Ручное сбор данных: почему это узкое место в современном производстве
Ручное против автоматизированного сбора данных
1. Ручное сбор данных
Традиционно ручной сбор состоял из бланков, ручек, белых досок, секундомеров и таймеров. Их использовали для записи производственных показателей, событий простоя и процента брака, а также для измерения труда и движений на рабочем месте.
С развитием компьютерных технологий эти инструменты заменили таблицы Excel и отдельные программные решения для лучшего качества данных и анализа. Но запись и измерения оставались ручными и подверженными человеческим ошибкам и предвзятости. Данные были задержанными, неточными и менее пригодными для действий.
2. Автоматизированный сбор данных
Автоматизированный сбор — часть цифровой трансформации производства. Концепция подразумевает сбор данных в реальном времени непосредственно со станков с помощью устройств и датчиков. Со временем многие OEM-поставщики начали добавлять автоматизированный сбор в свое оборудование.
Хотя это улучшило сбор, процесс оставался фрагментированным из-за устаревших систем, требующих ручного ввода, и ПО, не связанного с устройствами сбора данных в реальном времени.
Сегодня производители используют платформы машинных данных для автономного сбора, стандартизации и контекстуализации производственных данных. Это дает инсайты для лучших решений, большей эффективности и оптимизации процессов.
Затраты ручного сбора машинных данных
Ручной сбор может показаться приемлемым краткосрочным подходом, но он обходится производителям дорого.
Ручные стратегии не только крайне неэффективны, подвержены ошибкам, предвзятости, трудоемки и задержаны во времени, но и затрудняют получение точных инсайтов в реальном времени. Обычно приходится ждать до конца дня, недели или месяца для получения сводки. Это означает невозможность своевременных решений для улучшения производства.
Ручной сбор также трудоемок и отвлекает ресурсы от цеха на неценностные задачи сортировки, организации и доставки данных конечному пользователю. Это влияет не только на текущую продуктивность, но и мешает выявлению возможностей и улучшению процессов.
Фактически, это работает против идеи непрерывного улучшения, так как не только отнимает время у сотрудников, но и препятствует инновациям.
По мере роста бизнеса и добавления продуктов, линий и сотрудников ручной сбор становится все более затратным. Ниже мы рассматриваем этот список растущих последствий.
Ручной сбор приводит к еще большим проблемам
Ручной сбор — плохой способ сбора операционных данных. Процессы, основанные на бумаге и таблицах, создают много проблем для показателей эффективности, делая их «дырявыми», неточными и часто слишком устаревшими для эффективного использования. Это проблема, которая накапливается сама на себе.
Снижение продуктивности
Каждый штрих карандаша или метка на бумаге снижает продуктивность. Переменные и факторы, которые операторы должны записывать, продолжают значительно снижать продуктивность. Хуже того, чем сложнее данные, тем выше шансы на человеческую ошибку.
Это может означать значительное сокращение операционного времени на минутной основе. Также отвлекает операторов от жизненно важного мониторинга состояния станков и других задач, влияющих на качество и здоровье оборудования.
Проблема расширяется на анализ, где все эти данные нужно вручную компилировать, контекстуализировать и форматировать в понятные отчеты и визуализации.
Плохо пакетированные метрики
Большинство операторов и техников осознают проблемы ручного сбора. Из-за этого сотрудники создают обходные пути для улучшения процесса, которые могут только ухудшить его. Вместо записи каждого случая по требованию многие операторы выбирают запись партиями во время перерыва или в конце смены. Это может растянуться на пакетную запись каждые несколько дней вместо регулярной. В результате точность и надежность данных снижаются.
Недовольство сотрудников
Ручные процессы сбора могут вызвать недовольство персонала. Поскольку измерения движений и работы также ручные, время на запись часто не включают в хронометражах. Сотрудники сталкиваются с давлением выполнить нормы, достичь конкретных темпов производства и других целей. В ответ они недовольны временем, уходящем на остановку и отметку ручных данных, так как это отвлекает от основных функций станка.
Устаревшая информация
Ручное сбор требует компиляции, сортировки, ввода данных, человеческого анализа и многого другого для предоставления инсайтов менеджерам для принятия решений. Но иногда это актуально только для конкретного дня, смены или часа. Обычно ручные данные слишком устаревают к моменту завершения обработки.
Кроме того, данные, вероятно, плохо управляются, что затрудняет историческую отчетность и анализ.
Плохое принятие решений
Сниженная продуктивность, плохие пакетные данные, недовольство сотрудников и устаревшая информация приводят к плохим решениям. Если менеджер смотрит на темпы производства, затронутые оператором, потерявшим много времени на запись данных, он может решить, что это повышает трудозатраты. Или определить курс действий на основе устаревших данных, не имеющих реального влияния на операцию.
Неструктурированные данные и отсутствие трендов
Ручно собранные данные часто неструктурированы. Такой тип данных затрудняет все, кроме высокоуровневого анализа. Это может подойти для некоторых целей, но недостаточно, чтобы действительно понять, что происходит на цехе. Нельзя исправить то, что не понимаешь.
