最大化制造效率：经验证的生产与流程优化技术
流程改进技术对优化制造任务至关重要。做得对时，这些优化流程带来更高效率。但二者有何关联？为何流程优化对实现更高效率如此关键？
答案在于活动的有效性。光有大量产出是不够的。生产成品所需的任务、检查、调整和动作必须协调一致，以最少投入实现目标。
许多公司将此描述为“通往持续改进之路”。对大多数制造运营而言，这条路以机器为中心。操作员、技工、技术员等人员基于习惯和培训与机器交互。他们大多努力确保最大正常运行时间。但无论数据是手工还是电子的，其行动的有效性才是关键。使这种交互更有效的调整行为称为流程优化。
什么是生产优化？
生产优化是旨在提高生产系统生产力的一系列活动。它区别于流程优化，后者聚焦于使成品在其各阶段更高效。
生产优化使用模型、分析、优先级排序和度量来提高生产力。优化范围包括设备、暂存区、库存协议、工厂布局、输送等。
优化生产是石油生产和燃气建设等大占地行业的战术。但优化可用于大多数制造运营的几乎任何生产流程以创造更大价值。
随着物联网技术成熟，公司发现来自实时数据分析的信息让他们理解系统的变化条件和流动，并可用于提升生产力。公司必须利用这些洞察优化整个生产过程的生产率。
洞察可带来生产优化和更大价值的领域示例包括：
- 在制品 (WIP)—— 许多专注“流程改进”技术的公司将精力完全集中在产品本身。但在制品能显著影响生产力。过多库存长期占用损害现金流，可能产生潜在税务问题。因多次搬运，也可能不必要地增加站间搬运人工成本。
- 工位审计—— 随技术让交互式仪表盘和工厂看板数字化，这些 HMI 的放置可能需重新考虑。手工追踪环境下合理的布局，在数字环境下可能增加工作量或降低效率。HMI、屏幕、显示器等设备轮廓低，可放置在增强生产力的方式中。
- 不必要空间—— 制造中，死角常成无处可去的 WIP 归宿。这意味着更多搬运和更高运营成本。
- 瓶颈—— 瓶颈可触发上游生产流程停工。若工厂监控平台开始最大化某些工位产出，管理者可能需解决由此产生的上游瓶颈。
- 改善库存沟通—— 实时数据高亮问题并开具解决方案，技术将为仓储和库存启用新协议以提高生产。沟通是新环境下物料流动的关键。
数字化和数据驱动生产之旅包括优化生产绩效、降低成本的变革要求。为利用可用技术，一些公司可能意识到需移动机器或改变整个工厂布局，随着物联网驱动的生产监控平台开始交付价值。
MachineMetrics 停机帕累托图分析主要停机原因。
流程优化与生产优化的区别
流程优化与生产优化最显著区别在于：流程优化消除生产系统中特定工艺步骤内的不必要步骤。它是产品优化，旨在通过该步骤或子流程的效率提升来最大化生产优化。另一方面，生产优化寻求优化系统本身。它可能使用基于实时数据的模型来考察流速、机器布局、人工利用率和其他因素，以改善整个生产系统的物理绩效和布局。
流程优化将包括：
- 识别特定于流程的问题
- 分析现状以创建期望状态
- 审计变更以查看结果
- 监控变更以保持正轨
生产优化将包括：
- 改变工厂布局
- 在使用点改变或重新排列机器和工具
- 实施新的 WIP 程序
- 培训操作员和技术员如何响应监控系统的自动报警和洞察以消除旧习惯
- 开发新的内部库存交付程序
- 评估监视器和 HMI 布局
生产与流程优化的目标与收益
生产和流程优化包含跨几个关键领域的改进。这些领域累积起来，以最少资源支出实现更高效流程和更显著产出。通过从事流程优化，制造商可实现：
改善机器正常运行时间
停机是每个制造管理者的噩梦。许多人花费大量时间管理其原因及后果。采用数据驱动方法，公司可减少停机、提高设备整体正常运行时间。
实现途径之一是分析和排名生产流程中非计划停机的主要原因。此信息可用于调整流程以减少或消除许多停机事件。因列表按最严重到最轻微排序，最恶劣的罪魁祸首可优先解决。
