Mapa źródeł danych produkcyjnych: gdzie szukać danych przed wyborem systemu?

Zanim firma zacznie szukać systemu, warto sprawdzić, co już ma. W typowym zakładzie produkcyjnym dane powstają w ośmiu różnych miejscach jednocześnie – w sterownikach maszyn, w SCADA, w ERP, w arkuszach i w zeszytach brygadzistów – i prawie nigdzie nie są ze sobą powiązane. Mapa źródeł danych to inwentaryzacja tych miejsc: co powstaje, gdzie jest zapisywane, jak często, kto za to odpowiada i czy da się to pobrać.

Ten artykuł dotyczy wyłącznie inwentaryzacji danych. Jeśli szukasz szerszego przygotowania do projektu – celu biznesowego, ról, pomiaru efektu – zacznij od listy pytań przed cyfryzacją produkcji, a tutaj wróć przy pytaniu o dane.

Mapa źródeł danych w skrócie

• Mapa źródeł danych to tabela, nie diagram. Jeden wiersz na źródło, sześć stałych kolumn.
• Inwentaryzacja wyprzedza wybór systemu. Pokazuje, czego naprawdę brakuje, a co wystarczy zintegrować.
• Najważniejsza kolumna to sposób pozyskania danych – OPC UA, baza SQL, plik, API czy odczyt ręczny decyduje o koszcie integracji.
• Dane bez wspólnego klucza są nieporównywalne. Zlecenie, maszyna, partia i znacznik czasu muszą się zgadzać między systemami.
• Mapa jest dokumentem żywym. Aktualizuje się ją przy każdej zmianie w parku maszynowym i w architekturze systemów.

W tym artykule:

1. Czym jest mapa źródeł danych produkcyjnych
2. Osiem miejsc, w których powstają dane
3. Jak technicznie pozyskać dane z maszyn
4. Jak często zbierać dane
5. Klucze, które łączą dane między systemami
6. Jak ocenić jakość danych z każdego źródła
7. Szablon mapy do skopiowania
8. Pięć pułapek przy inwentaryzacji
9. Co dalej – od mapy do decyzji

Czym jest mapa źródeł danych produkcyjnych?

Mapa źródeł danych produkcyjnych to uporządkowany spis wszystkich miejsc w firmie, w których powstają dane o produkcji, wraz z informacją o ich formacie, częstotliwości, właścicielu i możliwości integracji. W praktyce jest to arkusz z jednym wierszem na źródło – nie schemat blokowy i nie dokumentacja IT.

Sześć kolumn, które muszą się w niej znaleźć:

• źródło – konkretne urządzenie, system lub dokument,
• rodzaj i format danych – co dokładnie powstaje i w jakiej postaci,
• częstotliwość – co sekundę, co zmianę, raz w miesiącu,
• sposób pozyskania – protokół, API, eksport, odczyt ręczny,
• właściciel – dział i osoba odpowiedzialna za poprawność,
• cel wykorzystania – do jakiej decyzji te dane służą dzisiaj.

Ostatnia kolumna jest filtrem zdrowego rozsądku. Jeśli przy jakimś źródle nie da się jej wypełnić, to prawdopodobnie zbieramy dane, których nikt nie używa – a to koszt bez zwrotu.

Osiem miejsc, w których powstają dane produkcyjne

1. Maszyny, sterowniki PLC i czujniki

Co znajdziesz: parametry pracy, liczniki cykli, stany urządzenia, temperatury, ciśnienia, prędkości, alarmy i kody błędów.

Jak pozyskać: przez protokół komunikacyjny sterownika – najczęściej OPC UA, Modbus TCP lub protokół producenta.

Na co uważać: zakres dostępnych danych zależy od wieku maszyny i wyposażenia. Warto oddzielić dane technicznie dostępne od tych, które mają wartość biznesową – sterownik potrafi udostępnić setki zmiennych, z których realnie przydaje się kilkanaście.

2. SCADA i systemy sterowania

Co znajdziesz: dane historyczne procesu, wartości parametrów technologicznych, rejestry alarmów i zdarzeń.

