Yksikkö 8 / 9

Tietojen analyysi, KPI-hallintapaneelit ja simulointi

Voitot:

  • Kyky määritellä ja laskea tarkasti tuotannon KPI:t, kuten OEE, sykliaika ja WIP
  • Kyky konfiguroida kojelaudan suunnittelua, erillistä tapahtumasimulaatiota ja skenaarioanalyysiä tekoälyn avulla
  • Kyky tarkistaa simulaation ja kojelaudan lähdöt syöttöolettamuksilla ja todellisilla tiedoilla

Teollisuusinsinöörit tekevät päätökset mittauksen, eivät intuition perusteella. Oikein määritellyt KPI:t (Key Performance Indicators) pitävät tuotantojärjestelmän pulssin; Simulaatio puolestaan ​​kysyy "mitä jos?" pysäyttämättä todellista järjestelmää. vastaa kysymykseen luottavaisin mielin. AI on kiihdytin molemmissa: se luonnostelee KPI-määritelmiä ja kojelautasuunnittelua, rakentaa simulaatiomallin rungon, tulkitsee skenaarioiden vertailuja. Sekä KPI:t että simulointi ovat kuitenkin alttiita "väärän määritelmän" ja "väärän oletuksen" ansoille. Tässä yksikössä katamme tuotannon KPI:t, kojelaudan suunnittelun ja diskreetin tapahtumasimuloinnin verifioinnin kanssa.

Oikean KPI:n määrittäminen oikein

Väärin laskettu KPI on vaarallisempi kuin ei ollenkaan, koska se antaa väärän luottamuksen. Yleisimmät tuotannon KPI:t:

KPI

Kuvaus

Huomio

OEE

Käytettävyys × suorituskyky × laatu

Nämä kolme komponenttia on laskettava erikseen

Pyöräilyaika

Aika palasten välillä

sekoitetaan tahdikkuudella

Toimitusaika (toimitusaika)

Tilaa → toimitus

erilainen kuin sykli

WIP

puolivalmiste prosessissa

Littlen lain sidottu

Jäte/romu suhde

Väärin / yhteensä

Varaa uusintatyö

Oikea-aikainen toimitus (OTD)

Ajallaan / kokonaistilaus

Määritä osittainen toimitus

OEE-esimerkki: Jos saatavuus on 90 %, suorituskyky on 95 %, laatu on 98 %:

OEE = 0,90 × 0,95 × 0,98 = 0,8379 ≈ 83,8 %

Yleinen virhe on lisätä nämä kolme numeroa ja laskea niiden keskiarvo; OEE on kertolasku, joten jokainen komponentti yhdistää tuloksen.

Littlen laki määrittää WIP-läpivirtaus-aikasuhteen ja on erittäin tehokas:

WIP = Läpivirtaus × Virtausaika Esimerkki: linjalla on keskimäärin 30 kappaletta (WIP), jos lähtö on 6 kpl/tunti Virtausaika = WIP / Lähtö = 30 / 6 = 5 tuntia

Vinkki: Kun olet laskenut tekoälyn KPI:n, tulosta myös sen määritelmä. "Mikä on OEE, millä kaavalla sen lasket?" kysyä. Tekoäly antaa joskus vain saatavuuden OEE:n sijaan tai ohittaa laatukomponentin; Älä luota numeroon näkemättä määritelmää.

KPI Dashboard Design

Hyvä kojelauta ei näytä paljon numeroita; Vastaa oikeisiin kysymyksiin. Tekoäly auttaa hahmottamaan, mitkä KPI:t ovat järkeviä millekin yleisölle ja miten ne ryhmitellään.

Rooli: Olet teollisuusinsinööri, jolla on kokemusta tuotantoanalytiikasta. Tehtävä: Suunnittele järjestelmänvalvojan kojelauta CNC-liikkeelle. Määritä: 1. Enintään 6 KPI:tä (määritelmä ja kaava kullekin).2. Tavoitearvoehdotus ja "hyvä/huomio/huono" -kynnykset kullekin KPI:lle.3. Mikä KPI näytetään missä kaaviossa (trendi, indikaattori, kaavio).4. 3 johdon kysymystä, joihin kojelauta vastaa. Sääntö: Vältä KPI-inflaatiota; Selitä, että jokainen indikaattori palvelee päätöstä. Älä anna keksittyä tavoitearvoa, vaan sano "se pitäisi säätää toimialan mukaan".

Heikko kehote / Vahva kehote

Heikko kehote:

Tee minusta tuotantotaulu.

Jos kohdeyleisöä, tietolähdettä ja tarkoitusta ei ole, tekoäly jättää yleisen luettelon; Päätöstä ei tehdä.

Tehokas kehotus:

Suunnittele vuoronjohtajalle taulu, joka luetaan 5 minuutissa joka aamu. Tarkoitus: missä oli tappio eilisessä vuorossa, mihin tänään pitäisi kiinnittää huomiota. Enintään 5 KPI:tä, joista jokaisella on määritelmä + kaava + kynnys. Tuntikohtaiset tuotanto-, seisonta- ja hävikitietueet tietolähteestäni, MES. Vältä liiallisia yksityiskohtia.

Toinen kehote selventää käyttäjää, käyttöhetkeä ja tietolähdettä; Tuloksena on todella käytetty lauta.

