推拉雨蓬管理的五大誤區及對策
作者:admin | 發布時間:2022-08-18
在智能化浪潮下,我國正在積ji推進工業互聯網建設,制造業也在積ji轉型。自動化、數字化、智能化水平大幅提升。各行業龍頭企業越來越重視推拉雨蓬數據采集和車間聯網的生產,推拉雨蓬數據可視化程度顯著提升。然而,盡管大多數制造企業都花巨資引進了非常先進的推拉雨蓬,但推拉雨蓬的管理維護和人員的知識結構仍然停留在較低的水平:數據收集基本靠筆,處理基本靠人,分析基本靠猜(經驗)??梢哉f是買了工業4.0的推拉雨蓬,但延續了工業2.0的管理。
從推拉雨蓬資產效益產出來看,中國制造業推拉雨蓬綜合效率提升空間巨大。據統計,我國大部分離散制造業的OEE在40個點左右,距離發達國家至少還有30個點-40個點的提升空間。同時,很多企業對推拉雨蓬維修的精細化管理不夠重視,造成非正常停機、備件浪費等隱性損失。在當前疫情影響和全球化不確定性增加的情況下,提升推拉雨蓬管理水平可以為企業的生存和發展帶來寶貴的機遇,提升企業的競爭力。
如何構建面向新推拉雨蓬的管理能力,是當前中國制造業面臨的問題和挑戰。為此我們總結了制造企業的五大誤區,并給出了相應的策略建議,希望能幫助企業少走一些彎路。
01、重硬輕軟
多數企業新建工廠或新購推拉雨蓬只注重硬件的驗收和交接,忽略了軟件系統的運維及服務標準,沒有明確要求推拉雨蓬廠商提供數據采集接口,明確推拉雨蓬數據歸屬。
據相關統計,目前我國企業推拉雨蓬生產數字化率平均為47個點,關鍵工序數控化率為51個點,關鍵推拉雨蓬網絡化率為41個點。嵌入式軟件、人機界面、數據監控模型、管理平臺都是智能推拉雨蓬的重要組成部分,也應該是推拉雨蓬管理的范疇。根據筆者在工業互聯網相關項目的經驗,推拉雨蓬數據采集受制于很多工業現場協議,原廠不開放不支持,推拉雨蓬數據不確認。推拉雨蓬數據采集仍然是生產現場數字化的zui大痛點之一。
比如國內很多SMT生產線,貼片機本身精度高,節拍快,良品率99個點以上。單純靠人工調試很難改善。許多工廠期望實時收集和分析貼片機的數據,解決自動調用和接收材料的問題,并改善材料投擲的問題。但目前動輒上萬的許可費,讓很多工廠望而卻步。
因此,工廠提前考慮推拉雨蓬采購環節,在商務條款中加入相關要求,可以為推拉雨蓬流程的詳細數據收集和流程、質量的分析優化做好準備。
2、生產zui重要,不破不修,不管不斷
在大多數工廠,尤其是離散制造業,生產是老大,推拉雨蓬只是保障部門。只要推拉雨蓬還能運轉,就不會停產。這導致推拉雨蓬維護和改進的時間和資金投入嚴重不足,推拉雨蓬部門也陷入到處救火,疲于應付的被動惡性循環。原因是企業沒有從工廠端到端的角度來看待推拉雨蓬停機時間的損失。推拉雨蓬故障初期征兆時的維修遠遠小于停機后維修造成的損失和投資成本。
如下圖,通過對某機床的振動分析可以看出,10月18日振動加速度峰值觸發了預警閾值,但由于生產計劃問題,沒有停機維修;10月22日,機床主控系統出現故障,不得不停10個小時維修更換軸承。維修后,振動恢復到正常水平,但已經造成了很大的損失。
