Otomasyon ve Robotik İş Gücü Açığını Ortadan Kaldırmayacak; Onu Yeniden Tanımlayacak
Otomasyon çoğu zaman imalat sektöründeki iş gücü açığının çözümü olarak sunulur. Mühendislik açısından bu varsayım eksiktir. Robotlar, iş birlikçi robotlar, makine görüşü, otonom platformlar ve yapay zekâ destekli kontrol sistemleri tekrarlayan görevleri ortadan kaldırabilir; ancak devreye alma, programlama, bakım, teşhis, proses optimizasyonu, siber güvenlik ve operatör eğitimi için de yeni gereksinimler oluşturur.
Bir manuel işlem otomatikleştirildiğinde iş gücü sorunu ortadan kalkmaz. Bunun yerine gereken beceri profili değişir.
Otomasyon Görevleri Ortadan Kaldırır, Sorumluluğu Değil
Endüstriyel otomasyon, onlarca yıldır üretimi dönüştürüyor. Unimate'in 1961'de bir General Motors üretim hattında kullanılmaya başlanmasından bu yana robotik sistemler kaynak, malzeme taşıma, montaj, paketleme, denetim ve diğer tekrarlayan işlemleri giderek daha fazla üstlenmiştir.
Günümüz sistemleri çok daha gelişmiştir. Robotlar görüntü sistemleri, kuvvet algılama, otonom navigasyon, makine öğrenimi ve giderek daha karmaşık yazılım mimarileriyle çalışabilir. Ancak her otomatik hücrede hâlâ prosesi anlayan, ekipmanı yapılandıran, donanımın bakımını yapan, teşhis bilgilerini yorumlayan ve anormal koşullar sonrasında sistemi yeniden çalışır duruma getiren kişiler gerekir.
Bu ayrım önemlidir.
Bir robot, insan müdahalesi olmadan bir üretim sırasını yürütebilir; ancak robotu çevreleyen üretim sistemi yine de mühendislik bilgisine bağlıdır. PLC programları, güvenlik devreleri, servo sürücüler, endüstriyel ağlar, sensörler, HMI'lar, robotlar ve proses ekipmanları entegre bir sistem olarak çalışmalıdır.
Asıl İş Gücü Darboğazı Üst Aşamalara Taşınıyor
Üreticiler, otomasyon projelerini değerlendirirken genellikle operatör ihtiyacını azaltmaya odaklanır. Daha zor soru ise kurulumdan sonra ne olduğudur.
Otomatikleştirilmiş bir hat, tekrarlayan işlemleri gerçekleştirmek için gereken kişi sayısını azaltırken birden fazla kontrol katmanındaki arızaları teşhis edebilen teknisyenlere olan ihtiyacı artırabilir.
Bir üretim duruşu; arızalı bir yakınlık sensöründen, yanlış bir PLC durumundan, iletişim zaman aşımından, servo arızasından, bir kilitleme koşulundan, güvenlik kontrolörü tetiklenmesinden veya mekanik bir sorundan kaynaklanabilir. Gerçek kök nedeni belirlemek, basit ekipman kullanma becerilerinden ziyade sistem düzeyinde bilgi gerektirir.
Bu nedenle bakım ve kontrol mühendisliği giderek daha önemli hale gelmektedir.
Otomatikleştirilmiş bir üretim hattını çalışır durumda tutan kişinin elektrik şemalarını, PLC mantığını, endüstriyel Ethernet'i, hareket kontrolünü, enstrümantasyonu, güvenlik sistemlerini, robot teknolojisini ve mekanik arayüzleri anlaması gerekebilir. Bu beceri birleşimini bulmak, geleneksel bir üretim operatörü bulmaktan çok daha zordur.
Daha Fazla Otomasyon Daha Fazla Uzmanlaşmış İş Yaratabilir
Yaygın varsayım, otomasyonun istihdamı doğrudan azalttığıdır. Uygulamada etki, üreticilerin teknolojiyi nasıl kullandığına büyük ölçüde bağlıdır.
