Fabrikanten passen hun processen voortdurend aan om afval te verwijderen en de productiviteit te verbeteren. Als zodanig, de software die ze gebruiken, moet net zo wendbaar en responsief zijn als de activiteiten op hun fabrieksvloeren.

In plaats daarvan, veel van de software in de huidige fabrieken is statisch. Vaak, het is ontwikkeld door een extern bedrijf om in een breed scala aan fabrieken te werken, en van bovenaf geïmplementeerd door leidinggevenden die weten dat software kan helpen, maar niet weten hoe ze het het beste kunnen toepassen.

Dat is waar MIT-spin-out Tulip om de hoek komt kijken. Het bedrijf heeft een aanpasbaar productie-app-platform ontwikkeld dat mensen verbindt, machines, en sensoren om processen op de werkvloer te helpen optimaliseren. De apps van Tulip geven medewerkers interactieve instructies, kwaliteitscontroles, en een manier om gemakkelijk met managers te communiceren als er iets mis is.

leidinggevenden, beurtelings, kan realtime wijzigingen of toevoegingen aan de apps doorvoeren en het analysedashboard van Tulip gebruiken om problemen met machines en assemblageprocessen te lokaliseren.

"Met dit idee van agile productie [waarin veranderingen constant zijn], u uw software nodig heeft om te passen bij het filosofische proces dat u gebruikt om uw organisatie te verbeteren, " zegt Tulip mede-oprichter en CTO Rony Kubat '01, SM '08, PhD '12. "Met ons platform we stellen de productie-ingenieurs aan de lijn in staat om zelf wijzigingen aan te brengen. Dat in tegenstelling tot de traditionele manier om productiesoftware te maken. Het is iets van onderop."

Tulp, opgericht door Kubat en CEO Natan Linder SM '11, PhD '17, werkt momenteel samen met meerdere Fortune 100- en Fortune 500-bedrijven die actief zijn in 13 verschillende landen, inclusief Bosch, Jabil, en Kohler. De klanten van Tulip maken alles van schoenen tot sieraden, medische apparatuur, en consumentenelektronica.

Met het schaalbare ontwerp van het platform, Kubat zegt dat het fabrieken van elke omvang kan helpen, zolang ze maar mensen in dienst hebben op de werkvloer.

Op die manier, De tools van Tulip geven werknemers meer mogelijkheden in een sector die van oudsher neigt naar automatisering. Terwijl het bedrijf zijn platform blijft uitbouwen, inclusief het toevoegen van machine vision en machine learning-mogelijkheden, hoopt het fabrikanten te blijven aanmoedigen om mensen als een onmisbare hulpbron te zien.

Een nieuwe benadering van productiesoftware

In 2012, Kubat promoveerde in de Fluid Interface-groep van het MIT Media Lab toen hij Linder ontmoette, dan een afstudeerder. Tijdens hun onderzoek hebben verschillende bij Media Lab aangesloten bedrijven gaven de oprichters rondleidingen door hun fabrieksvloeren en lieten hen kennismaken met enkele van de productie-uitdagingen waarmee ze worstelden.

"Het Medialab is zo'n bijzondere plek, " zegt Kubat. "Je hebt dit contrast van een antidisciplinaire mentaliteit, waar je docenten uit totaal verschillende lagen van de bevolking in hetzelfde gebouw plaatst, het deze creatieve wildheid te geven die echt stimulerend is, plus deze verankering in de echte wereld die afkomstig is van de lidorganisaties die deel uitmaken van het Media Lab."

Tijdens die fabrieksrondleidingen, de oprichters merkten vergelijkbare problemen op in verschillende sectoren.

"De typische manier waarop productiesoftware wordt ingezet, is in deze meerjarige cycli, Zegt Kubat. "Je tekent een contract van meerdere miljoenen dollars dat alles gaat opknappen, en je krijgt drie jaar om alles in te zetten, en je krijgt uiteindelijk je schermen waar niet iedereen echt blij mee is omdat ze de problemen van gisteren oplossen. We brengen een modernere benadering van softwareontwikkeling voor productie."

