数据的见解发现未开发的机容量

所面临的挑战

在使用MachineMetrics之前，General Grind还没有自动收集、跟踪和分析数据的方法。例如，警报和停止通常会导致机器重新启动，而很少或根本无法确定根本原因并实施有效的解决方案。

这种能力的缺乏降低了可用能力和整体设备的效能。其结果是缺乏对这些问题背后的操作数据的可见性，并且无法实施有效的改进程序。

解决方案

在一个月内，General Grind在整个运营部门部署了42台边缘设备和25台平板电脑。这个试点后来增加到78台运行平板电脑的机器。对于前25个工作中心，该公司选择了他们认为能够收集到最丰富见解的特定工作中心。

MachineMetrics协助安装，并与General Grind团队密切合作，以快速启动和运行。General Grind随后任命了一个内部团队负责收集、管理和格式化数据。分析结果帮助他们决定添加多少药片。

当运营商了解到MachineMetrics可以帮助他们提高性能后，他们很快就加入了进来。他们意识到它的潜力，可以帮助他们更好、更快地沟通，同时消除他们的许多挫折。

有了MachineMetrics, General Grind使用了高水平的数据驱动洞察来造福客户和供应商。

结果

在《MachineMetrics》问世之前，《General Grind》的平均设置时间是101分钟。标准预期时间是66分钟。由于预期时间与实际时间相差35分钟，每次超过预期时间的安装都会消耗生产时间并限制产能。MachineMetrics Utilization Report帮助管理层确定一个准确的利用率基线并识别隐藏的容量。

在实施时，公司的边缘和前端平板的周期内使用时间约为12%。一个月后的数据显示，在带有MachineMetrics边缘设备的机器上，这一比例上升到21%，而在带有平板电脑的机器上，这一比例上升到24%。数据显示，这些设备的利用率在很短的时间内翻了一番，而且还在继续增加。整个行动获得了大约6 900小时的能力。

General Grind现在每周检查团队成员的利用率，这个过程揭示了许多以前不被视为问题的项目的改进机会。在一个例子中，团队成员在轮班期间都在做清理工作，导致机器利用率降低。清理工作没有一个标准的操作程序，决策是基于每个人认为的正确清理量。

该公司为每台机器所需的清理类型和程度制定了标准，并概述了应该在何时进行这些清理。现在，员工们清楚地知道公司对他们的期望是什么以及什么时候。管理层认为，优化这个过程可以显著提高机器利用率。

General Grind继续使用MachineMetrics实现利用收益，现在专注于冷启动程序，并利用“维修站工作人员”风格的转换团队进行设置优化。