அலகு 6 / 9

வேலை ஆய்வு மற்றும் நேர ஆய்வு

ஆதாயங்கள்:

  • நிலையான நேரம், டெம்போ மதிப்பீடு மற்றும் கொடுப்பனவு (அலவன்ஸ்) கருத்துகளை கணக்கிடும் திறன்
  • AI உடன் வேலை படி பகுப்பாய்வு, ECRS தேர்வுமுறை மற்றும் MTM/வரி சமநிலை வரைவுகளை உருவாக்கும் திறன்
  • உண்மையான அளவீட்டுத் தரவுகளுடன் AI- பரிந்துரைக்கப்பட்ட நிலையான நேரங்களைச் சரிபார்க்கும் ஒழுங்குமுறையைப் பயன்படுத்துவதற்கான திறன்

தொழில்துறைப் பொறியியலின் ஸ்தாபகத் துறைகளில் பணிப் படிப்பும் ஒன்றாகும்: ஒரு வேலை எவ்வாறு செய்யப்படுகிறது (முறை ஆய்வு) மற்றும் எவ்வளவு நேரம் ஆகும் என்பதை அளவிடுவதன் மூலம் ஒரு சிறந்த வேலை முறை மற்றும் யதார்த்தமான நிலையான நேரங்களை உருவாக்குதல். நிலையான நேரம்; இது செலவு, திறன் திட்டமிடல், வரி சமநிலை மற்றும் ஊக்க அமைப்புகளின் அடிப்படையாகும். தவறான தரநிலை என்றால் தவறான விலை மற்றும் நம்பத்தகாத இலக்குகள். AI இந்த பகுதியில் வேலை படிகளை பகுப்பாய்வு செய்வதிலும், ECRS மேம்பாட்டு யோசனைகளை உருவாக்குவதிலும், மற்றும் வரி சமநிலை வரைபடங்களை நிறுவுவதிலும் சக்தி வாய்ந்தது; ஆனால் டெம்போ கிரேடிங் மற்றும் உண்மையான நேர அளவீடு ஆகியவை களத்தில் இருந்து வருகின்றன. இந்த யூனிட்டில் நிலையான நேரக் கணக்கியல் மற்றும் AI இன் சரியான பங்கை நாங்கள் உள்ளடக்குவோம்.

நிலையான நேரத்தின் கூறுகள்

நிலையான நேரம் பல படிகளில் கவனிக்கப்பட்ட மூல நேரத்திலிருந்து பெறப்படுகிறது.

1) கவனிக்கப்பட்ட நேரம் (NZ): ஸ்டாப்வாட்ச் (சராசரி) மூலம் அளவிடப்படும் மூல நேரம். - 100% = இயல்பானது, 110% = இயல்பை விட வேகமானது, 90% = மெதுவாக.3) நிலையான நேரம் (SZ) = NZ × (1 + பங்கு விகிதம்) - பங்குகள்: தனிப்பட்ட தேவை, சோர்வு (ஓய்வு), தவிர்க்க முடியாத தாமதம்.

ஒரு சிறிய உதாரணம். ஒரு சட்டசபை செயல்பாட்டின் சராசரி கவனிக்கப்பட்ட நேரம் 45 வினாடிகள், கவனிக்கப்பட்ட டெம்போ 110% மற்றும் மொத்த விளிம்பு 15% என்று வைத்துக்கொள்வோம்:

NZ = 45 × 1.10 = 49.5 வினாடிகள்SZ = 49.5 × (1 + 0.15) = 49.5 × 1.15 ≈ 56.9 வினாடிகள்

எனவே, உண்மையான செயல்திறன் வேகமாக இருந்தாலும் (டெம்போ அதிகமாக உள்ளது), விளிம்புகளைச் சேர்ப்பதன் மூலம் நிலையான நேரம் கவனிக்கப்பட்ட நேரத்தை மீறுகிறது. இங்கே டெம்போ மதிப்பு என்பது ஒரு அகநிலை பொறியியல் தீர்ப்பு மற்றும் அனுபவம் தேவை; AI இதை உங்களுக்காக கவனிக்க முடியாது.

கவனம்: "நிலையான நேரத்தைக் கணக்கிடு" என்று AIயிடம் கூறும்போது, ​​டெம்போ மற்றும் மார்ஜினைக் கொடுக்க மறக்காதீர்கள். AI தன்னிச்சையாக "டெம்போ 100% என்று வைத்துக்கொள்" என்று கூறி, தொடர்ந்தால், அந்த அனுமானம் களத்தில் யதார்த்தத்தை பிரதிபலிக்காது மற்றும் உங்கள் நிலையான நேரத்தை சிதைத்துவிடும்.

எவ்வளவு கவனிப்பு? (மாதிரி அளவு)

ஒரு அளவீடு போதாது; செயல்முறை மாறுபாடு உள்ளது. தேவையான நம்பிக்கை மற்றும் துல்லியத்தின் அடிப்படையில் தேவையான அவதானிப்புகளின் எண்ணிக்கை புள்ளிவிவர ரீதியாக தீர்மானிக்கப்படுகிறது. முதல் சில அவதானிப்புகளின் மாறுபாட்டைப் பார்த்து இலக்கு துல்லியத்திற்குத் தேவையான n ஐக் கணக்கிடுவது ஒரு தோராயமான அணுகுமுறையாகும்.