Yüksek düzeyde otomatikleştirilmiş bir tesis, tekrarlayan manuel işlemler için daha az kişiye ihtiyaç duyarken kontrol mühendisliği, robotik, makine bakımı, proses mühendisliği, sistem entegrasyonu, veri analizi ve teknik eğitim alanlarında ek pozisyonlar oluşturabilir.
Mühendislik açısından bakıldığında bu bir çelişki değildir.
Otomasyon, insan emeğinin dağılımını değiştirir. Manuel müdahale azalırken teknik sorumluluk artar.
Zorluk, bu yeni pozisyonların her zaman bir operatöre birkaç saatlik yeniden eğitim verilerek doldurulamamasıdır. Endüstriyel bir kontrol sisteminde arıza giderme; pratik deneyim, yapılandırılmış tanılama yöntemleri ve donanım ile yazılım arasındaki etkileşime aşinalık gerektirir.
Bakım Yetkinliği Otomasyon Sistemine Tasarım Aşamasında Dahil Edilmelidir
Üreticiler, bakımı sonradan düşünülecek bir konu yerine bir mühendislik gereksinimi olarak ele almalıdır.
Bakım personeli sistemi verimli bir şekilde teşhis edemiyorsa, teknik açıdan gelişmiş bir otomasyon sistemi mutlaka iyi bir üretim sistemi değildir.
Sistem tasarımı sırasında mühendisler; tanılama görünürlüğünü, arıza tanımlamayı, yedek parça gereksinimlerini, elektrik bileşenlerine erişimi, ağ izlemeyi, alarm yönetimini, yedekleme prosedürlerini ve bakım dokümantasyonunu dikkate almalıdır.
PLC programları, anlamlı etiketler ve yapılandırılmış tanılama mantığı içermelidir. HMI'lar, genel alarm mesajları yerine faydalı arıza bilgileri sunmalıdır. Ağ mimarileri, iletişim arızalarının tanımlanabilir olmasını sağlamalıdır. Güvenlik sistemleri, güvenli olmayan baypas uygulamalarını teşvik etmeden uygun tanılama bilgileri sağlamalıdır.
Bu kararlar, duruş süresini doğrudan etkiler.
Her arıza giderme işlemi sırasında birkaç saniye kazandıran bir sistem, binlerce üretim döngüsü boyunca önemli operasyonel kazanımlar sağlayabilir. Bu nedenle tanılama ve bakım kolaylığı için harcanan mühendislik çabası, ek otomasyon işlevleri kadar değerli olabilir.
Eğitim, Otomasyon Mühendisliğinden Ayrı Ele Alınamaz
Eğitim, genellikle bir otomasyon projesinin son aşaması olarak ele alınır. Bu yaklaşım gereksiz sorunlara yol açar.
Operatörler ve teknisyenler, projenin başlangıcından itibaren sistem kullanıcıları olarak değerlendirilmelidir. Eğitim gereksinimleri; HMI tasarımını, alarm yapılarını, bakım prosedürlerini, dokümantasyonu ve devreye alma faaliyetlerini etkilemelidir.
Etkili eğitim, pratik soruları yanıtlamalıdır.
Normal bir makine durumu nasıl görünür? Bir operatör, proses sorununu ekipman arızasından nasıl ayırt edebilir? Hangi alarmlar acil müdahale gerektirir? Bakım personeli ne zaman çağrılmalıdır? Teknisyenler, bir sorunun sensörden, PLC'den, ağdan, sürücüden veya mekanik ekipmandan kaynaklanıp kaynaklanmadığını nasıl belirleyebilir?
Bu sorular, çalışanlara yalnızca düğmelere nerede basacaklarını öğretmekten daha değerlidir.
En İyi Teknisyen Her Zaman En İyi Eğitmen Değildir
Üreticiler eğitim sorumluluklarını sıklıkla en deneyimli çalışana verir. Bu işe yarayabilir; ancak teknik yeterlilik ile öğretme becerisi farklı yetkinliklerdir.