Jak pozyskać: z bazy historiana (zwykle SQL) albo przez serwer OPC.

Na co uważać: to często najbardziej niedoceniane źródło w zakładzie. Dane już są zbierane i archiwizowane, ale korzystają z nich wyłącznie automatycy – osoby analizujące produkcję nie mają do nich dostępu. Zanim kupisz nowy system do zbierania tych samych wartości, sprawdź, czy wystarczy udostępnić to, co istnieje.

3. System MES

Co znajdziesz: zlecenia i operacje, ilości wyrobów dobrych i braków, przestoje wraz z przyczynami, czasy etapów, obsadę.

Jak pozyskać: baza danych systemu, API lub gotowe raporty.

Na co uważać: kluczowe pytanie brzmi, czy dane da się powiązać ze zleceniem, maszyną, operacją i produktem. Jeśli system MES dostarcza wiarygodne dane operacyjne, nowe rozwiązanie powinno z nich korzystać, a nie uruchamiać równoległą rejestrację tych samych zdarzeń.

4. ERP i planowanie

Co znajdziesz: zamówienia, indeksy materiałów i wyrobów, BOM-y, dostawców, koszty, stany magazynowe, plany produkcji.

Jak pozyskać: API, widoki bazodanowe lub eksporty.

Na co uważać: ERP mówi, jak miało być; produkcja pokazuje, jak było. Wartość powstaje dopiero z zestawienia obu źródeł – i wymaga ustalenia, które źródło jest referencyjne dla każdej informacji. Spór o to, czy obowiązuje stan magazynowy z ERP, czy zużycie zarejestrowane w MES, potrafi zablokować projekt na tygodnie.

5. Systemy jakości

Co znajdziesz: wyniki kontroli, raporty niezgodności, reklamacje, raporty 8D, dokumentację CAPA, wyniki pomiarów SPC.

Jak pozyskać: system jakościowy, arkusze, formularze elektroniczne, często też papier.

Na co uważać: sama liczba braków niczego nie wyjaśnia. Do analizy przyczyn potrzebne są trzy rzeczy naraz: operacja, na której powstała niezgodność, partia wyrobu i parametry procesu z tego momentu. Bez identyfikowalności dane jakościowe pozostają statystyką, a nie narzędziem.

6. Utrzymanie ruchu i CMMS

Co znajdziesz: rejestry awarii i zgłoszeń, czasy reakcji i napraw, historię przeglądów, wymiany części, wskaźniki MTTR i MTBF.

Jak pozyskać: baza CMMS, eksporty, czasem wyłącznie zeszyt lub arkusz.

Na co uważać: liczy się struktura, nie objętość. Sprawdź, czy awarie są opisywane według jednolitego słownika kategorii i czy da się je powiązać z konkretnym urządzeniem oraz okresem jego pracy. Rejestr z polem opisowym „silnik” i „coś z silnikiem” nie nadaje się do analizy.

7. Dane rejestrowane przez pracowników

Co znajdziesz: przyczyny przestojów, ilości wykonanych sztuk, wyniki kontroli, potwierdzenia czynności, uwagi zmianowe.

Jak pozyskać: terminale na hali, formularze elektroniczne, arkusze, papier.

Na co uważać: to najtańsze w uruchomieniu i najbardziej zawodne źródło. Przy inwentaryzacji warto ustalić: co jest dziś rejestrowane ręcznie, ile czasu to zajmuje, które pola zawierają najwięcej błędów i które informacje są naprawdę potrzebne do decyzji. Nie każdą z nich trzeba automatyzować – czasem wystarczy uprościć formularz.

8. Czujniki IoT i urządzenia pomiarowe

Co znajdziesz: zużycie mediów, warunki środowiskowe, drgania, czas pracy urządzeń, wykorzystanie zasobów.

Jak pozyskać: system IoT, brama IoT, MQTT.

