કાર્ય અભ્યાસ અને સમય અભ્યાસ

નફો:

• પ્રમાણભૂત સમય, ટેમ્પો રેટિંગ અને ભથ્થું (ભથ્થું) ખ્યાલોની ગણતરી કરવાની ક્ષમતા
• AI સાથે જોબ સ્ટેપ એનાલિસિસ, ECRS ઑપ્ટિમાઇઝેશન અને MTM/લાઇન બેલેન્સિંગ ડ્રાફ્ટ બનાવવાની ક્ષમતા
• વાસ્તવિક માપન ડેટા સાથે AI-સૂચવેલ માનક સમયને ચકાસવાની શિસ્ત લાગુ કરવાની ક્ષમતા

કાર્ય અભ્યાસ એ ઔદ્યોગિક ઇજનેરીની સ્થાપક શાખાઓમાંની એક છે: કાર્ય કેવી રીતે કરવામાં આવે છે (પદ્ધતિ અભ્યાસ) અને તે કેટલો સમય લે છે (સમય અભ્યાસ) માપવા દ્વારા વ્યવસ્થિત રીતે તપાસ કરીને વધુ સારી કાર્ય પદ્ધતિ અને વાસ્તવિક પ્રમાણભૂત સમયનું નિર્માણ કરવું. પ્રમાણભૂત સમય; તે ખર્ચ, ક્ષમતા આયોજન, રેખા સંતુલન અને પ્રોત્સાહન પ્રણાલીનો આધાર છે. ખોટા ધોરણનો અર્થ થાય છે ખોટા ભાવ અને અવાસ્તવિક લક્ષ્યો. AI આ ક્ષેત્રમાં જોબ સ્ટેપ્સનું પૃથ્થકરણ કરવા, ECRS સુધારણા વિચારો પેદા કરવા અને લાઇન બેલેન્સિંગ બ્લુપ્રિન્ટ્સ સ્થાપિત કરવામાં શક્તિશાળી છે; પરંતુ ટેમ્પો ગ્રેડિંગ અને વાસ્તવિક સમય માપન ક્ષેત્રમાંથી આવે છે. આ એકમમાં અમે પ્રમાણભૂત સમય એકાઉન્ટિંગ અને AI ની યોગ્ય ભૂમિકાને આવરી લઈશું.

પ્રમાણભૂત સમયના ઘટકો

પ્રમાણભૂત સમય અવલોકન કરેલ કાચા સમયમાંથી કેટલાંક પગલાઓમાં મેળવવામાં આવે છે.

1) અવલોકન કરેલ સમય (NZ): સ્ટોપવોચ (સરેરાશ) વડે માપવામાં આવેલ કાચો સમય. - 100% = સામાન્ય, 110% = સામાન્ય કરતાં ઝડપી, 90% = ધીમો.3) માનક સમય (SZ) = NZ × (1 + શેર ગુણોત્તર) - શેર્સ: વ્યક્તિગત જરૂરિયાત, થાક (આરામ), અનિવાર્ય વિલંબ.

એક નાનું ઉદાહરણ. ચાલો કહીએ કે એસેમ્બલી કામગીરીનો સરેરાશ અવલોકન સમય 45 સેકન્ડ છે, અવલોકન કરેલ ટેમ્પો 110% છે, અને કુલ માર્જિન 15% છે:

NZ = 45 × 1.10 = 49.5 સેકન્ડSZ = 49.5 × (1 + 0.15) = 49.5 × 1.15 ≈ 56.9 સેકન્ડ

તેથી, વાસ્તવિક કામગીરી ઝડપી હોવા છતાં (ટેમ્પો ઊંચો છે), માર્જિનના ઉમેરા સાથે પ્રમાણભૂત સમય અવલોકન કરેલ સમય કરતાં વધી જાય છે. અહીં ટેમ્પો મૂલ્ય વ્યક્તિલક્ષી ઇજનેરી નિર્ણય છે અને અનુભવની જરૂર છે; AI તમારા માટે આનું અવલોકન કરી શકતું નથી.