Deneyimli bir teknisyen, belirli bir makineyle yıllarca çalışmanın ardından bir arızayı sezgisel olarak teşhis edebilir. Ancak yeni bir teknisyenin, her tanılama adımının neden uygulandığını açıklayan tekrarlanabilir bir yönteme ihtiyacı vardır.
Bu nedenle etkili endüstriyel eğitim, bireysel deneyimi belgelenmiş prosedürlere dönüştürmelidir.
Arıza giderme ağaçları, elektrik çizimleri, PLC tanılama örnekleri, alarm geçmişleri, bakım kontrol listeleri, simülasyon çalışmaları ve kontrollü arıza senaryoları, belgelenmemiş bilgilerin aktarılabilir bilgiye dönüştürülmesine yardımcı olabilir.
Bu, özellikle deneyimli çalışanlar emekli olduğunda veya başka rollere geçtiğinde önem taşır. Kritik arıza giderme bilgisi yalnızca bir kişinin hafızasında bulunuyorsa üretici önemli bir operasyonel risk taşır.
Otomasyon Projeleri Bir Beceri Mimarisi İçermelidir
İşgücü geliştirmeye yaklaşmanın etkili yollarından biri, teknik becerileri doğrudan otomasyon mimarisiyle eşleştirmektir.
Örneğin bir operatörün temel HMI kullanımı, alarmların yorumlanması ve güvenli kurtarma prosedürleri hakkında bilgi sahibi olması gerekebilir. Bir bakım teknisyeninin elektriksel arıza giderme, sensör teşhisi, motor kontrolü ve sürücü yapılandırması becerilerine ihtiyacı olabilir. Bir kontrol teknisyeninin ise PLC programlama, endüstriyel ağ iletişimi, hareket kontrolü ve sistematik arıza giderme yetkinliklerine sahip olması gerekebilir.
Daha üst düzey mühendislerin ayrıca sistem mimarisi, siber güvenlik, veri entegrasyonu, proses optimizasyonu ve yaşam döngüsü yönetimi becerilerine ihtiyacı olabilir.
Bu yaklaşım eğitimi ölçülebilir hâle getirir.
Üreticiler, çalışanların bir kursu tamamlayıp tamamlamadığını sormak yerine, personelin tanımlanmış teknik görevleri kabul edilebilir bir süre ve hata oranı içinde bağımsız olarak yerine getirip getiremediğini değerlendirebilir.
Yüksek Çeşitlilikli Üretim Otomasyonun Değerlendirilmesini Değiştiriyor
İş gücüyle ilgili zorluk, yüksek çeşitlilik ve düşük hacimli üretimde daha da karmaşık hâle gelir.
Yüksek hacimli üretim, aynı dizinin binlerce veya milyonlarca kez çalıştırılabilmesi nedeniyle son derece uzmanlaşmış otomasyonu haklı çıkarabilir. Özel üretimde ise sık ürün değişiklikleri, kalıp değişiklikleri, reçete değişiklikleri, muayene gereksinimleri ve proses ayarlamaları söz konusudur.
Bu ortamlarda esneklik, maksimum otomasyondan daha değerli olabilir.
Ürün değiştiğinde kapsamlı mühendislik müdahalesi gerektiren yüksek düzeyde otomatikleştirilmiş bir sistem, teknisyenlerin hızla yeniden yapılandırabildiği yarı otomatik bir sistemden daha az pratik değer sağlayabilir.
İnsan uzmanlığının özellikle değerli olmaya devam ettiği nokta burasıdır.
Bu nedenle üreticiler otomasyonu robot sayısına göre değil, toplam proses ekonomisine göre değerlendirmelidir. Değişim süresi, mühendislik çabası, bakım gereksinimleri, programlama karmaşıklığı, kalite gereksinimleri ve operatör esnekliği hesaplamaya dâhil edilmelidir.
