如何使用数据分析识别和解决生产问题

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起点是建立一个基础设施来支持生产数据的自动收集和标准化。

借助准确的实时数据，管理人员可以识别正在发生的问题、问题的根本原因，并制定解决方案以防止将来出现这些问题。

最常见的生产问题

虽然有数百种因素会影响车间，但大多数都属于以下类别之一。我们鼓励您探索每个大类的相关资源，因为它们通过利用数据深入解决这些问题。

停机时间

停机是所有制造业的瘟疫。当设备不运行时，订单不会被执行，利润也不会被捕获。停机时间可以进一步细分为操作员错误、设备故障、调度问题、产能问题、设置和转换等类别。而且大多数公司都没有意识到停机对其整体设备效率的影响，错过了最明显的改进机会。

有用的资源：

质量问题

质量问题也可以定义为几个类别。供应商质量是任何公司都非常关心的问题，人为错误和设备状况也是如此。质量问题可能是内部或外部产生的，它们会推高成本并威胁交付进度。

有用的资源：

维护问题

大多数公司都坚持预防性维护的古老理念。但是今天的高速设备需要一种更加动态的、数据驱动的方法。当设备没有以给定的频率进行维护时，最终会发生停机事件。但是，如果设备“过度维护”，制造商将在机器零件、供应品、劳动力和不必要的停机时间上浪费预算。使用机器性能和运行状况数据，制造商可以更好地了解机器何时可能出现故障，以确保在正确的时间提供适量的维护。

有用的资源：

流程和工作流程问题

破碎和过时的流程对制造商来说是一个持续的挑战，当它们变成瓶颈时，它们的影响会被放大。由于许多标准化工作程序是手动维护且审核不充分的，因此流程改进团队可能需要数年时间才能发现问题并调整流程。

与流程问题一样，团队可能会发现难以克服工作流程问题。这些可能表现为作业中心调度、WIP 管理、楼层布局不充分，或者只是操作员在使用点访问零件和材料的人体工程学。

有用的资源：

解决生产问题

解决生产问题可能是一项复杂的工作。它要求管理人员调查发生的事情并寻找永久性解决方案。但随着数字革命通过采用工业物联网 (IIoT) 技术继续进行，这些复杂的问题可以通过利用数据的力量来解决。通过捕获和分析数据以可视化车间正在发生的事情，管理人员可以制定战术和战略补救措施，以解决当前问题并防止其他问题再次发生。

考虑以下步骤来帮助解决常见的生产问题：

第 1 步：识别问题

在公司解决其制造问题之前，它必须识别它们。第一步是建立合适的基础设施来支持生产数据的收集和标准化。这些信息应该在整个组织中以易于使用的可视化和报告形式普及。

只有有了准确、实时的数据，运营商和管理人员才能了解问题发生在哪里以及最严重的浪费原因。制造数据收集是工业 4.0 的基础，它为无限数量的用例提供支持，并为关键利益相关者提供做出更好、更快决策所需的资源。

第 2 步：深入了解细节

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且强大的方法，可将生产问题追溯到特定原因。一旦确定了这个原因，就可以制定影响生产线的变化。

根本原因分析通常使用精益和六西格码工具，例如“五个为什么”、鱼骨图、故障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与症状区分开来，从而得出中断的有效原因。

MachineMetrics 停机时间 Pareto 报告有助于确定停机的主要原因，通过更好地了解问题所在，帮助您确定持续改进计划的优先级出错了。

第 3 步：制定解决问题的计划

确定实际原因后，可以制定改进计划。这可能是培训、物理更改（例如布局）、标准工作更改、材料替换，或者单独或组合使用任意数量的步骤来解决问题。

任何改进计划成功的关键是保持变更到位的审计过程。这包括确定如何衡量成功、对变更进行审核的频率、将采取哪些步骤来进一步改进流程等等。

再一次，数据的重要性怎么强调都不为过。数据必须可靠、准确且尽可能详细，以使解决方案有效。手动分析和更改只会带您到此为止，并且随着团队转移到另一个问题，总是会被遗忘、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。

关于如何预防生产问题的 3 条提示

一台机器的好坏取决于用于运行它的进程。在所有情况下，数据的质量和可见性越好，它就越有用。借助生产监控软件，公司可以从一遍又一遍地解决相同的问题，转变为真正制定不仅持久而且还可以实时验证并随着时间的推移而改进的解决方案。

以下是防止生产问题的三个提示：

分析数据

也许没有什么比分析生产数据更重要了。没有好的、干净、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图片的关键。但数据不仅仅是零件、工作编号或小时数。这种可视化所需的数据包括机器数据、人员数据、系统数据以及来自整个企业其他输入的数据。

提高运营可见性

有了准确的数据，公司可以实现更好的运营可见性。同样，通过软件提供的直观报告进行数据捕获和分析总是比手动收集和分析更可取。通过实时可见性，当操作员、技术人员和管理人员在实际设备和生产状态发生时而不是事后获得洞察力时，可以主动而不是被动地解决问题。

MachineMetrics 实时显示生产数据，以全面了解车间。操作员和管理人员准确地知道机器何时落后于生产目标或遇到停机事件，从而使他们能够快速解决问题。

计划设备维护

制造业中自动化数据收集和分析最有价值的贡献之一是其对维护的影响。通过利用实时数据来可视化真实的生产状态，维护可以从预防状态转变为预测状态。这意味着可以使用相同的数据指导流程和改进工作流程更改来提前预测零件故障、订购和分阶段维修零件，并安排在最佳时间进行维修的最佳时间，以减少整体停机时间（例如在转换期间）。

利用 IIoT 和工业分析

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，自动对数据进行上下文化和标准化，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 设备到传统的模拟机器。

激活后，该系统可立即用于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。这使您可以利用可操作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、释放容量，并更好地了解车间实际发生的情况。立即联系我们，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 如何实现 OEE 增加 25-30%、更有效地利用劳动力、增加数百万美元的产能（无需额外设备）以及通过减少瓶颈增加吞吐量在 AWS 的视频案例研究中。