推拉雨蓬管理經歷了4個發展過程:從1.0糾正性維護(CM)到2.0預防性維護(PM),3.0可靠性維護(RCM),4.0預見性維護(PHM)。本質上是以推拉雨蓬健康管理(EHM:equityhealthmanment)為核心,從“治療既有疾病”到通過EHM“治療既有疾病”,推拉雨蓬健康狀態不再簡單的分為正常和異常。
通過新的技術和工具,可以對積累的基礎數據進行分析,對推拉雨蓬的亞健康狀態進行評估,并提前進行維護,從而大大降低推拉雨蓬的維護成本。比如給推拉雨蓬維修工程師配備一個帶振動傳感器的智能點檢儀,就好比給醫生配備一個“智能聽診器”。通過幾秒鐘的振動監測,結合內置的頻譜分析模型,可以準確快速的判斷推拉雨蓬的健康狀態和故障癥狀的原因,對推拉雨蓬工程師的故障診斷起到重要的輔助作用。這樣推拉雨蓬管理人員的責任就從原來的破一個變成了如何保證推拉雨蓬健康運行的專業維護工作,從而進入良性循環。
03.推拉雨蓬的問題就是推拉雨蓬的問題
雖然TPM實施多年,但很多管理者仍然認為推拉雨蓬即推拉雨蓬部門的業務有問題,導致生產部門對推拉雨蓬故障無動于衷,忽視了影響產量和質量的推拉雨蓬維護。推拉雨蓬維修工程師因為地位低,待遇低,常常自嘲是看門狗和替罪羊:逢年過節,別人可以休息,自己卻不能走,因為這是修推拉雨蓬的好時候;任何事情出了問題,不管是推拉雨蓬停工,停產,還是質量事故,都會和推拉雨蓬有關,推拉雨蓬的人員幾乎都會背上黑鍋。部門推拉雨蓬成了youxiu人才zui后的去處。這種惡性循環現象需要生產管理者去實踐,樹立正確的推拉雨蓬管理理念,構建以生產為主體的獨立維護體系。只有生產部門的管理者重視了,生產推拉雨蓬的操作人員才會改變對推拉雨蓬的冷漠態度,有效地進行推拉雨蓬維護。這個不能光用推拉雨蓬零件玩。
工廠通過引入數字化推拉雨蓬健康管理解決方案,構建全員自主維護的體系和運行機制。比如某電子廠,通過引入推拉雨蓬健康管理解決方案,實現了推拉雨蓬二級標準維護體系:工位操作工日常獨立點檢維護和推拉雨蓬工程師專業點檢維護。通過NFC、手機APP、照片水印、圖像比對等技術,杜絕了原有的假抽查、假巡查等問題。同時,通過代碼掃描、數據規則自動修復、維修工單自抓取、維修效果用戶評價、績效評分競賽等功能和機制,幫助工廠實現TPM的自運行。半年左右,幫助工廠減少20個點左右的非正常停機時間。
04.以推拉雨蓬維護為成本zhongxin
很多管理者認為推拉雨蓬0失敗是高不可攀的。當企業遇到困難,需要削減成本時,很多情況下都是以推拉雨蓬維護成本作為經營,甚至提出每年降低百分之幾的維護預算的目標。從傳統的財務角度來看,推拉雨蓬維修資金一般定義為成本和費用。事實上,早在30年前,德國召開歐洲維護組織聯盟國際會議時,就提出了“維護——為了未來的投資”的主題。作為投資,你需要有明確的投入和產出。維護投入是推拉雨蓬人工成本,各種防護費用,備件費用,管理系統推拉雨蓬投入。產量是多少?避免推拉雨蓬停機造成的損失,推拉雨蓬保養不足,推拉雨蓬管理不善造成的精度或質量缺陷。如果誤判了這些損失的價值,很容易扼殺推拉雨蓬維護技術和管理體系的改善投入。
