Productie-efficiëntie verhogen: Jobstandaarden in realtime valideren met MachineMetrics

Nauwkeurige jobstandaarden kunnen de operationele en financiële succes van een fabrikant maken of breken. Het gebrek aan realtime validatiemethodes voor opzet- en cyclus tijden leidt tot slechte voorspellingen en de impact wordt door de hele organisatie gevoeld.

In dit artikel bespreken we hoe fabrikanten MachineMetrics kunnen gebruiken om jobstandaarden gemakkelijk te verifiëren tegen echte prestatiedata en hoe het aanscherpen van jobstandaarden u kan helpen uw onderdelen beter te prijzen en jobs nauwkeuriger te plannen.

Waarom is het standaardiseren van uw jobs en opzettijden belangrijk?

Fabrikanten hebben vaak standaarden die gaan over de tijd die het kost om een onderdeel te maken alsook de tijd die het kost om een job op te zetten (om een onderdeel te maken). Deze standaarden worden vaak ingesteld tijdens de ontwerp- en/of programmeerfase en worden vaak niet up-to-date gehouden. Aangezien fabrikanten deze standaarden soms gebruiken om prijzen en planning te baseren, kan het een discrepantie veroorzaken tussen de verwachte job- en opzettijd versus de werkelijke job- en opzettijd.

Dit leidt tot een verscheidenheid aan issues die zich door de gehele operatie voortspruiten:

• Operators worden gediscourageerd door onrealistische doelen gebaseerd op verwachte versus werkelijke productiesnelheden, die waarschijnlijk overmatig optimistisch zijn
• On-time delivery doelen zijn een strijd om te halen omdat het over het algemeen langer duurt om klantorders te voltooien
• Winstmarges zijn slimmer dan gecoteerd, aangezien prijzen gebaseerd zijn op de tijd die het kost om een gegeven onderdeel te voltooien

Door nauwkeurige standaarden te hebben, inclusief jobs, opzettijden, en cyclus tijden, hebben fabrikanten een beter algehele begrip van de werkelijke verwachte productieprestaties.

Met deze nauwkeurige standaard als benchmark kunnen managers machineprestaties, operatorprestaties, planning, en offertes verbeteren door cyclus tijden te optimaliseren, een capaciteitsanalyse uit te voeren, of kansen voor lijnbalancering te identificeren, allemaal in een poging om processen te optimaliseren.

Met een oplossing zoals MachineMetrics kunnen deze prestatieverbeteringen in realtime getrackt worden, en jobstandaarden geüpdatet worden om eventuele veranderingen te reflecteren.

"Het hebben van sterke, nauwkeurige jobstandaarden is de fundamentele laag om geoptimaliseerde productieprocessen te drijven, en winstgevende zakelijke resultaten te leveren."

MachineMetrics gebruiken om jobstandaarden te optimaliseren

De kern van jobstandaardoptimalisatie is het gebruiken van werkelijke prestatiedata om verwachte jobstandaarden te drijven, en het toestaan dat deze standaarden continu geüpdatet worden via workflows.

MachineMetrics maakt dit mogelijk door snel en gemakkelijk verbinding te maken met productieapparatuur, de data te contextualiseren, en stakeholders te voorzien van eenvoudig te begrijpen rapporten en dashboards, zodat standaarden geüpdatet kunnen worden volgens productiedata.

Databronnen

MachineMetrics verzamelt zowel machine- als operatordata in realtime om productiezichtbaarheid ontgrendelen en nauwkeurige jobstandaarden te aggregeren die via workflows geüpdatet kunnen worden.

Machinedata: Onze plug-and-play oplossing zorgt ervoor dat machines gemakkelijk verbonden kunnen worden en data direct verzameld kan worden van PLC's die protocollen ondersteunen, inclusief: MTConnect, Fanuc, OPC-UA, UMATI, Mitsubishi, Citizen, Haas, Heidenhain, Siemens Sinumerik, Modbus, en Ethernet IP. MachineMetrics Edge ondersteunt digitale en analoge I/O voor machines zonder een standaard connectiviteitsoptie om zelfs de meest uitdagende apparatuur te integreren.

