Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Техническое обслуживание и ремонт оборудования

Советы по ведению базы данных запасных частей для обслуживания

Я часто вижу группы, которые действительно борются с управлением своими данными о запасных частях из-за многих лет пренебрежения и отсутствия собственности. При первоначальной реализации КСУП данные могли быть должным образом описаны с использованием подходов существительное / квалификатор / квалификатор для краткого текстового описания. Со временем люди уходят, а базу данных берет на себя кто-то другой. Они могут не пройти обучение или не понимать концепции именования. Вскоре пользователи данных не могут найти детали, хранящиеся на складе, из-за того, как они были названы. Стоимость складских запасов также увеличивается, поскольку детали дублируются, поскольку никто не может найти хранящийся на складе предмет. Итак, как исправить этот беспорядок?

В зависимости от количества элементов может быть проще выбрать процедуру очистки данных третьей стороной. Прежде чем я опишу вам этот процесс, позвольте мне подготовить вас к небольшому запасу наклеек о стоимости. Будьте готовы заплатить где-то от 3,25 до 4,50 долларов за SKU (складскую единицу), в зависимости от оказываемых услуг. Таким образом, 30 000 SKU обойдутся вам примерно в 100–135 000 долларов США. Если вы ничего не подозревали, можете сейчас же подняться с пола.

В общих чертах, вот как работает процесс очистки данных. Вы предоставляете поставщику список базы данных, содержащий всю информацию о вашем артикуле, такую ​​как производитель, номер модели и краткое текстовое описание. У поставщика уже будет словарь данных, который он построил с течением времени, со всеми частями, которые он очистил к настоящему времени. Обычно это довольно исчерпывающий список; но если вы, например, занимаетесь железнодорожным бизнесом, список словаря данных для этих частей может быть не таким обширным. Поставщик обычно работает с вами, чтобы настроить словарь данных, когда это необходимо. Затем предоставленная вами база данных SKU сравнивается со словарем данных. Вы получаете прямые совпадения, тесные ассоциации и полные исключения. Близкие ассоциации требуют еще одного прохода от человека для проверки и исправления по мере необходимости. Им может потребоваться выездная проверка. Исключения действительно требуют полевой проверки для рассмотрения и правильного описания. Например, краткое текстовое описание «Элемент 2 с чертежа 234563-2» его не сокращает. Вы можете сказать мне, что это за часть; это вал или шпиндель? Для какого оборудования? Это может быть подшипник SKF 6207-2RS1, но как вы узнаете из такого описания? Итак, есть компонент очистки данных на месте.

После завершения этой работы поставщик предоставляет вам базу данных, которая загружается обратно в CMMS. Вы можете попросить продавца определить для вас дубликаты. Кроме того, при необходимости он может предоставить более полный анализ запасов, основанный, например, на уровнях и оборотах запасов.

Теперь ваш реальный приоритет - наладить процессы и провести аудит, чтобы убедиться, что вы никогда больше не попадете в эту ситуацию. Это необходимо сделать перед загрузкой очищенных данных. Это означает, что вам действительно нужен привратник или два, обученные созданию текста краткого описания в качестве примера. В конце концов, вы только что потратили 135 000 долларов из денег компании на очистку этих данных. Но подождите, вы еще не закончили. Теперь вы должны посмотреть на инвентарь кладовой, чтобы избавиться от дубликатов, если это еще не сделано, и оптимизировать хранящиеся предметы. Это означает (например) определение потребности в запасах, в каких количествах и в каких точках заказа.

Об авторе:
В качестве управляющего директора отдела кадров и процессов Джефф Шивер помогает организациям внедрять передовые методы обслуживания и эксплуатации. До этой должности Джефф был практикующим, проработавшим 25 лет на производстве и в таких компаниях, как Procter and Gamble, IBM и Mars North America, где Джефф провел большую часть своей карьеры. Его опыт включает в себя техническое обслуживание и надежность, проектирование и разработку средств управления, информационные технологии и операции на производстве и роли корпоративного управления. Свяжитесь с Джеффом по адресу [email protected].


Техническое обслуживание и ремонт оборудования

  1. Будущее технического обслуживания:что цифры говорят о тенденциях технического обслуживания
  2. О техобслуживании
  3. Какова реальная стоимость инвентаризации запасных частей?
  4. Обслуживание в цифровом мире
  5. Облако в Интернете вещей
  6. Устранение перерасхода средств на обслуживание
  7. Будущее технического обслуживания в металлургической и горнодобывающей промышленности
  8. Закрепите свое место в развивающейся экономике данных
  9. 6 советов по обслуживанию дизельного двигателя, которые продлят срок службы вашего двигателя
  10. Прогностическое обслуживание:приложение-убийца непрерывного интеллекта