Использование аналитики данных для быстрого выявления и решения производственных проблем

Знание того, как быстро и эффективно решать производственные проблемы — навык, которым должен обладать каждый производственный менеджер. Хотя существует множество стратегий для выявления и устранения проблем, отправной точкой для устранения самых серьезных проблем цеха является наличие инфраструктуры для поддержки автоматизированного сбора и стандартизации производственных данных.

С точными данными в реальном времени менеджеры могут выявить, какие проблемы возникают, корневую причину проблемы и разработать решения для их предотвращения в будущем.

Самые распространенные производственные проблемы

Хотя существует сотни вещей, которые могут повлиять на цех, большинство попадает под одну из нижеперечисленных категорий. Мы рекомендуем изучить связанные ресурсы для каждой из этих широких категорий, так как они глубоко погружаются в решение этих проблем с использованием данных.

Простой

Простой — это бич всего производства. Когда оборудование не работает, заказы не выполняются, и прибыль не забирается. Простой можно дополнительно разделить на категории, такие как ошибка оператора, отказ оборудования, проблемы планирования, вопросы мощности, наладки и переналадки, и другие. И большинство компаний не осознают влияние простоя на их общую эффективность оборудования, упуская самые очевидные возможности для улучшения.

Полезные ресурсы:

Проблемы качества

Проблемы качества также можно определить в нескольких категориях. Качество поставщиков — серьезная проблема для любой компании, как и человеческая ошибка и состояние оборудования. Головные боли качества могут быть внутренне или внешне сгенерированы, и они повышают затраты и угрожают графикам поставок.

Полезные ресурсы:

Проблемы обслуживания

Большинство компаний придерживаются старомодной философии превентивного обслуживания. Но современное высокоскоростное оборудование требует более динамичного, основанного на данных подхода. Когда оборудование не обслуживается заданной частотой, события простоя в конечном итоге произойдут. Но если оборудование «переобслуживается», производители потратят бюджет на детали станка, расходники, труд и простой, который не был необходим. Используя данные о производительности и здоровье станка, производители могут лучше понять, когда станки, вероятно, выйдут из строя, чтобы обеспечить правильное количество обслуживания в правильное время.

Полезные ресурсы:

Проблемы процессов и рабочих процессов

Сломанные и устаревшие процессы — постоянный вызов для производителей, и их влияние усиливается, когда они превращаются в узкие места. Поскольку многие стандартизированные рабочие процедуры поддерживаются вручную и неадекватно аудируются, может пройти годами, прежде чем команда по улучшению процессов выявит проблему и скорректирует процесс.

Как и проблемы процессов, команды могут найти трудно преодолеть проблемы рабочих процессов. Эти могут принимать форму неадекватного планирования рабочих центров, управления НЗП, планировки цеха или просто эргономики доступа к деталям и материалам операторами в точке использования.

Полезные ресурсы:

Решение производственных проблем

Решение производственных проблем может быть сложным предприятием. Оно требует, чтобы менеджеры исследовали, что произошло, и искали постоянное исправление. Но по мере того как цифровая революция продолжается через принятие технологий Промышленного интернета вещей (IIoT), эти сложные проблемы могут быть решены за счет использования силы данных. И захватывая и анализируя данные для визуализации того, что происходит на цехе, менеджеры могут разрабатывать тактические и стратегические средства для решения текущих проблем и предотвращения других до того, как они произойдут снова.

Рассмотрите эти шаги, чтобы помочь решить распространенные производственные проблемы:

Шаг 1: Выявление проблем

Прежде чем компания сможет исправить свои производственные проблемы, она должна их выявить. Первый шаг — иметь правильную инфраструктуру на месте для поддержки сбора и стандартизации производственных данных. Эта информация должна быть демократизирована по всей организации в легко потребляемых визуализациях и отчетах.

Только с точными данными в реальном времени и операторы, и менеджеры будут иметь понимание того, где происходят проблемы и самые грубые причины потерь. Сбор производственных данных — основа Индустрии 4.0, питающая неограниченное число сценариев использования и дающая ключевым заинтересованным сторонам ресурсы, необходимые для принятия лучших, более быстрых решений.

Шаг 2: Погружение в детали

С данными в руках, пришло время провести анализ корневых причин. Анализ корневых причин — эффективный и мощный подход, который прослеживает производственные проблемы до конкретной причины. После того как эта причина выявлена, изменения могут быть внедрены, которые будут резонансировать по производственной линии.

Анализ корневых причин часто использует бережливые и инструменты Six Sigma, такие как «Пять почему», диаграммы Ишикавы, анализ режимов отказов и диаграммы Парето, чтобы помочь визуализировать и понять, почему происходят проблемы. Это позволяет участникам отделить причину от симптомов, чтобы прийти к действительной причине сбоя.

