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

Отслеживание ручных рабочих процессов в производстве:преодоление пробелов в видимости

Скрытая половина производства

Несмотря на огромные инвестиции в автоматизацию, большую часть производственной работы по-прежнему выполняют люди. Фактически исследования показывают, что 72% заводских задач выполняются вручную — сборка, проверка, отделка, обработка материалов и множество других операций.

Хотя есть ожидания, что машины и роботы в конечном итоге возьмут на себя многие из этих задач, ясно, что в краткосрочной перспективе большинство этих процессов по-прежнему будут управляться операторами.

Эти процессы, управляемые человеком, остаются одним из самых больших «слепых пятен» в производстве.

Производители решают этот пробел в данных разными способами:от досок и ERP-терминалов до стикеров и планшетов.

Эти системы не могут решить основную проблему:

Отсутствие прозрачности создает неполную картину производства, в результате чего производители не имеют истинного понимания незавершенного производства (НЗП) и фактической производственной мощности. Это влияет на ценовые предложения, планирование и составление графиков, не говоря уже обо всех сбоях в реальном времени, связанных с ежедневным производством.

Существует явный разрыв между выполняемыми вручную операциями производственного жизненного цикла, многие из которых выполняются после процессов механической обработки, например проверка, сборка, удаление заусенцев и т. д.

Хотя решения для мониторинга машин не могут решить эту проблему, платформы MES могут.

Почему отслеживать ручную работу так сложно

Большинство производителей пытаются отслеживать ручные процессы через свои ERP-системы. Но эти системы не были предназначены для операторов цехов. Интерфейсы часто неуклюжи, подвержены ошибкам и мешают работе. Операторы могут пропускать этапы, вводить неполную информацию или полагаться на бумажный документ, который никогда не попадает в цифровую запись.

Переосмысление ручного отслеживания процессов

Чего не хватает, так это способа фиксировать ручную работу с такой же легкостью, точностью и интеллектом, как при сборе машинных данных в реальном времени. Чтобы по-настоящему понять производительность предприятия, производителям необходимо:

Когда ручные процессы оцифровываются, они перестают быть невидимыми. Производители наконец-то могут измерять время цикла, отслеживать загрузку и сравнивать производительность на каждом этапе производства.

Представляем ручные станции MachineMetrics

Регистрация ручных процессов вместе с машинными данными в реальном времени и данными ERP объединяет весь жизненный цикл производства. Благодаря такой прозрачности производители наконец смогут устранить «слепые зоны», улучшить процесс принятия решений и открыть новые возможности для повышения эффективности и роста.

Именно для этого предназначены ручные станции, новейшее решение от MachineMetrics Intelligent MES.

С помощью простого унифицированного интерфейса оператора, размещенного на каждой станции, ручные станции позволяют операторам отслеживать приходы и уходы, регистрировать рабочие заказы, выполненные детали и время простоя, замыкая цикл между ERP-системами и процессами цеха.

Для производителей преимущества включают в себя:

Сохраните свое место для живого запуска ручных станций.


Интернет вещей

  1. Как максимально использовать свои данные
  2. Интернет вещей в 2020 году:что ждет нас в будущем?
  3. Преимущества мониторинга грузов в холодовой цепи
  4. HPE применяет DevOps к моделям ИИ
  5. «усталость» от цифровой трансформации:откуда идет канал
  6. Hitachi выпускает Vantara, чтобы увеличить свой послужной список социальных инноваций
  7. Raspberry Pi находит все большее применение в проектах профессионального развития
  8. 7 примеров промышленного и промышленного Интернета вещей, которые окупились
  9. Как качество данных делает проекты Интернета вещей более прибыльными
  10. Понимание различных уровней точности определения местоположения