如何进行制造能力分析

制造商在生产我们生活中使用的商品方面面临着大量挑战。每个人都必须以资本、技能、技术进步等形式的有限资源来应对这些挑战。协调这个复杂领域的经理们最好通过了解他们商店的容量来寻找最大限度地利用他们所拥有的工具的方法。更好地利用制造空间、材料、劳动力和优化设备性能对于公司推动高效生产和获得最高盈利能力至关重要。

产能分析是审核制造工厂和诊断是否存在等待解锁的隐藏产能的绝佳解决方案。

什么是制造能力？

每个制造商的目标都是满负荷运转。但什么是制造能力？简短的回答是，制造能力代表公司内所有设备和资源以最高运营率用于其行业所需的产品组合和数量的状态。这意味着从运营到维护的所有流程都使用一定数量的资源进行了优化，并且不会产生不必要的停机时间。达到此条件时，设备已满负荷运行。

许多因素使通往这种理想状态的旅程更加复杂。工厂可能会遭受一系列可用性损失，例如机械故障，导致宝贵的维修时间被浪费。否则，他们可能会因转换、设置和调整而失去宝贵的生产能力。

制造能力也会受到性能损失的影响。这些包括未经培训或缺乏经验的操作员动作以及因堵塞、空转、跳动而停止。这些问题往往被匆忙解决，几乎没有分析导致它的原因以及如何防止它再次发生。

最后，制造能力可能会受到质量损失的负面影响，包括工艺缺陷和产量降低。一些原因包括工作流程优化不足、人为错误或流程中断。除了抢夺工厂的宝贵产能外，质量损失还会产生额外的浪费，可能需要返工或丢弃，从而增加产品成本。

这些产能障碍通常被称为六大损失。它们的影响可能是毁灭性的。充其量，对产能缺乏了解可能会引发代价高昂的加班、浪费、错过交付或以新设备的形式弥补损失的不必要的资本支出。

什么是容量分析？

当制造商需要增加产能时，他们通常会从上面的下意识反应开始。然而，人们只能购买这么多机器并安排这么多班次，然后才能专注于提高产能。而确定应该采取哪些措施来增加容量的最佳方法是在数据中。

产能分析的过程是潜在产能与公司当前实现的实际产出之间的差异。通过收集生产数据，制造商可以确定需要更改哪些流程、设备或功能以增加产能。这实质上将允许制造商通过流程优化来提高现有资源的利用率。

延伸阅读：如​​何提高制造产能

如何进行制造能力分析

执行制造能力分析的公司能够减少停机时间和浪费。他们还可以挖掘数据以优化流程和简化工作流程。这样做可以帮助他们了解现有的限制是什么，并在问题发生时做出实时决策以解决问题。由于数据支持这些解决方案，管理人员可以在整个运营过程中推动改进并增加容量，而无需额外投资设备或劳动力。对于希望提高制造能力的公司，以下是释放现有能力所需的步骤：

基准数据

如果你不知道你在哪里，你就看不到你要去哪里。高估当前设备利用率是很常见的，因为许多公司甚至可能没有意识到利用率如此之低。

基准测试包括确定现有容量。必须测量机器速度、质量损失、停机时间（例如故障、转换和性能损失）以确定当前产能。在许多情况下，这个数字令人震惊。可以使用几个最佳实践来创建一个可靠且实用的基准测试框架：

• 内部会议：内部启动会议有助于设定期望并确保每个人都意见一致。通过将合适的团队聚集在一起，每个人都会知道使用目标应该是什么。
• 检查数据：有时报告的当前数据几乎不能说明机器的实际状态。可能是错误地记录了状态，也可能是零件计数、停机时间或其他一些参数。确保数据真实有助于分析需要做什么。
• 评估数据：这是将原始假设与实际当前利用率进行比较的地方。它代表了可以进行哪些改进的新起点。
• 规划：通过制定改进计划，管理人员可以将最初的期望、实际的数据驱动能力状态以及可以进行的改进汇总在一起。

MachineMetrics 利用率报告示例，是许多可用于基准数据的预构建报告之一。

分析停机时间

一旦制造操作对其数据进行了基准测试并了解其真实利用率，就必须进行停机时间分析。这涉及到管理人员、技术人员、制造工程师、操作员和其他可以帮助确定停机原因并计划如何减少或消除停机的人员。

随着设施基准测试的披露，团队成员可以继续衡量推动该利用率的停机时间。通过回答正在发生的停机时间以及停机时间属于哪个类别，改进步骤变得更加明显。这最好通过自动化机器数据收集软件来完成，以确保使用准确的数据并标准化和实时。

