1 4 3.1 3 3.2 0,5 1,5 4. Mekaniske _ Automatisk Rekonfigurerbar 4 2 3,5 4.1 1,5 4.2 0,25 2,25 5. Softwaren _ Automatisk Rekonfigurerbar 5 1,5 3,5 5.1 2 5.2 0,5 2 6. Brugerflader / Data opsamling / OEE måling 6 2 3 6.1 1 6.2 0,25 2,25 7. Procesudstyr _ Automatisk Procesdata 7 1,5 4,5 7.1 3 7.2 0,5 2 8. Proces kendskab _ Personalet 8 1 3 8.1 2 8.2 0,5 1,5 9. Emnets egnethed til fuldautomatisk fremstilling 9 0,5 4 9.1 3,5 9.2 0,5 1 10. Sensorsystemer _ Automatisk Rekonfigurerbar ( 10 1 4 10.1 3 10.2 0,25 1,25 11. Krav til Supply chain - data flow - Produkt 11 1,5 4 11.1 2,5 11.2 0,5 2 12. Krav til Supply chain - data flow - Personer 12 1 3,5 12.1 2,5 12.2 0,5 1,5 Samlet score >>>>>>>> 16 45,5 29,5 5,25 21,25 Kompleksitets gennemsnittet >> 3,8 Manglende Viden & Erfaring >> 24,25 Udfyldt af: K. Bo Genefke Dato: 13-12-2016 Version nr. 3.3 Kontrol af: YYYYYYYYYY

Min vurdering; Hvis en middel god DK produktionsvirksomhed, TAGER Industri 4.0 i et spring! Industri 4.0 12. Krav til Supply chain - data flow - Personer 1. Systemets "samlede niveau" 5 4 2. Projektorganisationen Projekt Niveau Ekstern Viden Intern Viden 11. Krav til Supply chain - data flow - Produkt 3 2 3. Driftsorganisationen 10. Sensorsystemer _ Automatisk Rekonfigurerbar (Sensor Fusion / Cloud based data) 1 0 4. Mekaniske _ Automatisk Rekonfigurerbar 9. Emnets egnethed til fuldautomatisk fremstilling 5. Softwaren _ Automatisk Rekonfigurerbar 8. Proces kendskab _ Personalet 7. Procesudstyr _ Automatisk Procesdata 6. Brugerflader / Data opsamling / OEE måling Udfyldt K. Bo Genefke Dato: 13-12- Version 3.3 Kontrol af: YYYYYYYYY

Min anbefaling; Er at TAGER Industri 4.0 i flere spring! - Dette kunne være et bud på første Industri 4.0 12. Krav til Supply chain - data flow - Personer 1. Systemets "samlede niveau" 5 4 2. Projektorganisationen Projekt Niveau Ekstern Viden Intern Viden 11. Krav til Supply chain - data flow - Produkt 3 2 3. Driftsorganisationen 10. Sensorsystemer _ Automatisk Rekonfigurerbar (Sensor Fusion / Cloud based 1 0 4. Mekaniske _ Automatisk Rekonfigurerbar 9. Emnets egnethed til fuldautomatisk fremstilling 5. Softwaren _ Automatisk Rekonfigurerbar 8. Proces kendskab _ Personalet 7. Procesudstyr _ Automatisk Procesdata 6. Brugerflader / Data opsamling / OEE måling Udfyldt K. Bo Genefke Dat 13-12- Version 3.4 Kontrol YYYYYYYYY

Medarbejder Engagement! Dette opnås ved at medarbejderen får lov at arbejder med noget der ligge på hans videns trin + ½ trin. & Har at han har indflydelse på sit arbejde.

Kategori 1-2, Medarbejder. Kan her fintrimmer processen

Kategori 1-2, Medarbejder. Cloud basered service platform Reservedele Bruge manual Mv.

Konklusion 1. Viden skal niveau deles 2. Maks et trin mellem afsender og budskabs - modtager 3. ½ delen af projektindsatsen ligger i idriftsættelsen 4. Træn det ukendte, gør det spændende! 5. Engagement opnås ved at man kan påvirke sit arbejde Yderlige info kontakt. K. Bo Genefke _ Mail kbg@teknologisk.dk

Husk, du kommer ikke foran hvis du kun går ad stiger andre træder! Til gengæld, det er lettere at komme i form, på kendte stiger Når du så er i form, er det lettere at klare det ukendte Og dermed at træde nye stiger Bo Genefke