Добивки:
- Способност за прецизно дефинирање и пресметување на производствените KPI како што се OEE, време на циклус и WIP
- Способност да се конфигурира дизајн на контролната табла, симулација на дискретни настани и анализа на сценарија со вештачка интелигенција
- Способност да се потврдат излезите на симулацијата и контролната табла со влезни претпоставки и реални податоци
Индустриските инженери донесуваат одлуки врз основа на мерење, а не на интуиција. Правилно дефинираните KPI (Key Performance Indicators) го задржуваат пулсот на производствениот систем; Симулацијата, од друга страна, прашува „што ако? без запирање на реалниот систем. одговара на прашањето со сигурност. Вештачката интелигенција е забрзувач и во двете: ја подготвува дефиницијата за KPI и дизајнот на контролната табла, го гради скелетот на моделот за симулација, интерпретира споредби на сценарија. Сепак, и KPI и симулација се подложни на замките на „погрешна дефиниција“ и „погрешна претпоставка“. Во оваа единица, ќе ги покриеме производните KPI, дизајнот на контролната табла и симулацијата на дискретни настани со дисциплината на верификација.
Правилно дефинирање на вистинскиот KPI
Неправилно пресметаниот KPI е поопасен отколку воопшто да нема KPI бидејќи дава лажна доверба. Најчестите производствени KPI:
KPI
Опис
Внимание
ОЕЕ
Употребливост × Перформанси × Квалитет
Трите компоненти мора да се пресметаат посебно
Време на циклус
Време помеѓу парчињата
мешање со такт
Време на испорака (време на олово)
Нарачка → достава
различен од циклусот
WIP
полупроизвод во процес
врзани со законот на Литл
Сооднос отпад/остаток
Неточно / вкупно
Резервирајте преработка
Навремена испорака (OTD)
На време / вкупна нарачка
Дефинирајте делумна испорака
ОЕЕ пример: ако достапноста е 90%, перформансите се 95%, квалитетот е 98%:
OEE = 0,90 × 0,95 × 0,98 = 0,8379 ≈ 83,8%
Честа грешка е да се соберат овие три броја и да се просечат; OEE е множење, така што секоја компонента го соединува резултатот.
Законот на Литл ја воспоставува врската WIP-пропусен проток-временски тек и е многу моќен:
WIP = Пренос × Време на проток Пример: има во просек 30 парчиња (WIP) на линијата, ако излезот е 6 парчиња/час Време на проток = WIP / Излез = 30 / 6 = 5 часа
Совет: кога имате вештачка интелигенција пресметајте KPI, испечатете ја и неговата дефиниција. „Што е ОЕЕ, со која формула го пресметавте? прашај. AI понекогаш дава само достапност наместо OEE или ја прескокнува компонентата за квалитет; Не верувајте на бројот без да ја видите дефиницијата.
Дизајн на контролната табла на KPI
Добрата контролна табла не покажува многу бројки; Одговара на вистинските прашања. Вештачката интелигенција е корисна за да се наведе кои KPI имаат смисла за која публика и како да се групираат.
Улога: Вие сте индустриски инженер со искуство во анализа на производството. Задача: Дизајнирајте административна табла за продавница за CNC. Наведете: 1. До 6 KPI (дефиниција и формула за секој).2. Предлог на целна вредност и прагови „добри/внимание/лоши“ за секој KPI.3. Кој KPI на кој графикон ќе биде прикажан (тренд, индикатор, графикон).4. 3 прашања од менаџментот одговара на контролната табла. Правило: Избегнувајте инфлација на KPI; Објаснете дека секој индикатор служи за одлука. Не давајте измислена целна вредност, кажете „треба да се прилагоди според секторот“.
Слаба навестување / Силен навестување
Слаба навестување:
Направете ми производствен одбор.
Ако нема целна публика, извор на податоци и цел, вештачката интелигенција ќе исфрли општ список; Не се носи одлука.
Моќен потсетник:
Дизајнирајте табла за надзорникот на смена, која ќе се чита за 5 минути секое утро. Цел: каде беше загубата во вчерашната смена, на што треба да се обрне внимание денес. Максимум 5 KPI, секој со дефиниција + формула + праг. Евиденција на часовно производство, застој и трошење од мојот извор на податоци, МЕД. Избегнувајте прекумерни детали.
Вториот промпт го разјаснува корисникот, моментот на користење и изворот на податоци; Резултатот е табла што всушност се користи.