Na co uważać: kolejność jest odwrotna, niż się zwykle zakłada – najpierw określ parametr, który chcesz mierzyć i decyzję, której ma służyć, a dopiero potem dobierz czujnik. Więcej o tej kolejności w artykule o tym, jak przejść od sensorów do realnej wartości.

Jak technicznie pozyskać dane z maszyn?

Sposób pozyskania danych jest tą kolumną mapy, która najmocniej wpływa na koszt i czas integracji – mocniej niż ilość danych. Te same wskaźniki pobrane przez OPC UA i odczytane ręcznie z panelu to dwa zupełnie różne projekty.

Co zrobić z maszynami bez komunikacji

Większość zakładów ma park mieszany – obok linii z OPC UA stoją maszyny z lat dziewięćdziesiątych bez żadnego interfejsu. To nie jest powód, by odkładać projekt. Dostępne podejścia, od najtańszego:

• sygnał z wieży świetlnej – stan pracy, postój, awaria; wystarcza do liczenia dostępności,
• licznik cykli – czujnik zliczający ruch roboczy, daje ilości i wydajność,
• pomiar poboru prądu – rozróżnia pracę, bieg jałowy i postój bez ingerencji w maszynę,
• terminal dla operatora – rejestracja przyczyn postoju tam, gdzie automat nie rozpozna powodu,
• retrofit sterownika – najdroższy, ale daje pełne dane procesowe.

W praktyce połączenie wieży świetlnej z terminalem daje około osiemdziesięciu procent wartości pełnego retrofitu przy ułamku kosztu – i jest dobrym rozwiązaniem na etapie pilotażu.

Jak często zbierać dane?

Częstotliwość próbkowania powinna wynikać z decyzji, której dane mają służyć, a nie z możliwości technicznych sterownika. Dane zbierane co sekundę i dane zbierane raz na zmianę odpowiadają na zupełnie inne pytania – i generują zupełnie inne koszty przechowywania.

Zasada praktyczna: zbieraj zdarzeniowo wszędzie, gdzie to możliwe. Zapis zdarzenia z czasem rozpoczęcia i zakończenia niesie tę samą informację co tysiące odczytów co sekundę, a zajmuje ułamek miejsca.

Klucze, które łączą dane między systemami

To najczęściej pomijany element inwentaryzacji i jednocześnie ten, który decyduje o jej użyteczności. Dane z różnych źródeł dają się połączyć tylko wtedy, gdy mają wspólny klucz – ten sam identyfikator zapisany tak samo po obu stronach.

Pięć kluczy, które warto sprawdzić przy każdym źródle:

• numer zlecenia produkcyjnego – łączy ERP, MES i rejestrację ręczną,
• identyfikator zasobu (maszyny, gniazda, linii) – łączy PLC, SCADA, MES i CMMS,
• numer partii lub serii – warunek identyfikowalności i analiz jakościowych,
• indeks wyrobu – łączy dane produkcyjne z kosztowymi,
• znacznik czasu – łączy wszystko pozostałe.

I dwie pułapki, które unieważniają całą resztę:

Niezsynchronizowane zegary. Jeśli sterownik, serwer MES i terminal mają czas różniący się o kilka minut, zestawienie awarii z parametrami procesu da wynik losowy. Synchronizacja NTP we wszystkich systemach to warunek wstępny, nie usprawnienie.

Różne definicje zmiany roboczej. Jeżeli produkcja liczy zmianę od 6:00, a ERP od północy, raporty dzienne nigdy się nie zgodzą – i nikt nie będzie wiedział dlaczego.

Jak ocenić jakość danych z każdego źródła?

Do każdego wiersza mapy warto dopisać prostą ocenę w pięciu wymiarach, w skali od 1 do 3. Zajmuje to kilka minut na źródło, a daje obraz tego, gdzie zacząć porządki.

Źródła ocenione na 1 w kolumnie identyfikowalność wymagają uwagi w pierwszej kolejności – niezależnie od tego, jak dużo danych dostarczają.

Szablon mapy źródeł danych

Poniższa tabela jest gotowa do skopiowania do arkusza. Trzy pierwsze wiersze pokazują, jak ją wypełnić.

