Machinemetrics博客

开始使用机器数据驱动决策。

准备授权您的商店地板吗?

学到更多
类别:

    制造业的持续改进:如何开始

    在当今的竞争激烈的制造环境中,那些没有改善风险的人被抛在后面。长期以来,持续的改进一直是一系列方法的目标,包括精益,六西格玛和其他方法。但是,制造业的持续改进是什么?公司如何使用最佳实践和先进技术来改进和优化制造流程的旅程?

    连续改进的模型

    深深地植根于精益制造运动丰田生产系统(TPS),大多数流程改进计划都遵循着旨在消除废物的模型。多种类别中的废物消除会导致随着时间的推移的总体改进。

    根据丰田生产系统,有三类的废物:

    马达

    Muda是一类垃圾,专注于非增值工作。Muda认识到两种不同类型的活动,这些活动不会增加价值。第一个是生产过程的一部分,并影响最终客户。如果它对生产过程或客户没有任何价值,则可以消除它。如果它为最终客户(例如安全检查)增加了价值,则可以。

    第二种类型称为七个废物,包括:

    • 过量运输
    • 额外的库存
    • 浪费或不必要的动议
    • 等待
    • 生产过剩
    • 过度处理
    • 缺陷

    穆拉

    尽管Muda专注于过程浪费,但Mura以容量问题为中心。它的意思是“不平衡”,可以触发穆达列出的七个废物。因此,一个来自另一个,使所讨论的废物的影响更加复杂。

    一个示例是一个中游过程,由于所用材料的性能特征,需要较慢的处理。在这种情况下,上游过程瓶颈并导致延误或多余的运输,而下游生产过程为材料挨饿。

    一些行业可以通过使用时间或看板系统来创建拉力吞吐量而不是推动策略来解决这个问题。目的是将工作降低,以使生产流逐渐消失。

    穆里

    穆里(Muri)专注于生产劳动方面的覆盖层。尽管高生产率是每个制造商的目标,将工人或设备推到其最佳或100%的容量之上是不可持续的。这种浪费驱动了员工问题,例如士气,旷工和设备故障。精益制造方法使用标准化的工作来设计和实施可持续的工作流程,而无需使人员和设备负担过重。

    实现持续改进的5种方法

    任何公司都可以随时进行其持续改进的旅程。但是应该遵循一些步骤,以确保不浪费努力并保持结果。

    这是在制造过程中实现连续改进模型的五种方法。

    1. 确定目标:计划制造过程改进的正确途径,公司必须诚实地确定当前状态。该标识包括文化,建立的生产过程(预期和实际)和资源。他们还必须评估关键性能指标并通过诸如价值流映射等工具捕获所需的内容,并确定衡量性能所需的指标。
    2. 定义过程:定义连续的过程改进意味着确定谁对其组成部分负责并负责。员工和经理拥有持续的改进以及它将如何影响主动性;应监视此性能。通过使用清单和其他审计工具,可以在工作,机器,部门和工厂级别上跟踪进度。
    3. 部署正确的工具并进行交流:精益和六个Sigma方法论,提供了多种工具供员工使用。它们可能是简单的视觉增援部队,基于成功的工具(例如5S图表或看板系统)。或者,它们可能更复杂,例如鱼骨图和其他用于的方法进行根本原因分析在工厂地板上。必须对团队成员进行适当使用工具的培训,应密切监控其准确性。这样可以确保可以利用工具的价值并改进任务。反过来,这允许持续的改进文化出现。
    4. 测量结果:旧表达彼得·德鲁克今天,“您无法改善无法衡量的东西”,今天仍然是正确的。通过准确测量制造业持续改进的结果,可以验证新的过程。如果计划尚未正常工作,则可以重复该过程以找到另一个解决方案。如果有的话,可以重复该过程以进一步改进。
    5. 部署数字改进:持续改进项目需要大量记录,测量和跟踪。尽管精益和其他方法论为多年来的持续改进过程创造了令人难以置信的机会,但手动跟踪可能会效率低下。AI和高级分析形式的技术允许以高度准确的生产监测和分析形式访问实时数据。数字转换需要这些软件平台提供价值,因为它们代表了一个数据流,它会使人类跟踪和分析的能力不堪重负。

    物联网LED技术在持续改进中的重要性

    物联网是为精益制造工艺制造的。通过实时数据捕获和分析,可行的见解可以带来价值并提高改进项目的有效性。它还可以发现隐藏的趋势和生产的未知障碍。

    工业物联网解决方案等机制启用生产数据的自主收集,标准化和上下文化。这可以立即了解操作的性能,帮助制造商开发准确的生产基线并确定改进的关键机会。

    有了完全的可见性,持续改进的领导者可以优先考虑倡议,并开始推出其过程改进模型。收集到的实时数据还可以通过提供人员和系统采取行动的信息来直接驱动过程优化和自动化。

    了解如何使用工业数据平台来成功进行连续改进计划。探索用于机械学的最受欢迎的用例,以及我们的客户在我们的最新指南中经历的ROI量:MachineMetrics顶级用例和价值实现

    顶级用例电子书。

    开始使用机器数据驱动决策。

    准备授权您的商店地板吗?

    学到更多

    注释

    发表评论

    订阅我们的邮件列表