停机时间还必须对停机原因进行分类。要考虑的类别可能包括：

• 计划内与计划外停机时间：每一种都会使机器停止服务，但它们都采用完全不同的方法来最大限度地减少故障发生率并使机器重新上线。
• 人为错误或操作员行为：在大型复杂的制造环境中，操作员可能接受过不同程度的培训，或者执行任务或操作的顺序可能会降低效率。这些通常可以通过停机时间分析发现和趋势。
• 质量影响：质量是一个广泛的类别，必须包含在停机时间分析中。它可能会导致对培训、机器状态和维护、入站供应商质量，甚至是白天和凉爽夜晚之间设施内的环境条件的洞察。

确定类别后，团队成员可以向下钻取以确定类别内停机的原因。例如，可能有多种类型的计划停机，包括定期维护、季节性生产等。

MachineMetrics 停机时间帕累托揭示了最严重的停机原因，是寻找改进流程的绝佳起点。

同样，计划外停机有无数原因。这些范围可能从需要时不在机器上的材料到维护不当的机器。它还可能指向错误设计的工作流程，上游的材料在需要时没有准备好，从而产生多米诺骨牌效应。

人为错误也是如此。制造操作变得越来越自动化，但仍然需要劳动力。疲劳、培训不足、对工作流程缺乏了解或流程步骤中断可能意味着工人会犯他们本来不会犯的错误。

收集这些信息的最佳方式是通过自动化和软件。通过使数据可视化直观且易于记录，操作员可以利用仪表板输入实际数据并查看其影响。正如操作员可以输入停机原因一样，帕累托图等工具可以帮助理解停机时间分析。这为用户提供了洞察力，并且通常有助于触发改进建议。

在停机时间分析结束时，可以确定实际停机成本及其对底线的影响。这也有助于确定“容易实现的目标”，即最快速、最容易修复的项目，对节省的资金和增加的容量产生最显着的影响。

延伸阅读：如​​何跟踪和分析机器停机时间

推出流程更改

管理人员现在配备了准确且可验证的数据，这些数据在容量分析的这一点上推动了真正的变化。这些更改可用于解决最重要的产能限制，释放隐藏的产能以消除加班，减少资本支出需求，并完善与转换和其他操作条件同步而不是与之争用的维护计划。

有很多产能严重流失的例子。以下是在大多数数字化转型过程中可以找到的一些内容：

预期周期时间长于实际周期时间

当今制造环境的规模和复杂性可能意味着个人绩效隐藏在海量数据、数量和对更高产量的推动之下。当数据是真实的，并且机器上的零件计数是准确的时，操作员要对他们的输出负责，而不是埋在它下面。这种问责制可以成为一种积极的工具，使他们能够成为确定需要改进的领域的一部分。随着对最明显的停机时间的改进开始起作用，可以启动循环时间的进一步优化以继续该过程，以包括快速加起来的微小变化。

质量问题

如前所述，质量是一个影响许多领域的广泛主题。但这提供了更多改进的机会。 80/20 规则不仅适用于质量，而且还影响其中的子类别，包括人为错误/培训、供应商质量、维护改进、产品设计等。每个领域的罪魁祸首都可以通过改进步骤来对整体质量产生更大的累积影响。随着这些努力扎根，产能增加、质量提高、成本降低并提高了订单和交付绩效。

进一步阅读：制造中的质量保证：您需要知道的一切

使用 MachineMetrics，您可以轻松查看零件被拒绝的主要原因并找出问题的根源。

设备故障

没有什么比设备故障更能让制造经理抓狂了。通常，这些故障是被动维护计划的结果。由于运行失败或对机器状态的跟踪不足，公司以停机的形式放弃了大量的容量。但数据分析和实时机器状况提供了增加容量的新机会。通过了解机器状态并部署 IIoT 传感器和技术，管理人员可以将被动维护抛在脑后，提高产能并降低成本。德勤的一项研究表明，预测性维护计划可以将设备的正常运行时间延长 10-20%。

工作流程

测量设备利用率不仅仅是简单地测量机器。通过捕获、关联和分析数据，管理人员可以查看设施内的单个机器和整个设备生态系统。这可以导致有关设备布局、分段、WIP 和其他可用于提高产能的过程相关变量的见解。虽然它可能表明需要重组生产车间或单元，但也可能像将几台机器移动几英尺或改变工作流程中材料从一个工位流向另一个工位的方式一样简单，从而产生影响。

解锁隐藏容量

产能分析与先进的数据捕获和分析相结合，可以帮助公司比大多数人想象的更快地找到达到满负荷的途径，并实现均衡生产。当 Avalign Technologies 难以跟踪 OEE 和停机时间时，生产瓶颈、SOP 不足以及其他因素都会拖累产能。

通过使用 MachineMetrics，Avalign 获得了整个车间的即时可见性，从而实现了 OEE 增加 25-30% 并增加了数百万的产能，而无需增加劳动力、设备或额外资源。

观看视频案例研究：