In 2014, net toen Linder zijn promotieonderzoek afrondde, besloten de oprichters om Tulip op te richten. (Linder zou later terugkeren naar MIT om zijn proefschrift te verdedigen.) Vertrouwend op hun persoonlijke spaargeld voor financiering, ze rekruteerden een team van studenten van MIT's Undergraduate Research Opportunities Program en begonnen met het bouwen van een prototype voor New Balance, een Media Lab-lidbedrijf met fabrieken in New England.

"We hebben heel nauw samengewerkt met de eerste klanten om supersnelle iteraties te doen om deze proof-of-concept te maken die we zo snel mogelijk zouden proberen te implementeren, " zegt Kubat. "Die aanpak is niet nieuw vanuit softwareperspectief - snel implementeren en herhalen - maar het is nieuw voor de wereld van productiesoftware."

Een motor voor productie

Het app-gebaseerde platform dat de oprichters uiteindelijk hebben gebouwd, heeft weinig gemeen met de ingrijpende software-implementaties die traditioneel fabrieksactiviteiten ten goede of ten kwade verbeteren. De apps van Tulip kunnen op slechts één werkstation worden geïnstalleerd en vervolgens naar behoefte worden opgeschaald.

De apps kunnen ook worden ontworpen door managers zonder codeerervaring, in de loop van een middag. Meestal kunnen ze de app-sjablonen van Tulip gebruiken, die kan worden aangepast voor veelvoorkomende taken, zoals het begeleiden van een werknemer door een montageproces of het invullen van een checklist.

Werknemers die de apps op de werkvloer gebruiken, kunnen op hun interactieve schermen opmerkingen plaatsen om bijvoorbeeld gebreken aan te wijzen. Die opmerkingen worden rechtstreeks naar de manager gestuurd, die op afstand wijzigingen in de apps kunnen aanbrengen.

"Het is een datagestuurde kans om de operators aan de lijn te betrekken, om enig eigenaarschap over het proces te krijgen, ' zegt Kubat.

De apps zijn geïntegreerd met machines en gereedschappen op de fabrieksvloer via de routerachtige gateways van Tulip. Die gateways synchroniseren ook met sensoren en camera's om managers gegevens van zowel mensen als machines te geven. Al die informatie helpt managers om knelpunten en andere factoren te vinden die de productiviteit in de weg staan.

arbeiders, In de tussentijd, krijgen realtime feedback over hun acties van de camera's, die meestal worden getraind op het onderdeel terwijl het wordt geassembleerd of op de bakken waar de arbeiders in reiken. Als een arbeider een onderdeel verkeerd monteert, bijvoorbeeld, Tulip's camera kan de fout detecteren, en de app kan de werknemer op de fout wijzen, instructies geven om het te repareren.

Dergelijke kwaliteitscontroles kunnen door een productielijn worden gestrooid. Dat is een grote verbetering ten opzichte van traditionele methoden voor gegevensverzameling in fabrieken, die vaak een stopwatch en een klembord bevatten, zeggen de oprichters.

"Dat proces is duur, " Kubat zegt over traditionele methoden voor het verzamelen van gegevens. "Het is ook bevooroordeeld, want als je wordt geobserveerd, gedraag je je misschien anders. Het is ook een greep uit de dingen, niet het ware beeld. Onze mening is dat al die uitvoeringsgegevens iets moeten zijn dat je gratis krijgt van een systeem dat je extra waarde geeft."

De gegevens die Tulip verzamelt, worden gekanaliseerd naar haar analysedashboard, die kunnen worden gebruikt om aangepaste tabellen te maken die bepaalde statistieken weergeven aan managers en medewerkers op de werkvloer.

In april, het bedrijf lanceerde zijn eerste machine vision-functie, wat werknemers verder helpt om fouten te minimaliseren en de productiviteit te verbeteren. Die doelstellingen sluiten aan bij Tulip's bredere doel om werknemers in fabrieken mondiger te maken in plaats van ze te vervangen.

"We helpen bedrijven producten sneller te lanceren en de efficiëntie te verbeteren, " zegt Kubat. "Dat betekent, omdat u de kosten van het maken van producten met mensen kunt verlagen, je duwt de [druk van] automatisering terug. U hebt geen automatisering nodig om u kwaliteit op schaal te bieden. Dit heeft het potentieel om de dynamiek van de manier waarop producten aan het publiek worden geleverd echt te veranderen."

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.