一旦正常运行时间增加并稳定，管理者可有条不紊地按列表推进，按需更改工艺参数使各项符合要求。但此列表和排名的关键是干净、清晰的数据，帮助优先处理最需关注的事项。
更快响应机器层面的问题
有时问题不在机器，而在上游供料流程。通过捕获数据可视化此点，可实施 WIP 流或其他原料变更以改善正常运行时间。另一个例子是培训或缺乏培训，操作员可能在错误位置、错误时间无法按需清除报警和复位机器。
同样，数据对领导者开发更好培训至关重要，确保操作员从不脱岗。重点在于优化流程能改善问题发生时机器层面的响应时间。用数据识别这些领域，可同时优化多个领域，对正常运行时间产生乘数效应。培训、工作流、设备布局、材料质量等众多问题可通过清晰可视化数据优化。
延伸阅读：如何使用 MachineMetrics 更快响应停机
改善维护
传统维护计划依赖反应性措施。要么让设备运行到故障，要么用预防性维护保持机器良好运行。
但预防性维护建立在基于时间的假设上。它假设皮带和滑轮将在原始设备制造商 (OEM) 分配的广泛平均值基础上于特定时间损坏。但这不考虑轻载产品允许零件更长寿命的工业设备。也不考虑建筑、石油生产或一般油气及其他地面设施等重载生产，其中零件磨损可能比计划更快。前者情况下，本可推迟的钱被花掉；后者如油气情况下，停机可能在最意想不到时发生。
自动数据收集等先进技术可改善维护功能、增加设备正常运行时间。通过启用基于状态的监控，维护可基于实际状况变为处方性或预测性。部署先进传感系统，数据能帮助公司理解设备当前实时状态。随时间推移，深度分析可帮助开发新机会、准确预测故障、在最合理时安排更换，如换型或停机期。
延伸阅读：制造业中的不同维护类型
流程优化目标应包含几个领域：
- 首要是改善初始流程。用数据识别趋势和模式，帮助微调或更好调整现有流程。可能涉及布局、物料流或沟通问题。
- 其次，应解决参数和运行条件。同样，数据让这更易发现、按严重程度更易处理。可能指机器设置、最优速度等。
- 第三考量是审计设备以确定最佳维护方法改善设备流程和正常运行时间。零件可预先分阶段准备以进一步增加运行时间。
- 最后，准确数据和机器状况可视化帮助管理者开发实用、符合人机工程的作业指导和更好的操作员、技工、技术员培训。
制造生产与流程优化方法和技术
寻求提高流程效率的制造商有许多可用解决方案：
MachineMetrics 仪表盘显示跨车间从制造设备自动收集的实时生产数据。
收集实时机器数据
流程优化的传统追踪通常指手工纸质表单和 Excel 数据录入。这耗时、易错、难维护。且分析通常基于人工洞察，可能有偏见或错误。这就是公司开始无纸化的原因。
收集实时数据并为管理者和操作员情境化以供可视化，允许过去不可能的优化生产洞察；洞察能让人正确理解车间生产进度和设备绩效。有了仪表盘和相关生产分析报表，SOP 可更快变更，带来更高质量效率和增加产量。
延伸阅读：制造数据收集：优化车间的关键
瓶颈分析
每个管理者知道瓶颈是什么及其对生产流程的危险。大多数能识别出运营中几个发生阻塞的关键区域。但正如实时数据提供洞察和解决方案优化机器层面流程，它也能洞察可能不明显的瓶颈。人工操作员可能将备份归因于某原因，而数据可能已确定是另一原因。
借助实时数据和分析，机器和流程数据可识别整个生态系统内的瓶颈和约束。此数据让操作员追踪流程，聚焦导致最多停机的瓶颈。无论阻塞是物理约束还是运营约束（如排程或改善设置时间、减少换型的错失机会），云数据赋能分析和 OEE 软件可释放干扰。
停机分析
机器停机分析是突出需立即解决领域的有用方法。利用按原因捕获的停机数据，管理者和操作员可从最恶劣罪魁祸首入手。但此分析关键在于访问和查询数据的能力，从而理解原因。
