سود:
- امکان محاسبه مفاهیم زمان استاندارد، امتیاز سرعت و کمک هزینه (Allowance).
- توانایی تولید تجزیه و تحلیل گام کار، بهینه سازی ECRS و پیش نویس های متعادل سازی MTM/line با هوش مصنوعی
- توانایی اعمال نظم و انضباط تأیید زمان های استاندارد پیشنهادی هوش مصنوعی با داده های اندازه گیری واقعی
مطالعه کار یکی از رشتههای پایهگذار مهندسی صنایع است: تولید روش کار بهتر و زمانهای استاندارد واقعی با بررسی سیستماتیک نحوه انجام یک کار (مطالعه روش) و اندازهگیری مدت زمان آن (مطالعه زمان). زمان استاندارد؛ اساس هزینه یابی، برنامه ریزی ظرفیت، تعادل خط و سیستم های تشویقی است. استاندارد اشتباه به معنای قیمت گذاری اشتباه و اهداف غیر واقعی است. هوش مصنوعی در این زمینه در تجزیه و تحلیل مراحل شغلی، ایجاد ایدههای بهبود ECRS و ایجاد طرحهای متعادل کننده خطوط قدرتمند است. اما درجهبندی سرعت و اندازهگیری زمان واقعی از میدان میآیند. در این بخش به حسابداری استاندارد زمان و نقش مناسب هوش مصنوعی خواهیم پرداخت.
اجزای زمان استاندارد
زمان استاندارد از زمان خام مشاهده شده در چند مرحله به دست می آید.
1) زمان مشاهده شده (NZ): زمان خام اندازه گیری شده با کرونومتر (متوسط) - 100% = نرمال، 110% = سریعتر از حد معمول، 90% = کند. 3) زمان استاندارد (SZ) = NZ × (1 + نسبت سهم) - سهام: نیاز شخصی، خستگی (استراحت)، تاخیر اجتناب ناپذیر.
یک مثال کوچک فرض کنید میانگین زمان مشاهده شده یک عملیات مونتاژ 45 ثانیه، سرعت مشاهده شده 110٪ و حاشیه کل 15٪ است:
NZ = 45 × 1.10 = 49.5 ثانیه SZ = 49.5 × (1 + 0.15) = 49.5 × 1.15 ≈ 56.9 ثانیه
بنابراین، اگرچه عملکرد واقعی سریع است (تمپو بالا است)، با اضافه شدن حاشیه ها، زمان استاندارد از زمان مشاهده شده بیشتر می شود. ارزش تمپو در اینجا یک قضاوت مهندسی ذهنی است و نیاز به تجربه دارد. هوش مصنوعی نمی تواند این را برای شما مشاهده کند.
توجه: وقتی به هوش مصنوعی میگویید «زمان استاندارد را محاسبه کند»، حتماً سرعت و حاشیه را قید کنید. اگر هوش مصنوعی به طور خود به خود بگوید "فرض کنید سرعت 100٪ است" و ادامه دهد، این فرض ممکن است واقعیت را در میدان نشان ندهد و زمان استاندارد شما را مخدوش کند.
چقدر مشاهده؟ (حجم نمونه)
یک اندازه گیری کافی نیست. تنوع فرآیند وجود دارد. تعداد مشاهدات مورد نیاز بر اساس اطمینان و دقت مورد نظر به صورت آماری تعیین می شود. یک رویکرد تقریبی این است که به تغییرپذیری چند مشاهدات اول نگاه کنیم و n مورد نیاز برای دقت هدف را محاسبه کنیم.
با مشاهدات اولیه زیر (ثانیه) تعداد مشاهدات مورد نیاز برای اطمینان 95% و دقت 5±% را تخمین بزنید. فرمول و فرضیات را بنویسید. مشاهدات: {{ 44، 46، 45، 48، 43، 47، ... }}بعدی: آیا تعداد مشاهدات فعلی کافی است، اگر نه، چند مشاهده دیگر لازم است؟
مطالعه روش و ECRS با هوش مصنوعی
هدف از مطالعه روش انجام بهتر کار است. پرس و جو ECRS یک چارچوب قدرتمند است: حذف، ترکیب، تنظیم مجدد، ساده کردن.
نقش: شما یک مهندس صنایع متخصص در مطالعه کار هستید. وظیفه: مراحل کار زیر را با چارچوب ECRS ارزیابی کنید. برای هر مرحله: آیا می توان این مرحله را حذف کرد/ترکیب کرد/تجدید ترتیب داد/ساده کرد؟ پیشنهادات ملموس و اثرات زمان تخمینی را بنویسید. مراحل و مدت کار (ثانیه): 1. قسمت را از قفسه بردارید (6)2. آن را روی پیشخوان (4) 3 قرار دهید. پیچ (8)4 را به صورت دستی شروع کنید. با آچار گشتاور (5) سفت کنید. بررسی (3)6. قسمت تمام شده را در کادر قرار دهید (5) قانون: از پیشنهاداتی که ارگونومی و کیفیت را به خطر می اندازد اجتناب کنید. به هر پیشنهاد یک یادداشت «باید در زمینه آزمایش شود» بدهید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
این را تسریع کنید
بدون زمینه؛ هوش مصنوعی پیشنهادهای عمومی و مقرون به صرفه مانند "افزودن اتوماسیون" را ارائه می دهد.