ધ્યાન આપો: જ્યારે AI ને "પ્રમાણભૂત સમયની ગણતરી કરવા" કહે છે, ત્યારે ટેમ્પો અને માર્જિન આપવાની ખાતરી કરો. જો AI સ્વયંભૂ કહે છે કે "ધારો ટેમ્પો 100% છે" અને ચાલુ રહે છે, તો તે ધારણા ક્ષેત્ર પર વાસ્તવિકતાને પ્રતિબિંબિત કરી શકશે નહીં અને તમારા પ્રમાણભૂત સમયને વિકૃત કરશે.

કેટલું અવલોકન? (નમૂનાનું કદ)

એક જ માપ પૂરતું નથી; પ્રક્રિયાની વિવિધતા છે. જરૂરી અવલોકનોની સંખ્યા ઇચ્છિત આત્મવિશ્વાસ અને ચોકસાઇના આધારે આંકડાકીય રીતે નક્કી કરવામાં આવે છે. રફ અભિગમ એ પ્રથમ થોડા અવલોકનોની પરિવર્તનશીલતા જોવા અને લક્ષ્યની ચોકસાઇ માટે જરૂરી n ની ગણતરી કરવાનો છે.

નીચેના પ્રારંભિક અવલોકનો (સેકન્ડ) સાથે 95% આત્મવિશ્વાસ અને ±5% ચોકસાઈ માટે જરૂરી અવલોકનોની સંખ્યાનો અંદાજ કાઢો. સૂત્ર અને ધારણાઓ લખો. અવલોકનો: {{ 44, 46, 45, 48, 43, 47, ... }}આગળ: શું અવલોકનોની વર્તમાન સંખ્યા પર્યાપ્ત છે, જો નહીં, તો હજુ કેટલાની જરૂર છે?

AI સાથે પદ્ધતિનો અભ્યાસ અને ECRS

પદ્ધતિ અભ્યાસનો હેતુ કામને વધુ સારી રીતે કરવાનો છે. ECRS ક્વેરી એક શક્તિશાળી માળખું છે: દૂર કરો, ભેગા કરો, ફરીથી ગોઠવો, સરળ કરો.

ભૂમિકા: તમે કામના અભ્યાસમાં વિશેષતા ધરાવતા ઔદ્યોગિક ઈજનેર છો. કાર્ય: ECRS ફ્રેમવર્ક સાથે નીચેના કાર્ય પગલાંનું મૂલ્યાંકન કરો. દરેક પગલા માટે: શું આ પગલું નાબૂદ/સંયુક્ત/પુનઃક્રમિત/સરળ કરી શકાય છે? નક્કર સૂચનો અને અંદાજિત સમય અસરો લખો. કામના પગલાં અને અવધિ (સેકન્ડ):1. શેલ્ફમાંથી ભાગ લો (6)2. તેને કાઉન્ટર પર મૂકો (4)3. જાતે સ્ક્રુ શરૂ કરો (8)4. ટોર્ક રેન્ચ સાથે સજ્જડ કરો (5)5. તપાસો (3)6. બૉક્સમાં સમાપ્ત થયેલ ભાગ મૂકો (5)નિયમ: એર્ગોનોમિક્સ અને ગુણવત્તા સાથે સમાધાન કરે તેવા સૂચનો ટાળો; દરેક સૂચનને "ફીલ્ડ ટેસ્ટેડ હોવું જોઈએ" નોંધ આપો.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આને ઝડપી બનાવો.