Yapay Zekâ Mühendislik Muhakemesine Olan İhtiyacı Artıracak
Yapay zekâ destekli otomasyon bu denklemi daha da değiştirecek.
Yapay zekâ, makine verilerindeki örüntüleri belirlemeye, anormal davranışları tespit etmeye, kestirimci bakımı desteklemeye, üretim parametrelerini optimize etmeye ve teknisyenlere arıza giderme konusunda yardımcı olmaya katkı sağlayabilir. Ancak yapay zekâ, mühendislik muhakemesine duyulan ihtiyacı ortadan kaldırmaz.
Anormal bir titreşim sinyali hâlâ makineyi anlayan birini gerektirir. Beklenmeyen bir proses sapmasının nedeni enstrümantasyon, kontrol mantığı, mekanik ekipman, malzeme değişkenliği veya proses koşulları mı, bunu belirlemesi gereken yine birisidir.
Yapay zekâ bilgi bulmak için gereken süreyi azaltabilir, ancak nihai mühendislik kararının sorumluluğunu otomatik olarak üstlenmez.
Bu nedenle geleceğin üretim kuruluşları, hem endüstriyel sistemleri hem de dijital teknolojileri anlayan insanlara ihtiyaç duyacaktır.
İş Gücü Stratejisi, Kontrol Stratejisiyle Birlikte Değişmelidir
Üreticiler otomasyon yatırımı ile iş gücü gelişimini ayrı programlar olarak ele almayı bırakmalıdır.
Bir tesis robotlar, PLC kontrollü ekipmanlar, görüntü denetimi, otomatik malzeme taşıma veya gelişmiş hareket sistemleri eklediğinde, iş gücü gereksinimleri hemen değişir. Bu nedenle eğitim planları otomasyon mimarisiyle birlikte geliştirilmelidir.
En etkili tesisler muhtemelen üç unsuru bir araya getirecek: tekrarlanan işler için otomasyon, güçlü teşhis olanakları sunan mühendislik sistemleri ve bu sistemler etrafında teknik yetkinlik geliştiren sistematik eğitim.
Bu, daha sürdürülebilir bir işletim modeli oluşturur.
Otomasyon yalnızca kaç manuel görevin ortadan kalktığıyla ölçülmemelidir. Kalan iş gücünün otomatik sistemi ne kadar etkili çalıştırabildiği, bakımını yapabildiği, sorunlarını giderebildiği ve iyileştirebildiği de ölçülmelidir.
Bir Sonraki Üretim Avantajı Teknik Yetkinlik Olacak
Önümüzdeki on yılın üretim iş gücü, önceki on yılın iş gücünden farklı görünecek.
Robotlar giderek daha yetenekli olmaya devam edecek. İş birlikçi robotlar, daha önce manuel iş gücü gerektiren uygulamalara yayılacak. Yapay zekâ; denetim, bakım, planlama ve süreç optimizasyonuna giderek daha fazla destek olacak. Otonom mobil sistemler, tesis içi lojistiğin daha büyük bölümünü üstlenecek.
Bu gelişmelerin hiçbiri yetkin insanlara duyulan ihtiyacı ortadan kaldırmaz.
Bunun yerine, fabrikanın sorumluluğunu taşıyan insanların teknik seviyesini yükseltirler.
Otomasyondan en çok yararlanan üreticiler, mutlaka en fazla sayıda robot kuranlar olmayacaktır. Bunlar; otomasyonu bakımı kolay kontrol mimarileri, pratik teşhis olanakları, sistematik bilgi aktarımı ve sürekli iş gücü gelişimiyle entegre edebilen kuruluşlar olacaktır.
Bu nedenle acil iş gücü sorunu yalnızca insan eksikliği değildir.
Giderek karmaşıklaşan endüstriyel sistemler için doğru teknik yetkinliklere sahip insan eksikliği söz konusu.
Robotlar çalışma biçimini değiştiriyor. Üreticiler, onları çalıştıran ve bakımını yapan kişileri geliştirme yöntemlerini değiştirmelidir.