Operatordata: Tablet-interfaces worden aan elke machine geplaatst, zodat operators menselijke context kunnen toevoegen aan machinedata. Operators kunnen stilstand categoriseren, een onderdeel afkeuren, en jobs starten/stoppen rechtstreeks vanaf de machine om kwaliteitsdata te managen en vast te leggen.

Een operator interacteert met een tablet-interface om de reden voor een stilstandgebeurtenis te documenteren.

Welke data wordt verzameld?

Een verscheidenheid aan informatie wordt verzameld zowel direct van productieapparatuur, als van operators die de jobs aan machines uitvoeren. Deze data kan zowel in realtime gebruikt worden, als geaggregeerd voor historische analyse om jobstandaarden te baselinen en te optimaliseren.

• Opzet tijden
• Cyclus tijden
• Cyclus tijd voor elk geproduceerd onderdeel
• Mediaan en gemiddelde cyclus tijden voor elke job run en aggregaat
• OEE en prestatiemetrieken
• Stilstand- en afkeurredenen geassocieerd met jobprestaties
• Jobstandaarden, inclusief aanpassingen die gemaakt worden
• Historische jobprestaties

Dashboards en Rapporten

Productiedata kan geanalyseerd worden in vooraf gebouwde rapporten en dashboards om jobs, opzettijden, en cyclus tijden, evenals andere sleutelmetrieken die jobstandaarden vastleggen of beïnvloeden, te monitoren en te baselinen.

Hieronder zijn enkele van de vooraf gebouwde rapporten die u binnen MachineMetrics kunt gebruiken om jobstandaarden te analyseren en te optimaliseren. Houd er rekening mee, u kunt rapporten ook aanpassen om elke data relevant voor uw operatie op te nemen.

Productierapport

Er zijn veel metrische waarden beschikbaar in het Productierapport. Wanneer het gaat om het optimaliseren van uw jobstandaarden, zijn er verschillende productie-efficiëntie- en jobruntime-metrieken die u wilt verzekeren in het rapport zitten:

Productie-efficiëntie

De metrische waarden beschikbaar in het Productierapport gerelateerd aan machine productie-efficiëntie voor een voltooide Job omvatten:

• Productie-efficiëntie
• Totale Deel Tijd
• Werkelijke Deel Tijd
• Gemiddelde PPH
• Ideale PPH
• Verwachte PPH
• Verwachte Deel Tijd
• Ideale Deel Tijd
• Totale Opzet
• Verwachte Opzet

Job Runtime

De metrische waarden beschikbaar in het Productierapport gerelateerd aan machine runtime voor een voltooide Job omvatten:

• Eerste Starttijd
• Laatste Eindtijd

Hieronder is een afbeelding met het productierapport, evenals een ingezoomde afbeelding met enkele van de sleutelmetrieken die u wellicht wilt opnemen in het rapport:

OEE Rapport

De verbinding tussen OEE (Overall Equipment Effectiveness) en jobstandaarden is "Prestaties", wat een van de drie metrische waarden is die OEE opmaken (de andere zijn Beschikbaarheid en Kwaliteit).

Prestaties wordt weergegeven als een percentage en is een maat van hoe goed u presteert tegen uw jobstandaarden.

Voor de eenvoud, als verwachte cyclus tijden 1 minuut zijn en u 60 onderdelen in een uur machineert, zal uw prestatie 100% zijn. Echter, als u slechts 50 onderdelen in een uur kon voltooien, zou uw prestatie 83% zijn.

Hieronder is een kijk op het OEE-rapport, evenals een ingezoomde afbeelding met de metrische waarden bovenaan het rapport:

Huidige Dienst Dashboard

Het huidige dienst dashboard is een geweldige oplossing voor het monitoren van productievoortgang in realtime. Het biedt zichtbaarheid van prestaties tegen doel, zodat operators verwachte en werkelijke prestaties kunnen vergelijken.