સંદર્ભ વિના; AI "ઓટોમેશન ઉમેરો" જેવા સામાન્ય અને ખર્ચ-અજ્ઞેયવાદી સૂચનો બહાર કાઢે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

ECRS સાથે નીચેના કામના પગલાઓનું વિશ્લેષણ કરો અને એવા સૂચનો આપો જે ફક્ત હાલના સાધનો સાથે જ લાગુ પડે અને વધારાના રોકાણની જરૂર વગર. દરેક ભલામણ માટે અંદાજિત સેકન્ડનો ફાયદો અને સંભવિત ગુણવત્તા/અર્ગનોમિક્સ જોખમનો ઉલ્લેખ કરો. જીત ઉમેરો અને નવા અંદાજિત ચક્ર સમયની ગણતરી કરો. પગલાં: {{ ... }}

બીજી પ્રોમ્પ્ટ અવરોધ (કોઈ વધારાના રોકાણ) માટે જોખમ અને માપી શકાય તેવું વળતર જરૂરી નથી; આ ભલામણોને સીધી લાગુ પડે છે.

રેખા સંતુલન

એસેમ્બલી લાઇન પરના વર્કસ્ટેશનો વચ્ચેના ભારને સંતુલિત કરવાથી અડચણો અને નિષ્ક્રિય રાહ ઓછી થાય છે. મૂળભૂત ખ્યાલો:

તક સમય = ઉપલબ્ધ ઉત્પાદન સમય / માંગ (જરૂરી ઝડપ) સ્ટેશનોની ન્યૂનતમ સંખ્યા = કુલ કાર્ય સામગ્રી / તક સમય (રાઉન્ડ અપ) લાઇન કાર્યક્ષમતા = કુલ કાર્ય સામગ્રી / (સ્ટેશનોની સંખ્યા × સાયકલ સમય)

ઉદાહરણ: કુલ કાર્ય સામગ્રી 180 સેકન્ડ/પીસ, દરરોજ 450 મિનિટ ઉત્પાદન, દૈનિક માંગ 300 ટુકડાઓ:

તક = (450 × 60) / 300 = 27000 / 300 = 90 સેકન્ડ/પીસ ન્યૂનતમ સ્ટેશન = 180 / 90 = 2 સ્ટેશન

AI અગ્રતા સંબંધોના આધારે સ્ટેશનોને કાર્યો સોંપવામાં ડ્રાફ્ટ બનાવે છે; પરંતુ તમે ચકાસો કે પ્રાયોરિટી ડાયાગ્રામ સાચો છે અને અસાઇનમેન્ટ વાસ્તવમાં takt કરતાં વધુ નથી.

ટીપ: AI દ્વારા સૂચવેલ સ્ટેશન અસાઇનમેન્ટમાં, ચકાસો કે દરેક સ્ટેશનનો કુલ સમય એક પછી એક ઉમેરીને ટેક ટાઈમ કરતા વધારે નથી. AI કેટલીકવાર સ્ટેશનને તક કરતાં વધુ હોય તેવા કાર્યો સોંપે છે અને તેને "સંતુલિત" તરીકે રજૂ કરે છે.

મીની કેસ: અવાસ્તવિક ધોરણ

ટેક્સટાઇલ વર્કશોપમાં સિલાઇ સ્ટેશન માટે પ્રમાણભૂત સમય ઘણા વર્ષો પહેલા નક્કી કરવામાં આવ્યો હતો, અને ઓપરેટરો હંમેશા લક્ષ્ય કરતાં વધી જાય છે. ઔદ્યોગિક ઈજનેર કેરેમ નોકરીનો ફરીથી અભ્યાસ કરે છે: તે 15 અવલોકનો લે છે, ટેમ્પોને 95% (થોડો ધીમો ઓપરેટર) તરીકે મૂલ્યાંકન કરે છે અને 12% હિસ્સો મેળવે છે. તે આ ડેટાને AI માં દાખલ કરે છે, પ્રમાણભૂત સમયની ગણતરી કરે છે અને ECRS દ્વારા સુધારણા સૂચનોની વિનંતી કરે છે. AI એ એક પગલાને બાયમેન્યુઅલ સમાંતર કાર્ય (બે હાથનો ઉપયોગ કરીને) ના સૂચન સાથે જોડે છે. કેરેમ ક્ષેત્રમાં દરખાસ્તનું પરીક્ષણ કરે છે; ચક્ર સમય ઘટે છે અને એક નવું, વાસ્તવિક ધોરણ સ્થાપિત થાય છે. તફાવત: જૂના પ્રમાણભૂત, અપડેટેડ ટેમ્પો અને પદ્ધતિ સાથે ગણતરી. AI એ ગણતરી અને ભલામણને વેગ આપ્યો છે; માનવે ટેમ્પો મૂલ્યાંકન અને ક્ષેત્ર પરીક્ષણ કર્યું.