Discrete Event Simulation (DES)

Simulointi on tapa kokeilla todellista järjestelmää häiritsemättä: mitä tapahtuu jonolle, kun lisäät uuden koneen, miten vuoro muuttuu tuottoon? Diskreetti tapahtumasimulaatio (DES) mallintaa järjestelmän "tapahtumien" sarjana (osan saapuminen, prosessin viimeistely). Perussyötteet: saapumisajan jakauma, palveluajan jakautuminen, resurssien määrä, jonokuri.

Rooli: Olet simuloinnista kokenut teollisuusinsinööri.Tehtävä: Kirjoita kehys seuraavan järjestelmän mallintamiseen Python SimPyllä:- Osat saapuvat keskimäärin 4 minuutin välein (eksponentiaalinen jakauma)- Yksi kone, käsittelyaika keskimäärin 3,5 minuuttia (eksponentiaalinen)- Jono FIFOMitä minun pitää mitata lähdönä: keskimääräinen odotus, jonon pituus ja komento, koneistus; koodin käyttöaste. kirjoita jakauman oletukset alkuun.Myös: mitä analyyttistä tarkistusta voin tehdä varmistaakseni tuloksen (esim. vertailu M/M/1 tail-kaavojen kanssa)?

Viimeinen rivi tässä on kriittinen: hyvää simulaatiota verrataan analyyttiseen tarkastukseen, jos mahdollista. Yllä oleva yksinkertainen järjestelmä on M/M/1-jono; Simulaatiotuloksen tulee päteä teoreettisilla arvoilla, kuten käyttöaste ρ = 3,5/4 = 0,875 ja keskimääräinen luku järjestelmässä L = ρ/(1−ρ) = 0,875/0,125 = 7.

Varoitus: Simulaatiotulos on vain yhtä hyvä kuin syöttöoletukset ("roskat sisään, roskat ulos"). Tekoäly olettaa joskus jakauman tarkistamatta sitä tai esittää yhden ajon tuloksen kovana totuutena. Suorita useita ajoja (replikaatioita), laske luottamusvälit ja tarkista syötejakaumat todellisilla tiedoilla.

Mini Case: Simulaatio väärillä hypoteeseilla

Kokoonpanolinjalla johto uskoo, että toisen pakkausaseman lisääminen tappaa jonon. Teollisuusinsinööri Deniz rakentaa DES-mallin tekoälyllä. Ensimmäinen tulos sanoo "toinen asema vähentää jonoa 70 %". Mutta kun Deniz tarkistaa tulojakauman, hän näkee, että todellinen saapumisdata ei ole eksponentiaalinen, vaan sillä on "räjähtävä" rakenne, joka keskittyy lounastauon aikana. Kun ajetaan mallia uudelleen oikealla jakaumalla, käy ilmi, että toinen asema ei ratkaise todellista pullonkaulaa, vaan ongelma on tauon suunnittelussa. Simulaatio säästää turhaa sijoitussuositusta. Oppitunti: AI rakensi mallin nopeasti, mutta ehdotti väärää päätöstä väärällä oletuksella; Se oli henkilö, joka laittoi oikeat tiedot.

Yleisiä virheitä

  • KPI:n virheellinen määrittely: OEE-komponenttien yhteenlaskeminen tai syklin ja läpimenoajan hämmentäminen.
  • KPI-inflaatio: Kymmenien indikaattoreiden laittaminen kojelautaan, jotka eivät palvele päätöstä.
  • Yhteen suoritukseen luottaminen: Simulaatio suoritetaan kerran ja tulos on varma; ei replikaatiota.
  • Ei validoida syöttöjakaumaa: Ei verrata oletusjakaumaa (eksponentiaalinen jne.) todellisiin tietoihin.
  • Analyyttisen tarkistuksen ohittaminen: Simulaatiota ei ristiintarkistaa teoreettisen jonokaavan kanssa yksinkertaisissa järjestelmissä.

Yhteenvetona

  • KPI:n teho tulee oikeasta määritelmästä; OEE on tuote, Littlen laki yhdistää WIP-virtauslähdön.
  • Hyvä kojelauta vastaa oikeisiin kysymyksiin, ei paljon numeroita; Käyttäjän, ilmentymän ja tietolähteen on oltava selkeät.
  • DES yrittää skenaarioita rikkomatta todellista järjestelmää; Syöttöjakauma määrittää tuloksen laadun.
  • Validoi simulaatio replikaatiolla (luottamusvälillä) ja, jos mahdollista, analyysikaavalla.
  • AI rakentaa mallin ja taulun nopeasti; Se on henkilö, joka esittää oletukset oikein ja tulkitsee tuloksen.

Sovellustehtävä

Valitse tuotanto-/palvelujärjestelmä. Ensin sinun on suunniteltava tekoäly kojelautaan, jossa on enintään 5 KPI:tä; Esitä kunkin KPI:n määritelmä ja kaava ja varmista, että kolme komponenttia kerrotaan, jos OEE on läsnä. Pyydä sitten tekoälyä tulostamaan SimPy-runko yksinkertaista jonotusjärjestelmää varten (yksi palvelin) ja tulosta syötteiden jakeluoletukset yläreunaan. Kriittinen todentaminen: harkitse järjestelmää M/M/1-jonona ja laske manuaalisesti käyttöaste ρ ja keskimääräinen luku L järjestelmässä, vertaa simulaation tulokseen. Lopuksi ehdota skenaarion muutosta (toisen palvelimen lisääminen) ja arvostele tekoälyn tulosta kyseenalaistamalla syöttöjakauman realistisuus.