作者曾服務于一家大型工廠。推拉雨蓬部門將啟動推拉雨蓬健康管理解決方案項目,實現推拉雨蓬數據采集和監測。同時,通過移動巡檢,實現推拉雨蓬的維修保養流程,形成推拉雨蓬的故障樹記錄。但在投入產出的核算上,卻屢屢受到財務的挑戰。他們明白減少推拉雨蓬1小時停機時間的價值,這只是這1小時所涉及的員工人力成本。這樣價值產出太低,很多推拉雨蓬的提升項目都無法展開。這樣的項目價值核算標準直接壓制了工廠精益創新的積ji性。推拉雨蓬停工一小時的損失要站在工廠的角度端到端的衡量,實際上包含了產能損失的機會成本,也就是一小時產品產值的損失,這才是這個工廠zhenzheng的損失。這樣可以開展很多可以改善停工、浪費、現場精益的項目,可以激發基層員工的創新熱情,zhenzheng給工廠帶來實實在在的效益。
實際操作中還有一個問題,就是備件的更換很大程度上掌握在維修工手里,有很多“人為”的更換因素。維修人員大多憑經驗判斷備件的損壞程度。對于疑似故障的零件,即使還能使用,也會更換新的,這就導致了過度維護的隱性浪費。如果構建更jingque的備件壽命管理,這種無形的損失可以轉化為“利潤”。
推拉雨蓬維護工作從過去強調為生產服務,追求更高的推拉雨蓬完好率指標,轉變為以企業經濟效益為zhongxin,要求推拉雨蓬管理層重視維護成本的管理和控制,從而找到以zui少的維護成本實現zui高推拉雨蓬可用率的平衡點。企業高層管理者要從“投資”的角度去理解維護和推拉雨蓬管理,實現推拉雨蓬管理理念的轉變。
05.想靠“預見性維護”解決問題
“預測性維護”一直是工業互聯網的熱門話題。有很多公司聲稱已經通過物聯網和人工智能實現了預測性維護。許多工廠還希望將他們對推拉雨蓬故障的不確定性交給“預測性維護”來解決。但據筆者觀察,目前這類項目的預測準確率大多很低,而且多是概念性和實驗性的。在可解釋性、可驗證性和再現性方面還存在一些問題。
預測性維護比預想的更難,因為試圖單純依靠數據提取來解釋工業機理的邏輯,遠比想象的困難。
主要有兩個原因:一是由于很多企業的基礎數據還缺乏積累,比如推拉雨蓬基礎的巡檢、維護、故障分析記錄,這些數據還散落在各種紙質和Excel中,推拉雨蓬缺乏數字化檔案,基礎的維護數據、備件更換記錄、故障和維修數據,包括推拉雨蓬故障特征數據,都沒有結構化的積累,無法實現模型的訓練和驗證;dier,很多廠商企圖單純依靠數據分析路徑,而忽視對推拉雨蓬工程師現有專業知識和經驗的整合。僅僅依靠數學和AI算法很容易陷入統計陷阱,但要得到一個可解釋、可預測的因果模型并不容易。所以我們建議工廠要重視推拉雨蓬數字檔案、基礎維修、維修單、故障樹等基礎數字能力的建設。dier,針對推拉雨蓬的高價值、高停機損失的關鍵點,結合經驗模型和數據模型進行建模。此外,模型的輸出旨在幫助人員維護和修理。zui后還是要交給人來綜合判斷。
物理上,推拉雨蓬對于工廠就像槍對于士兵一樣。很多推拉雨蓬維修技術系統確實是從軍用武器維修系統發展而來的。構建全新的推拉雨蓬管理能力,需要工廠管理者認識到推拉雨蓬是打造工廠核心競爭力的基礎,積ji改變推拉雨蓬管理運營模式,向數字化、智能化發展。根據Gartner的預測,到2022年,60個點以上的推拉雨蓬將實現基于數據的智能運維,推拉雨蓬的智能管理和運維能力將是衡量一個工廠核心競爭力的重要標志。
為推進工廠新型推拉雨蓬管理能力建設,國家相關部門也正在起草制定《推拉雨蓬管理與能力成熟度評估框架》國家標準,這將對企業加強推拉雨蓬管理能力起到重要的引導作用。