知道如何快速有效地解决生产问题是所有制造经理都应该具备的技能。尽管存在许多识别和解决问题的策略，但消除最严重的车间问题的出发点是建立一个基础设施来支持生产数据的自动化收集和标准化。
通过准确、实时的数据，管理人员可以识别出发生了什么问题，问题的根本原因，并制定解决方案，以防止未来出现这些问题。
虽然有数百件事情可以影响一个车间，但大多数都属于以下类别之一。我们鼓励您在深入研究如何利用数据解决这些问题时，探索这些广泛类别的链接资源。
停工是所有制造业的祸患。当设备不运行时，订单就不会被完成，利润就不会被捕获。停机时间可以进一步细分为操作错误、设备故障、调度问题、产能问题、设置和更换等类别。大多数公司没有意识到停机时间对设备整体效率的影响，因此错过了最明显的改善机会。
有用的资源:
质量问题也可以分为几个类别。供应商的质量对任何公司来说都是一个重要的问题，就像人为错误和设备状况一样。质量问题可能会在内部或外部产生，它们会提高成本并威胁到交付进度。
有用的资源:
大多数公司都坚持预防性维修这一由来已久的理念。但今天的高速设备需要一种更动态、数据驱动的方法。当设备没有以给定的频率进行维护时，停机事件最终会发生。但是，如果设备“过度维护”，制造商将在不必要的机器零件、供应品、劳动力和停机时间上浪费预算。通过使用机器性能和健康数据，制造商可以更好地了解机器何时可能无法确保在正确的时间提供适当的维护。
有用的资源:
破碎和过时的流程对制造商来说是一个持续的挑战，随着它们变成瓶颈，其影响将被放大。由于许多标准化的工作过程都是手工维护的，并且审计不充分，所以在过程改进团队发现问题并调整过程之前可能需要数年时间。
与过程问题一样，团队可能会发现很难克服工作流问题。这些问题的表现形式可能是作业中心调度、在制品管理、楼层布置不当，或者仅仅是操作人员在使用现场获取零件和材料的人机工程学问题。
有用的资源:
解决生产问题可能是一项复杂的工作。它要求管理者调查发生了什么，并寻找永久的解决办法。但随着工业物联网(IIoT)技术的采用，数字革命仍在继续，这些复杂的问题可以通过利用数据的力量来解决。通过捕捉和分析数据来可视化车间正在发生的事情，管理者可以制定战术和战略补救措施来解决当前的问题，并在问题再次发生之前预防其他问题的发生。
考虑以下步骤来帮助解决常见的生产问题:
在公司解决其制造问题之前，它必须识别它们。第一步是要有合适的基础设施来支持生产数据的收集和标准化。这些信息应该以易于使用的可视化和报告的形式在整个组织中大众化。
只有拥有准确、实时的数据，运营商和管理者才能了解哪里出现了问题，以及浪费的最严重原因。生产数据采集是工业4.0的基础，支持无限数量的用例，并为关键利益相关者提供他们需要的资源，以做出更好、更快的决策。
有了数据，是时候进行根本原因分析了。根本原因分析是一种有效而强大的方法，可以将生产问题追溯到一个特定的原因。一旦确定了这个原因，就可以实施将在生产线上产生反响的变更。
根本原因分析通常使用精益和六西格玛工具，如“五个为什么”、鱼骨图、失效模式分析和帕累托图，以帮助可视化和理解问题发生的原因。这允许参与者将原因从症状中分离出来，从而得出造成中断的合理原因。
Pareto报告有助于确定停机的主要原因，通过更好地理解哪里出了问题，帮助您确定持续改进计划的优先级。
确定了实际原因后，就可以制定改进计划。这可能是培训，物理变化，如布局，标准工作的变化，材料替换，或任何数量的步骤单独或联合来解决问题。
任何改进计划成功的关键是保持更改到位的审计过程。这包括确定如何衡量成功，对变更进行审计的频率，将采取哪些步骤来进一步改进过程，等等。
数据的重要性再怎么强调都不为过。为了使解决方案有效，数据必须是可靠、准确和尽可能详细的。手工分析和更改只能做到这一点，并且在团队转移到另一个问题时总是容易被遗忘、丢失或更改。这就是为什么像MachineMetrics这样的自动化解决方案是数据驱动制造成功不可或缺的原因。
一台机器的好坏取决于用来运行它的进程。在所有情况下，数据的质量和可见性越好，它就越有用。使用生产监控软件，企业可以从一次又一次地排除相同的问题，转变为真正地制定解决方案，不仅可以持续，而且可以实时验证，并随着时间的推移不断完善。
以下是预防生产问题的三个技巧:
也许没有什么比分析生产数据更重要了。没有好的、干净的、准确的数据，改变是无效的。数据是在任何生产车间可视化准确画面的关键。但数据不仅仅是零件、工作数量或小时数。这种可视化所需的数据包括机器数据、人员数据、系统数据和来自整个企业的其他输入的数据。
有了准确的数据，公司可以实现更好的运营可见性。同样，使用软件提供的直观报告进行数据捕获和分析总是比手工收集和分析更可取。通过实时可见性，操作人员、技术人员和管理人员可以在实际设备和生产状态发生时，而不是发生后，主动解决问题，而不是被动应对。
MachineMetrics实时显示生产数据，以获得车间的完全可见性。操作人员和管理人员能够准确地知道机器何时未能达到生产目标或经历停机事件，从而能够快速解决问题。
自动化数据收集和分析在制造业中最有价值的贡献之一是它对维护的影响。通过利用实时数据来可视化生产的真实状态，维护可以从预防状态转移到预测状态。这意味着相同的数据指导过程改进和工作流的变化可以用于预测失败,部分订单,提前和舞台维修配件,和进度的最佳时间修复发生在最好的时间来降低整体停机时间(比如在转换)。
MachineMetrics是一个强大的工业数据平台，可以实时收集准确的生产数据，自动将数据上下文化和标准化，以便在整个企业中立即访问。
通过边缘设备，MachineMetrics可以连接到任何设备，从较新的OEM设备到旧的模拟机器。
一旦激活，系统立即可用来帮助确定停机和瓶颈的真正原因，并帮助您更快、更有信心地找到根本原因。这使得您可以使用可操作的和可定制的见解更快、更准确地优化流程。
MachineMetrics平台将提高效率，降低成本，解锁容量，并更好地了解您的车间实际发生的情况。今天就联系我们，了解MachineMetrics如何帮助您消除实时数据和应用程序的问题。
联系我们的团队进行演示，或了解Avalign Technologies如何经历提高25-30%的OEE，更有效地利用劳动力，增加数百万美元的产能(不需要额外的设备)，通过减少瓶颈提高吞吐量使用AWS进行视频案例研究．
准备好授权你的车间了吗?
了解更多.svg)
评论