Er zijn meerdere weergaven die gebruikt kunnen worden voor het huidige dienst dashboard. De meest toepasselijke voor het optimaliseren van jobstandaarden zullen de Onderdelen Doel weergave en de OEE-weergave zijn.

Hieronder is een afbeelding van het huidige dienst dashboard op een monitor. Onze klanten monteren deze monitors typisch door de hele shopfloor, zodat alle stakeholders volledige zichtbaarheid hebben over alle toepasselijke machines.

Er is ook een afbeelding van een ingezoomd huidig dienst dashboard dat de "Onderdelen Doel" weergave heeft ingeschakeld.

Een workflow ontwikkelen om jobstandaardoptimalisatie te optimaliseren en automatiseren

Wanneer productie gemonitord wordt met MachineMetrics, zal het duidelijk zijn dat sommige standaarden ver afwijken van de verwachting. Dit is simpelweg een deel van het proces van het updaten van standaarden.

Fabrikanten moeten een jobstandaarden-workflow gebruiken om verdachte standaarden te ontdekken, te bepalen of ze geüpdatet moeten worden, en, zo nodig, ze te updaten in het ERP of ander systeem dat jobs beheert.

De reden dat verdachte standaarden geëvalueerd moeten worden voordat ze in uw ERP of ander managementsysteem geüpdatet worden, is dat er een redelijke oorzaak kan zijn voor een werkelijke job om ver af te wijken van de verwachte job.

Dit is waarom contextuele data geleverd door operators ongelooflijk belangrijk is om de algehele prestaties te begrijpen, met name op individuele runs waar iets onwaarschijnlijks kan gebeuren dat de jobprestaties zou vervormen.

Bijvoorbeeld, laten we zeggen dat een operator twee machines tegelijk beheert door een personeelstekort op een gegeven dag. De cyclus tijden voor de jobs die de operator draait, zullen waarschijnlijk hoger zijn dan verwacht. Aangezien dit geen gemeenschappelijk scenario is, moet de cyclus tijd niet geüpdatet worden.

Data-analyse automatiseren

Deze use case verder nemend, kunnen fabrikanten notificaties inschakelen om het proces van het ontdekken van jobstandaard-inconsistenties te automatiseren. Deze notificaties kunnen getriggerd worden op basis van productieprestaties die verdere inspectie vereisen. Bijvoorbeeld, laten we zeggen dat de cyclus tijd van een job 20% of meer afwijkt van de verwachte cyclus tijd. Dit kan automatisch stakeholders waarschuwen, zodat ze een diepere analyse kunnen uitvoeren en potentiieel jobstandaarden kunnen updaten om de data te reflecteren.

Door de notificaties in te schakelen, kunnen fabrikanten essentieel de analyse van de data in het productierapport automatiseren, zodat ze niet handmatig het rapport hoeven te scannen op zoek naar cyclus tijden die te ver afwijken van verwachte cyclus tijden.

Een Demo van MachineMetrics

In de onderstaande clip lopen we door hoe u het productierapport kunt gebruiken om jobruns te analyseren en verdachte standaarden te identificeren die beoordeeld en potentiieel geüpdatet moeten worden.

De volgende stappen naar nauwkeurige jobstandaarden en shopfloor zichtbaarheid

MachineMetrics ontgrendelt nauwkeurige, realtime productiedata, wat fabrikanten de zichtbaarheid geeft om betere, snelere, meer vertrouwde beslissingen te nemen.

Benchmark en optimaliseer uw jobstandaarden, identificeer productieknelpunten, verminder stilstandgebeurtenissen en schrotonderdelen, en verhoog de capaciteit van uw werkplaats.

Als u dieper wilt duiken in het onderwerp van jobstandaardoptimalisatie, lees het volledige artikel in onze Knowledge Base. Als u vragen heeft voor ons team, voel u zich vrij om contact met ons op te nemen of een demo te boeken.