Mapa wypełniona dla całego zakładu zwykle liczy od kilkunastu do kilkudziesięciu wierszy. Już sam ten spis pokazuje trzy rzeczy, których wcześniej nie było widać: luki (dane, których nikt nie zbiera), duplikaty (to samo rejestrowane w dwóch miejscach, zwykle niezgodnie) oraz miejsca utraty danych (zapis, który jest nadpisywany lub kasowany, zanim ktokolwiek go użyje).

Pięć pułapek przy inwentaryzacji danych

1. Mylenie dostępności technicznej z wartością. Sterownik udostępnia trzysta zmiennych – to nie znaczy, że trzysta warto archiwizować.
2. Pominięcie danych papierowych i arkuszy. Najczęściej to właśnie tam leżą informacje o przyczynach problemów, bo tam trafiają uwagi ludzi.
3. Brak polityki retencji. Dane sekundowe bez ustalonego okresu przechowywania w rok potrafią wypełnić serwer i wymusić kasowanie najstarszych okresów – czyli tych, które przydają się do porównań.
4. Nadpisywanie zamiast historii. Systemy, które trzymają tylko stan bieżący (np. aktualny status maszyny bez archiwum zmian), z perspektywy analiz nie są źródłem danych.
5. Mapa robiona wyłącznie przez IT. Bez produkcji, jakości i utrzymania ruchu powstaje spis systemów, a nie spis danych – i brakuje w nim wszystkiego, co nieformalne.

Co dalej – od mapy do decyzji

Wypełniona mapa zmienia pytanie, które firma zadaje dostawcom. Zamiast „co potrafi wasz system?” pojawia się: które z naszych źródeł potraficie zintegrować, w jaki sposób i w jakim czasie? To pytanie, na które demo nie odpowiada, a oferta musi.

Trzy kolejne kroki po inwentaryzacji:

1. Uporządkuj źródła ocenione nisko – jednolity słownik przyczyn awarii czy spójne definicje zmiany kosztują tylko uzgodnienia, a podnoszą wartość wszystkich późniejszych analiz.
2. Zdefiniuj architekturę docelową – które źródło jest referencyjne dla której informacji i którędy płyną dane. Pomaga w tym audyt technologiczny Industry 4.0 oraz spójne podejście w ramach koncepcji Digital Factory.
3. Wróć do pytań biznesowych – mapa odpowiada na pytanie o dane, ale nie na pytanie o cel, role i pomiar efektu. Te znajdziesz na liście pytań przed cyfryzacją produkcji.

Warto też pamiętać, że dokumentacja techniczna, procedury i raporty jakościowe to również źródła danych – tyle że nieustrukturyzowane. Korzystają z nich systemy RAG wdrażane w przemyśle, opisane szerzej w artykule o zarządzaniu wiedzą w zakładzie produkcyjnym. Jeśli mapa ma objąć całość wiedzy firmy, a nie tylko liczby, warto uwzględnić i te zasoby.

Podsumowanie

Mapa źródeł danych produkcyjnych nie wymaga budżetu ani narzędzia – wystarczy arkusz i kilka rozmów na hali. Daje natomiast trzy rzeczy, których nie da żadne demo: realny obraz tego, czym firma już dysponuje, listę luk wartych uzupełnienia i podstawę do rozmowy z dostawcami na konkretach.

Dane już powstają. Pytanie brzmi, czy wiadomo gdzie, w jakiej jakości i czy da się je ze sobą połączyć.

Jak możemy pomóc?

W LUQAM pomagamy firmom produkcyjnym uporządkować dane przed wdrożeniem i później je wykorzystać – od audytu technologicznego Industry 4.0, przez system MES, rozwiązania IoT i oprogramowanie dedykowane dla firm produkcyjnych, po narzędzia AI oparte na własnych danych.

Chcesz sprawdzić, na jakim etapie jest Twoja firma? Wypełnij Quiz Dojrzałości AI – kilka minut, wynik w formie Indeksu Dojrzałości i porównanie ze średnią dla polskiego rynku.