Отчеты Парето простоя MachineMetrics помогают выявить основные причины простоя, помогая вам определять приоритеты инициатив непрерывного улучшения, лучше понимая, где идут не так вещи.

Шаг 3: Разработка плана решения проблемы

С выявленной фактической причиной может быть разработан план улучшения. Это может быть обучение, физические изменения, такие как планировка, изменения стандартной работы, подстановка материалов или любое количество шагов в одиночестве или в комбинации для исправления проблемы.

Критически важно для успеха любого плана улучшения — процесс аудита, чтобы держать изменения на месте. Это включает определение того, как будет измеряться успех, как часто будут происходить аудиты изменения, какие шаги будут предприняты для дальнейшего улучшения процесса и многое другое.

И снова важность данных не может быть переоценена. Данные должны быть надежными, точными и максимально детальными для того, чтобы решение было эффективным. Ручной анализ и изменения приведут вас только до определенного предела и всегда подлежат забвению, потере или изменению, когда группа переходит к другой проблеме. Именно поэтому автоматизированные решения вроде MachineMetrics неотъемлемы для успеха производств, основанных на данных.

3 совета о том, как предотвратить производственные проблемы

Станок только так хорош, как процессы, используемые для его запуска. И во всех случаях, чем лучше качество и видимость данных, тем полезнее они будут. С ПО для мониторинга производства компании могут перейти от устранения неисправностей той же проблемы снова и снова к реальному внедрению решения, которое не только длится, но также может быть валидировано в реальном времени и отточено со временем.

Вот три совета для предотвращения производственных проблем:

Анализируйте данные

Возможно, ничего не так критично, как анализ производственных данных. Без хороших, чистых, точных данных изменения неэффективны. Данные — ключ к визуализации точной картины на любом производственном цехе. Но данные — это не только детали, номер задания или счетчики часов. Данные, необходимые для такой визуализации, включают данные станков, данные людей, данные систем и данные от других входов по всему предприятию.

Улучшайте операционную видимость

С точными данными компании могут достичь лучшей операционной видимости. Опять же, сбор и анализ данных с интуитивной отчетностью, предоставляемой ПО, всегда предпочтительнее ручного сбора и анализа. С видимостью в реальном времени проблемы могут быть решены проактивно вместо реактивно, так как операторы, техники и менеджеры получают инсайты над фактическим состоянием оборудования и производства по мере его возникновения, а не после того, как это случилось.

MachineMetrics отображает производственные данные в реальном времени для полной видимости цеха. Операторы и менеджеры точно знают, когда станки отстают от производственных целей или испытывают событие простоя, позволяя им быстро решать проблему.

Планируйте обслуживание оборудования

Один из самых ценных вкладов автоматизированного сбора и анализа данных в производстве появился в его влиянии на обслуживание. Используя данные в реальном времени для визуализации истинного состояния производства, обслуживание может перейти от превентивного к предиктивному состоянию. Это означает, что те же данные, направляющие изменения процессов и рабочих процессов для улучшения, могут использоваться для предсказания отказа детали, заказа и стажирования запчастей заранее, и планирования оптимального времени для ремонта в лучшее время для снижения общего простоя (например, во время переналадки).

Используйте преимущества IIoT и промышленной аналитики

MachineMetrics — мощная промышленная платформа данных, обеспечивающая сбор точных производственных данных в реальном времени, автоматически контекстуализируя и стандартизируя данные для немедленной доступности по всему предприятию.

Через пограничные устройства MachineMetrics может подключиться к любому оборудованию, от более нового OEM-оборудования до устаревших аналоговых станков.

После активации система немедленно доступна для помощи в выявлении истинной причины простоя и узких мест и помощи в достижении корневой причины быстрее и с большей уверенностью. Это позволяет вам оптимизировать ваши процессы быстрее и точнее с действенными и настраиваемыми инсайтами.

Платформа MachineMetrics позволит более высокую эффективность, снижение затрат, раскрытую мощность и лучшее представление о том, что действительно происходит на вашем цехе. Свяжитесь с нами сегодня, чтобы увидеть, как MachineMetrics может помочь вам устранить ваши проблемы с данными в реальном времени и приложениями.

Обратитесь к нашей команде за демо, или узнайте, как Avalign Technologies испытала увеличение OEE на 25-30%, более эффективно используемую рабочую силу, миллионы долларов в увеличенной мощности (без дополнительного оборудования) и увеличенную пропускную способность через снижение узких мест в видео-кейсе с AWS.