数字化转型的到来为制造商提供了一个独特的机会来拥抱新技术，这将使他们的精益制造计划达到一个新的水平。当然，精益制造的目标是不断改进生产过程，同时消除浪费，降低成本。考虑到运营的日益复杂，许多公司已经发现，精益管理本身不足以解决他们的运营挑战，在现实中为精益体系奠定基础只是精益之旅的第一步。因此，数字系统的实施可以让你准确有效地记录和优化你的生产效率，这将转变你的精益模型到下一个水平。

在这个时代，底线从来没有更有意义的公司，消除浪费是一个最有效的方式，以提高任何企业的盈利能力。了解什么是浪费以及它存在的地方对于减少或消除它对生产力、整体性能和质量的影响是至关重要的。许多制造软件系统(也被称为MES)实时调度作业和/或跟踪车间指标，如整体设备效率(OEE)，可以为制造商提供必要的工具，帮助实现这些目标。没有收集和分析工厂数据，制造经理对发生在工厂的问题视而不见。机器监控系统可以包含大量关于工厂健康状况和减少浪费机会的信息，但许多制造商根本没有对它们进行投资，因为他们在接受技术和现代化方面犹豫不决，这些技术和现代化可以解决数字转型带来的新挑战(在我们之前的文章中讨论过)。

通过监测机器的性能，他们不仅可以纠正现有的低效率，还可以识别潜在的问题，从而有效地执行预防性或预测性维护措施。总之，在MachineMetrics，我们不断向客户学习，并寻找方法，为他们提供机会，以识别瓶颈，浪费，并优化他们的过程。以下是我们发现的一些最主要的浪费领域，数据收集可以帮助显著改善这些领域:

质量/缺陷(平均效率损失10%-20%)

精益制造中最容易识别的浪费之一是生产缺陷。例子包括废料，如零件报废，产品需要返工，或组件缺少细节。缺陷通常被认为是最重要的制造废物之一，因为它们实际上可以导致产生额外的废物，如生产过剩，运输和过度加工。

生产过剩(平均效率损失10%-20%)

到目前为止，在制造业的所有浪费中，生产过剩对成功的负面影响最大。当生产的零件或产品多于顾客愿意购买的时候，就会出现生产过剩。就像生产缺陷和后续的过剩加工一样，生产过剩也会导致产生额外的精益制造浪费，如等待、库存和运动，消耗大量的时间和资源。

计划停机时间/设置(平均效率损失40-50%)

计划外停机/等待(平均效率损失40-50%)

计划外停机是意外发生或由于故障(例如，硬件故障或等待适当的材料来完成任务)导致的停机。当产品等待时，没有产生任何价值，但间接运营的成本继续增长，这剥夺了销售的潜在利润。等待不仅破坏了物质和信息流，还会产生过剩的库存。

资产生产率(人力和机器)(平均效率损失15%-25%)

虽然对任何制造商来说，优化现有资产(人员和机器)的生产率都是必不可少的，但许多人没有办法有效地衡量这种生产率。因此，不断失去改善资产绩效的机会。OEE通过将可用性、性能和质量构建为一个关键的性能指标来衡量资产的性能。理解OEE与浪费的关系有助于找出6大损失(故障、设置和调整、小停止、减速、启动废品、生产废品)产生的浪费，这些问题破坏了精益制造的目标，并不断发现改进的机会。

不可利用的人才:

唯一与生产过程无关，而是与生产管理相关的精益制造浪费是未利用的人才。这种类型的制造浪费发生在制造环境中的管理不能确保他们所有潜在的员工人才被利用。与移动浪费相关的是，如果一个员工在生产区域漫无目的地移动材料，而没有增加价值，那么他的努力就白费了，因为他本可以进行增值活动。非利用人才也指管理层利用员工的批判性思维和持续改进反馈来改进精益生产流程的能力。如果管理层不与制造业员工就持续改进的话题进行交流，并允许员工影响变化向更好的方向发展，这被认为是制造业的浪费。

总结:

理解你的浪费是满足获得和保持业务的新标准的核心:将大数据与精益制造工具和战略相结合，以最大限度地提高生产力。

像MachineMetrics这样强大的过程分析工具可以让制造商“看到”他们的生产模型，并确定能源目前在他们的操作中是如何使用的。您不仅可以快速识别和消除现有生产过程中的生产力流失，而且还可以获得额外的数据，帮助您发现可能对您的车间产生负面影响的“隐藏”问题。最后，收集数据——并根据得到的见解采取行动——是改进的必要催化剂。

为了实现这些主动(并最终预防)问题解决的标准，需要充分的承诺，要求创建和实施集成的、高效的制造系统，使用更少的能源，提高生产力，并降低整个工厂的维护成本。利用大数据和制造过程的智能现代化的综合优势可以彻底改变工厂的运营和商业实践。获取、分析这些数据并对其采取行动的能力并不是未来衡量制造业成功的标尺:它现在就在这里。

那你还在等什么?今天联系我们!