无论机器生产的是什么工具、部件或部件，制造业往往遵循十年之久的旧流程。有一种“我们一直是这样做的，到目前为止工作得很好”的心态需要改变。毕竟，在我们的世界经济中，制造业是一个具有竞争力的行业，不发展的公司将会陷入困境。
那些采用较少手工流程来收集数据的制造商监测过程他们只擅长收集和监控。但是，有太多的操作信息可以从彻底深入的数据分析中收集到。这些信息可以帮助你改变流程，节省时间和金钱，最终帮助你的公司保持领先地位。
英特尔就是一个很好的例子。他们曾经在每种芯片上进行超过19,000质量的保证测试，但通过利用数据并在微观水平分析它，他们能够消除各个芯片子类型的许多测试，并仅关注测试可能根据历史数据揭示任何问题。缩短测试流程和更快的市场时间的成本节省巨大！
制造业日期的改进
在过去的十年中，制造商一直朝着改进流程的概念，使其更加壮丽，以确保浪费和提高质量。换句话说，我们在工厂楼层的整体产量中看到了一个上升。但许多制造商正在处理复杂的产品，对市场的变化，资源的可变性以及所有这些“快速”的变化需要以更深入的方式查看数据。特别是，这五个过程区域对产量的影响最高：
正在分析和改进的所有这些过程的关键是高级分析。
什么是高级分析?
高级分析是指通过各种方程和统计数据的镜头查看生产数据。结果允许公司的决策者获得真正的当前流程和探索改进他们的方法。对于制造商来说，这可能涉及在非常基本的水平上看生产数据，以便在历史模式上掌握句柄。在这样做时，经理可以看到从步骤迈进制造过程的相互关系，并识别可能有质量，产量和浪费的区域。
通过分析改进流程的步骤是什么?
第一步是弄清楚你用你的分析来衡量什么，用什么标准来衡量。问题从何而来并不总是显而易见的。一个好的开始是确保你已经确定了关键绩效指标(kpi)。根据你分析的过程，这些可能会有很大的不同。您可以根据OEE(整体设备有效性)标准、其他行业基准或内部数字进行度量。但基本上，您需要一次在一个非常狭窄的部分内检查数据，以便从数据中获得模式和信息，从而帮助您改进整个生产过程。
下一步是集中来自所有各种机器和其他源的数据，包括人为输入，使得可以在一个地方并且可能识别可能未知的处理相关性。
然后，您需要采取数据并寻找模式和相关性，相对于平均值或其他基线，例如行业标准：
找出任何效率低下的根本原因对于弄清楚如何改变流程来解决它是至关重要的。
最后，当您发现生产过程中任何问题或低效的原因时，您可以将修复就位，允许它们工作一段时间，然后根据您新的和预期的标准再次度量，以查看更改是否有效。这就是你成为一个数据驱动的制造商。
设置新标准
通过分析数据并找到改进流程的方法，您还可以设置新的操作标准。然后，您可以在您的过程中的任何步骤中自动化可接受的偏差水平，以便立即标记超过这些级别的任何内容，减少浪费和停机时间。
自动化可以自动化的过程
总的来说，对过程的两个大效果是手动步骤和人为错误。通过自动化以前手动的进程，您可以节省大量时间并避免错误。为了使您的流程自动化，您需要数据以确保您实际上实施了将提升流程的自动化，而不是在车间在车间更复杂或困难。
正如您所看到的，数据是优化所有流程的关键，从供应管理到质量保证。最终，利润率不会变得更大，所以从每次投入获得更好的收益率是保持竞争力和目标的最佳方式。
准备授权你的车间？
了解更多.svg)
评论