MES en databetrouwbaarheid: Shit in is shit out

De implementatie van een MES heeft een grote impact op de hele organisatie. Zowel werkvloer, bedrijfsbureau en zelfs management komt in aanraking met MES of met informatie uit MES. Denk hierbij aan bijvoorbeeld OEE-data, tracking & tracing-gegevens en productierapportages. Bij de implementatie van MES komt veel kijken. Een aantal van deze aspecten is aan bod gekomen in andere blogs, maar in dit bericht gaan we graag in op het belang van juiste en betrouwbare data voor MES.

Een MES is voor veel organisaties een bron van belangrijke informatie van het (productie)proces. Maar hoe weet men of de informatie betrouwbaar is?

Net zoals een proces in uw organisatie, is MES ook te zien als een proces, namelijk een informatieverwerkingsproces: er is een input (masterdata en procesdata), een bewerking (het interpreteren van de data) en een output (waardevolle data voor de organisatie, zoals rapportages). Brondata als input moet betrouwbaar zijn, daarom is het belangrijk dat de binnenkomende data op zorgvuldige wijze gecontroleerd en gevalideerd wordt. Indien namelijk de input van MES onbetrouwbaar is, dan zal ook de output onbetrouwbaar zijn (“shit in is shit out”).

Er zijn twee typen data te onderscheiden:

  1. Masterdata in MES of data uit aanpalende systemen (bijv. ERP, PLM of een kwaliteitssysteem);
  2. Procesdata uit de procesbesturing (denk hierbij aan PLC’s), over het verloop van productie (bijv. hoe laat is een dosering gestart, hoeveel is er gedoseerd in een bepaald tijdsbestek, etc).

MES in de voedingsindustrie

E-book MES in de voedingsindustrie

Wil je weten wat MES voor uw bedrijf kan betekenen?

Allereerst moet MES gevuld worden met de juiste masterdata. Masterdata wordt voor een deel in MES beheerd maar komt veelal ook uit hoger liggend systemen zoals ERP of PDM. Deze data wordt vaak middels software-interfaces van het ene systeem naar het andere systeem gestuurd. Het controleren van het juist versturen en ontvangen van masterdata wordt gedaan in een zogenaamde interface test (ook wel “iSAT” genoemd). Dit wordt meestal gedaan door de projectgroep, in samenwerking met de organisatie, system integrator, of eventueel afgevaardigden van de systeemleverancier. Het is daarom bij het ontwerpen van het IT-landschap erg belangrijk om na te denken in welke systemen welke master data wordt onderhouden en hoe deze naar MES gaan.

Ten tweede interpreteert MES, de procesdata die ze ontvangt vanuit de procesbesturing. MES gebruikt deze data voor het doorgeven van verbruiken en opbrengsten naar het ERP en voor het bijhouden van een sluitende tracking en tracing. Als er fouten zitten in de data die MES vanuit de procesbesturing ontvangt dan kloppen de gegevens in het ERP ook niet en is de tracking en tracing niet betrouwbaar. Dus is het cruciaal dat de data uit de procesbesturing goed gecontroleerd en gevalideerd moet worden. Een validatie van deze data kan eenvoudig opgezet worden. Veel MES-systemen hebben een optie om de ontvangen data te exporteren naar Excel. Met een aantal basistechnieken in data-analyse kunnen al grote stappen worden gemaakt. Door de resultaten van de data-analyse te vergelijken met systemen die al intern draaien op procesniveau (bijv. SCADA of een batch-systeem) kan snel worden vergeleken of de inkomende procesdata in MES goed wordt geïnterpreteerd.

Bij een van onze klanten hebben we onlangs weer een uitvoerige data-analyse en validatie gedaan. Door de analyse hebben we onjuistheden en onvolkomenheden gevonden in de data die verstuurd werd vanuit de procesbesturing. Veel van deze onjuistheden waren niet bekend bij de organisatie, waardoor de validatie niet alleen waardevol was voor het MES-project maar ook heeft bijgedragen aan de  algehele verbetering van de data in de organisatie. Met deze informatiebetrouwbaarheid kan deze klant nu onderbouwde en weloverwogen beslissingen nemen met data uit MES.

Ons advies

Ons advies is daarom om altijd een analyse en validatie te doen op de data uit de procesbesturing voordat de live-gang wordt gestart. Een aantal dagen diep spitten door data voorkomt al snel veel uitzoekwerk en mogelijk productiestilstand na go-live.

Dit blog is geschreven door onze consultants Ruud en Leon.