اعلان قدرتمند:
مراحل کار زیر را با ECRS تجزیه و تحلیل کنید و پیشنهاداتی ارائه دهید که فقط با تجهیزات موجود و بدون نیاز به سرمایه گذاری اضافی قابل اجرا هستند. افزایش ثانیه تخمینی و ریسک بالقوه کیفیت/ارگونومی را برای هر توصیه مشخص کنید. برنده ها را جمع کنید و زمان چرخه تخمینی جدید را محاسبه کنید. مراحل: {{ ... }}
دومین محدودیت سریع (بدون سرمایه گذاری اضافی) مستلزم ریسک و بازده قابل اندازه گیری است. این باعث می شود که توصیه ها به طور مستقیم قابل اجرا باشند.
متعادل سازی خطوط
متعادل کردن بار بین ایستگاه های کاری در خط مونتاژ، تنگناها و انتظار بیکاری را کاهش می دهد. مفاهیم اساسی:
زمان تکت = زمان تولید در دسترس / تقاضا (سرعت مورد نیاز) حداقل تعداد ایستگاه = کل محتوای کار / زمان تکت (گردش به بالا) بازده خط = کل محتوای کار / (تعداد ایستگاه ها × زمان چرخه)
مثال: کل محتوای کار 180 ثانیه در هر قطعه، 450 دقیقه تولید در روز، تقاضای روزانه 300 قطعه:
تکت = (450 × 60) / 300 = 27000 / 300 = 90 ثانیه / قطعه حداقل ایستگاه = 180 / 90 = 2 ایستگاه
هوش مصنوعی در تعیین وظایف به ایستگاه ها بر اساس روابط اولویت، پیش نویس تولید می کند. اما شما بررسی می کنید که نمودار اولویت درست است و اینکه انتساب در واقع از takt تجاوز نمی کند.
نکته: در تخصیص ایستگاه پیشنهادی توسط هوش مصنوعی، با جمع کردن یک به یک بررسی کنید که کل زمان هر ایستگاه از زمان تکت تجاوز نکند. هوش مصنوعی گاهی اوقات کارهایی را که فراتر از تاکت هستند به یک ایستگاه اختصاص می دهد و آن را به عنوان "متعادل" نشان می دهد.
مینی کیس: استاندارد غیرواقعی
زمان استاندارد ایستگاه خیاطی در یک کارگاه نساجی سال ها پیش تعیین شد و اپراتورها همیشه از هدف فراتر می روند. مهندس صنایع Kerem دوباره کار را مطالعه می کند: او 15 مشاهده می گیرد، سرعت را 95٪ ارزیابی می کند (اپراتور کمی کند)، و سهم را 12٪ می گیرد. این داده ها را وارد هوش مصنوعی می کند، زمان استاندارد را محاسبه می کند و از طریق ECRS پیشنهادات بهبود را درخواست می کند. هوش مصنوعی یک مرحله را با پیشنهاد کار موازی دو دستی (با استفاده از دو دست) ترکیب می کند. Kerem پیشنهاد را در این زمینه آزمایش می کند. زمان چرخه کاهش می یابد و یک استاندارد جدید و واقعی ایجاد می شود. تفاوت: با استاندارد قدیمی، سرعت و روش به روز نشده محاسبه می شود. هوش مصنوعی محاسبه و توصیه را تسریع کرده است. انسان ارزیابی سرعت و آزمایش میدانی را انجام داد.
اشتباهات رایج
- فراموش کردن سهام: تولید استانداردهای غیر واقعی (خیلی کوتاه) با اضافه نکردن سهام استراحت و شخصی.
- سپردن سرعت به هوش مصنوعی: بر اساس حدس و گمان بدون ارزیابی تمپو ذهنی در میدان.
- مشاهده ناکافی: تعیین استانداردها با اندازه گیری های تک/چند. تغییرپذیری را نادیده بگیرید
- ایستگاه بیش از takt: مقایسه نکردن بار ایستگاه با زمان تاکت در تعادل خط.
- عدم به روز رسانی استاندارد: ادامه استفاده از استاندارد قدیمی در صورت تغییر روش.
به طور خلاصه
- زمان استاندارد = زمان عادی × (1 + شمارنده)؛ زمان عادی = زمان مشاهده شده × سرعت. هر سه جزء مورد نیاز است.
- رتبه بندی سرعت یک قضاوت مهندسی ذهنی است. هوش مصنوعی نمی تواند برای شما مشاهده کند.
- تعداد کافی مشاهدات توسط آمار تعیین می شود. با یک اندازه گیری نمی توان یک استاندارد ایجاد کرد.
- ECRS یک چارچوب قدرتمند برای بهبود روش است. پیشنهاداتی با محدودیت و ریسک بخواهید.
- مطمئن شوید که اطمینان حاصل کنید که هر ایستگاه از زمان تاکت خود در تعادل خط تجاوز نمی کند.
وظیفه کاربردی
شغلی را انتخاب کنید (واقعی یا تخیلی، 5-7 مرحله). به میانگین زمانهای مشاهدهشده مراحل توجه کنید، یک سرعت (مثلاً 105٪) و نسبت سهم (مثلاً 13٪) را تعیین کنید. از هوش مصنوعی زمان استاندارد را برای محاسبه و نمایش هر مرحله بخواهید. تأیید بحرانی: NZ و SZ را به صورت دستی محاسبه کنید و با هوش مصنوعی مقایسه کنید. سپس مراحل را با ECRS تجزیه و تحلیل کنید و حداقل دو پیشنهاد با محدودیت "بدون سرمایه گذاری اضافی" دریافت کنید. سود دوم هر پیشنهاد را جمع کنید و زمان چرخه جدید را پیدا کنید. در نهایت، تقاضای روزانه را در نظر بگیرید و زمان تاکت و حداقل تعداد ایستگاه ها را محاسبه کنید. بررسی کنید که آیا تخصیص ایستگاه هوش مصنوعی از takt بیشتر است یا خیر.