帕累托图、非计划停机百分比、高低绩效班次和操作员、平均故障间隔时间 (MTBF)、平均修复时间 (MTTR) 等 KPI 可从数据中获得。通过这些仪表盘，开发更成熟工具和解决方案，建立通用方法长期减少或消除原因、优化流程。
预测分析
使用数据驱动软件时，预测分析可能是最有价值的工具之一。此软件用机器数据诊断和预测故障。因能连接车间所有设备，可对整个生态系统预测，并更快部署解决方案，甚至对公司关注的问题区域即时部署。也可用于石油生产、燃气生产等大占地行业。
机器算法检测人类无法发现的模式。这允许问题发生前主动干预、或发生时实施周密计划的维护和换型解决方案。这些预测分析甚至可用于延长刀具寿命，通过监控刀具磨损预测刀具何时失效。自定义应用甚至允许在机器层面做自动化和半自主解决方案，释放操作员从事其他任务，进一步提升质量和最大化生产。
在机器层面分析停机原因提供颗粒度洞察，了解特定设备为何导致问题。图为 MachineMetrics“按机器停机”报表。
用 MachineMetrics 优化您车间的流程
使用 MachineMetrics 工业数据平台，制造商能前所未有地优化流程。此优化通过多种方式实现：
准确实时追踪机器停机
手工数据追踪天生有缺陷。虽初衷良好，但纸质追踪易错且可能增加风险。也难坚持，缺口和缺失数据常见。且数据可能被四舍五入，因此准确度远低。
手工追踪常需录入 Excel 或其他电子表格以理清数据，意味着数据到达需用者手中时已过时。且分析深度有限。人工解读可能有偏见。
用 MachineMetrics，操作员、管理者和其他关键利益相关者拥有即时可见性，获取实时、准确机器数据。因数据实时，他们通过平板远程或机器旁、车间上方仪表盘指尖访问，理解故障实际原因。
仪表盘和报表直观，提供停机原因快速洞察和行动快速解决方案，降低运营成本。
基于机器事件启用工作流和通知
用 MachineMetrics 软件，机器数据可触发工作流。这些强大工具确保正确信息发送给正确人员或自动化系统以实施行动。这些行动以事件、通知、有用链接或 webhook 形式出现，每种都能通过在问题出现时实现快速行动优化流程。
延伸阅读：制造商十大工作流
事件可触发邮件或短信通知给正确人员。过去，操作员需依赖视觉线索、电话、广播系统或其他通信方式通知他人问题。常冒着风险通知到错误人员。许多情况下，操作员可能不知问题是什么。有了事件，正确问题被上报，节省重启或维修时间。
通知允许即时沟通，节省时间、减少识别和解决问题的步骤。若主管知消息指示缺乏原料，可跳过去机器一趟，直接去上游瓶颈流程。
Webhook 将行动层级更进一步。这些微小数据包可用于触发机器自身补救行动。或结合计算机化维护管理系统 (CMMS) 自动通知维护团队、检查备件库存并向技工发放，提高系统完整性、加快维修重启时间。
凭借机器状况改善维护
MachineMetrics 可赋能制造商利用准确机器状况开发基于状态、预测性或处方性维护计划。可随时评估设备健康，操作员和管理者可节省时间和维护成本，摒弃反应性维护计划。
结果是大幅改善的整体设备效率 (OEE)，减少停机、通过将策略性设计的维护策略纳入价值流帮助改善流程。此数据再加入分析，允许对制造所有领域更精准优化，建立对系统完整性的信心。
MachineMetrics 让制造商在机器和工厂层面利用数据力量。凭借强大边缘设备范围结合 AI 赋能数据平台，MachineMetrics 可提供应用或帮您构建自己的应用和模型，基于实时数据和状况驱动高效可行动洞察，在任何环境优化流程。立即联系我们，让我们展示如何从数据中获得最大价值。
用 MachineMetrics 优化您的流程
工业技术