Симулација на дискретен настан (DES)
Симулацијата е начин да се експериментира без да се наруши реалниот систем: што се случува со редот кога додавате нова машина, како се влијае на излезот кога се менува промената? Симулација на дискретни настани (DES) го моделира системот како низа од „настани“ (пристигнување на дел, завршница на процесот). Основни влезови: распределба на време меѓу пристигнување, распределба на време на услуга, број на ресурси, дисциплина во редица.
Улога: Вие сте индустриски инженер искусен во симулација. Задача: Напишете рамка за моделирање на следниов систем со Python SimPy: - Деловите пристигнуваат на секои 4 минути во просек (експоненцијална дистрибуција) - Единечна машина, просечно време на обработка 3,5 минути (експоненцијално) - Ред FIFOW што треба да измерам како излез. напишете ги претпоставките за дистрибуција на почетокот.Исто така: каква аналитичка проверка можам да направам за да го потврдам резултатот (на пр. споредба со формулите на опашката M/M/1)?
Последната линија овде е критична: добрата симулација се споредува со аналитичка проверка ако е можно. Едноставниот систем погоре е редица M/M/1; Резултатот од симулацијата треба да важи со теоретски вредности како што се стапката на искористеност ρ = 3,5/4 = 0,875 и просечниот број во системот L = ρ/(1−ρ) = 0,875/0,125 = 7.
Внимание: Излезот од симулацијата е исто толку добар како и влезните претпоставки („ѓубре влегува, ѓубре надвор“). Вештачката интелигенција понекогаш ја претпоставува дистрибуцијата без да ја потврди или го прикажува резултатот од еднократна работа како тврда вистина. Извршете повеќе работи (репликации), пресметајте интервали на доверливост и проверете ги влезните дистрибуции со реални податоци.
Мини случај: Симулација со лажни хипотези
На монтажната линија, раководството смета дека додавањето на втора станица за пакување ќе ја уништи редицата. Индустрискиот инженер Дениз гради модел DES со вештачка интелигенција. Првиот резултат вели „втората станица ја намалува редицата за 70%“. Но, кога Дениз ја проверува влезната дистрибуција, тој гледа дека вистинските податоци за пристигнување не се експоненцијални, туку имаат „експлозивна“ структура која се концентрира за време на паузата за ручек. Кога повторно ќе го извршиме моделот со правилна дистрибуција, излегува дека втората станица не го решава вистинското тесно грло, а проблемот е во планирањето на паузата. Симулацијата заштедува непотребно препорачување инвестиција. Лекција: ВИ го изгради моделот брзо, но предложи погрешна одлука со погрешна претпоставка; Тоа беше личноста која ги стави точните податоци.
Вообичаени грешки
- Погрешно дефинирање на KPI: Додавање на компоненти за OEE или збунувачки циклус и време на носење.
- Инфлација на KPI: Ставање на десетици индикатори на контролната табла кои не служат за одлуката.
- Потпирајќи се на едно возење: Извршување на симулацијата еднаш и претпоставка дека резултатот е сигурен; не репликација.
- Не потврдување на влезната дистрибуција: Не се споредува стандардната (експоненцијална, итн.) дистрибуција со реалните податоци.
- Заобиколување на аналитичкото проверување: Не вкрстена проверка на симулацијата со теоретската формула за редици во едноставни системи.
Сумирано
- Моќта на KPI доаѓа од правилната дефиниција; ОЕЕ е производот, Законот на Литл го поврзува излезот со проток на WIP.
- Добрата контролна табла одговара на вистинските прашања, а не на многу бројки; Корисникот, примерот и изворот на податоци мора да бидат јасни.
- DES пробува сценарија без да го наруши реалниот систем; Влезната распределба го одредува квалитетот на резултатот.
- Потврдете ја симулацијата со репликација (интервал на доверба) и, ако е можно, со аналитичка формула.
- AI брзо создава модел и табла; Личноста е таа што правилно ги поставува претпоставките и го толкува резултатот.
Задача за апликација
Изберете производствен/услужен систем. Прво имате AI дизајн на контролна табла со смена со 5 KPI или помалку; Нека се прикажат дефиницијата и формулата на секој KPI и потврдете дека трите компоненти се множат ако е присутен OEE. Потоа, вештачката интелигенција нека отпечати SimPy скелет за едноставен систем на редици (единствен сервер) и отпечатете ги претпоставките за дистрибуција на влезот на врвот. Критична верификација: сметајте го системот како редица M/M/1 и рачно пресметајте ја стапката на искористеност ρ и просечниот број L во системот, споредете со резултатот од симулацијата. Конечно, предложете промена на сценариото (додавање втор сервер) и критикувајте го резултатот на вештачката интелигенција со доведување во прашање реализмот на влезната дистрибуција.