Без трендов невозможно выявить корневые причины проблем. Это особенно важно в среде бережливого производства, где маленькие проблемы быстро становятся большими, если их не решать немедленно. Это сделает выявление корневых причин очень сложным.
Ограниченная область действия
Ручной сбор обычно не может «приблизить» или «отдалить» вид от шпинделя до станка, до цеха или цеха. Он также может не обладать способностью классифицировать станки по продукту или типу. В результате сотрудники тратят больше времени на поиск нужных данных, выяснение того, что действительно происходит на цехе, и принятие точных решений. Это также затрудняет поиск и устранение проблем с конкретными станками.
Человеческая ошибка
Самая очевидная проблема ручного сбора — человеческая ошибка. Это могут быть простые промахи: перепутанные цифры, проблемы с почерком, забывание записать данные. А могут быть более сложные ошибки: различия в интерпретации между операторами разных смен или запись одной информации в нескольких форматах.
Неверная корневая причина
Анализ корневых причин важен в любом производстве. Особенно для бережливого производства и тех, кто опирается на непрерывное улучшение. В сочетании с человеческой ошибкой, трудоемкими неценностными задачами и другими проблемами ручного сбора может быть сложно определить корневую причину.
Предположим, корневая причина определена на основе хронометража, не включающего время записи оператором, или опирается на устаревшую производственную информацию. В этом случае неверное решение о корневой причине может сделать вещи еще хуже.
Невнимание оператора
Если оператор записывает остановку или событие, его внимание отвлекается от управления станком. Это может вызвать дополнительный простой, если другая остановка произойдет во время записи первой. Хуже всего, это недополученное внимание может привести к опасным условиям безопасности, потому что оператор не фокусируется на станке.
Некорректные данные
Человеческая ошибка может снизить качество данных, собранных на уровне станка. Но эти некорректные данные, переданные из отдела в отдел или введенные в ERP, могут привести к неверным решениям на уровне предприятия. Некорректные данные влияют на закупки, точность запасов, планирование и, в конечном счете, поставку. Когда данные ненадежны и неточны, это может повлиять на конкурентоспособность и увеличить затраты.
Ручные стратегии уступают место автоматизированным решениям
Проблемы, связанные с ручным сбором, противоречат тому, чему научилась производственная индустрия за десятилетия с первой промышленной революции. OEM-компании уже включают встроенные возможности автоматизированного сбора в новое оборудование.
Эта функциональность работает с платформой машинных данных MachineMetrics для сбора производительности и состояния станков непосредственно с оборудования.
Устаревшие системы, такие как аналоговое оборудование, также можно добавить в подключенную экосистему для полного мониторинга производства по всем станкам компании.
Настена для ручного сбора уже написана. Поскольку бизнесы стремятся улучшить свою долю рынка и конкурентное преимущество, ручной сбор не выживет.
Ваши конкуренты внедряют цифровые решения. А вы?
Данные должны быть релевантными, точными, своевременными, доступными, интероперабельными и прозрачными. Ручной сбор не способен ни на одно из этих требований, не то что на все сразу.
Автоматизированные производственные технологии сделают ручной сбор устаревшим. Цифровые решения могут устранить ручной сбор и позволить операторам, техникам и менеджерам оптимизировать процессы и повысить эффективность.
Это достигается за счет использования лучших в классе платформ, обеспечивающих связность по всему оборудованию. Эти решения собирают, организуют, структурируют и анализируют данные на основе бизнес-потребностей и возвращают их пользователям с инсайтами в реальном времени.
Автоматизированные производственные технологии устраняют все проблемы, присущие ручному сбору. Персонал больше не нужен для сбора, сортировки, ввода и анализа данных, поэтому труд больше не требуется для неценностной обработки.
Раскрытие силы данных в реальном времени с MachineMetrics
MachineMetrics понимает, что точные, своевременные данные — ключ к отличным производственным процессам. Ручной сбор можно устранить с платформой машинных данных MachineMetrics, предоставляющей чистые, точные данные и аналитические инсайты в реальном времени.
Результаты помогут вам оптимизировать процессы, повысить продуктивность и улучшить операции. Фактически, наши средние пользователи видят 20% рост эффективности. Заинтересованы увидеть, как это работает? Закажите демо сегодня, чтобы узнать, как мы можем ускорить вашу цифровую трансформацию и устранить необходимость в бланках, ручках и таблицах.
Промышленные технологии
- Понимание сетевых протоколов: от физического уровня к продвинутому арбитражу
- Почему важна цифровая память
- Почему контекст определяет инсайты в промышленном сборе данных
- Как ИИ решает проблему «грязных» данных в цепочках поставок
- Промышленный интернет вещей (IIoT): определение, область и промышленное влияние
- Использование производственных данных для более умной оптимизации цеха
- Kepware vs MachineMetrics: выбор оптимальной платформы для сбора промышленных машинных данных
- Штрихкоды против RFID: выбор лучшей технологии для точного сбора данных и отслеживания инвентаря
- Разблокируйте эффективность: цифровизация форм сбора данных и чек-листов в производстве
- Трансформация обслуживания с цифровым сбором данных для техников