સામાન્ય ભૂલો

• શેર ભૂલી જવું: બાકીના અને વ્યક્તિગત શેરો ન ઉમેરીને અવાસ્તવિક (ખૂબ ટૂંકા) ધોરણોનું નિર્માણ કરવું.
• ટેમ્પોને AI પર છોડવું: ક્ષેત્રમાં વ્યક્તિલક્ષી ટેમ્પો આકારણી કર્યા વિના અનુમાનના આધારે.
• અપર્યાપ્ત અવલોકન: સિંગલ/થોડા માપ સાથે ધોરણો સેટ કરવા; પરિવર્તનશીલતાને અવગણો.
• સ્ટેશનથી વધુનું સ્ટેશન: લાઇન બેલેન્સિંગમાં સ્ટેશનના લોડની તક સમય સાથે સરખામણી ન કરવી.
• ધોરણને અપડેટ ન કરવું: જ્યારે પદ્ધતિ બદલાય ત્યારે જૂના ધોરણનો ઉપયોગ કરવાનું ચાલુ રાખવું.

સારાંશમાં

• માનક સમય = સામાન્ય સમય × (1 + અંશ); સામાન્ય સમય = અવલોકન કરેલ સમય × ગતિ. ત્રણેય ઘટકો જરૂરી છે.
• પેસ રેટિંગ એ વ્યક્તિલક્ષી ઇજનેરી નિર્ણય છે; AI તમારા માટે અવલોકન કરી શકતું નથી.
• અવલોકનોની પૂરતી સંખ્યા આંકડાઓ દ્વારા નક્કી કરવામાં આવે છે; એક માપદંડ સાથે ધોરણ સ્થાપિત કરી શકાતું નથી.
• ECRS એ પદ્ધતિ સુધારણા માટે એક શક્તિશાળી માળખું છે; અવરોધ અને જોખમ સાથે સૂચનો માટે પૂછો.
• ખાતરી કરો કે દરેક સ્ટેશન લાઇન બેલેન્સિંગમાં તેના ટેક ટાઇમથી વધુ ન હોય.

એપ્લિકેશન કાર્ય

નોકરી પસંદ કરો (વાસ્તવિક અથવા કાલ્પનિક, 5-7 પગલાં). પગલાંના સરેરાશ અવલોકન સમયની નોંધ લો, ટેમ્પો નક્કી કરો (દા.ત. 105%) અને શેર રેશિયો (દા.ત. 13%). AI પાસે પ્રમાણભૂત સમયની ગણતરી કરો અને દરેક પગલું પ્રદર્શિત કરો. જટિલ ચકાસણી: NZ અને SZ ની મેન્યુઅલી ગણતરી કરો અને AI સાથે સરખામણી કરો. પછી પગલાંઓનું ECRS સાથે વિશ્લેષણ કરો અને ઓછામાં ઓછા બે સૂચનો મેળવો જેમાં "કોઈ વધારાનું રોકાણ નહીં" હોય; દરેક સૂચનનો બીજો લાભ ઉમેરો અને નવો ચક્ર સમય શોધો. છેલ્લે, દૈનિક માંગ ધારો અને તક સમય અને સ્ટેશનોની ન્યૂનતમ સંખ્યાની ગણતરી કરો; તપાસો કે શું AIનું સ્ટેશન અસાઇનમેન્ટ takt કરતાં વધી ગયું છે.