95% நம்பிக்கை மற்றும் ±5% துல்லியத்திற்கு தேவையான அவதானிப்புகளின் எண்ணிக்கையை பின்வரும் ஆரம்ப அவதானிப்புகளுடன் (வினாடிகள்) மதிப்பிடவும். சூத்திரம் மற்றும் அனுமானங்களை எழுதவும். அவதானிப்புகள்: {{ 44, 46, 45, 48, 43, 47, ... }}அடுத்து: தற்போதைய அவதானிப்புகளின் எண்ணிக்கை போதுமானதா, இல்லையெனில் இன்னும் எத்தனை தேவை?

AI உடன் முறை ஆய்வு மற்றும் ECRS

பணியை சிறப்பாகச் செய்வதே முறைப் படிப்பின் நோக்கம். ECRS வினவல் ஒரு சக்திவாய்ந்த கட்டமைப்பாகும்: நீக்குதல், இணைத்தல், மறுசீரமைத்தல், எளிமைப்படுத்துதல்.

பங்கு: நீங்கள் பணிப் படிப்பில் நிபுணத்துவம் பெற்ற ஒரு தொழில்துறை பொறியாளர். பணி: ECRS கட்டமைப்பைக் கொண்டு பின்வரும் பணிப் படிகளை மதிப்பிடவும். ஒவ்வொரு படிக்கும்: இந்தப் படிநிலையை நீக்க/இணைக்க/மறுவரிசைப்படுத்த/எளிமைப்படுத்த முடியுமா? உறுதியான பரிந்துரைகள் மற்றும் மதிப்பிடப்பட்ட நேர விளைவுகளை எழுதுங்கள். வேலையின் படிகள் மற்றும் காலங்கள் (வினாடிகள்):1. அலமாரியில் இருந்து பகுதியை எடுத்துக் கொள்ளுங்கள் (6)2. அதை கவுண்டரில் வைக்கவும் (4)3. கைமுறையாக திருகு தொடங்கவும் (8)4. முறுக்கு குறடு (5)5 மூலம் இறுக்கவும். சரிபார்க்கவும் (3)6. முடிக்கப்பட்ட பகுதியை பெட்டியில் வைக்கவும் (5)விதி: பணிச்சூழலியல் மற்றும் தரத்தை சமரசம் செய்யும் பரிந்துரைகளைத் தவிர்க்கவும்; ஒவ்வொரு பரிந்துரைக்கும் "கட்டாயம் களச் சோதனை செய்யப்பட வேண்டும்" என்ற குறிப்பைக் கொடுங்கள்.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இதை வேகப்படுத்துங்கள்.

சூழல் இல்லாமல்; "ஆட்டோமேஷனைச் சேர்" போன்ற பொதுவான மற்றும் செலவு-அஞ்ஞான ஆலோசனைகளை AI வெளிப்படுத்துகிறது.

சக்திவாய்ந்த தூண்டுதல்:

ECRS உடன் பின்வரும் பணிப் படிகளை ஆராய்ந்து, ஏற்கனவே உள்ள உபகரணங்களுக்கு மட்டுமே பொருந்தும் மற்றும் கூடுதல் முதலீடு தேவைப்படாமல் பரிந்துரைகளை வழங்கவும். ஒவ்வொரு பரிந்துரைக்கும் மதிப்பிடப்பட்ட வினாடிகளின் ஆதாயம் மற்றும் சாத்தியமான தரம்/பணிச்சூழலியல் அபாயத்தைக் குறிப்பிடவும். வெற்றிகளைச் சேர்த்து, புதிய மதிப்பிடப்பட்ட சுழற்சி நேரத்தைக் கணக்கிடுங்கள். படிகள்: {{ ... }}

இரண்டாவது உடனடி தடைக்கு (கூடுதல் முதலீடு இல்லை) ஆபத்து மற்றும் அளவிடக்கூடிய வருமானம் தேவை; இது பரிந்துரைகளை நேரடியாகப் பயன்படுத்துகிறது.

வரி சமநிலை

அசெம்பிளி லைனில் பணிநிலையங்களுக்கு இடையே உள்ள சுமையை சமநிலைப்படுத்துவது இடையூறுகள் மற்றும் செயலற்ற காத்திருப்பைக் குறைக்கிறது. அடிப்படை கருத்துக்கள்:

Takt நேரம் = கிடைக்கும் உற்பத்தி நேரம் / தேவை (தேவையான வேகம்) குறைந்தபட்ச நிலையங்களின் எண்ணிக்கை = மொத்த பணி உள்ளடக்கம் / Takt நேரம் (ரவுண்ட் அப்) வரி செயல்திறன் = மொத்த பணி உள்ளடக்கம் / (நிலையங்களின் எண்ணிக்கை × சுழற்சி நேரம்)

எடுத்துக்காட்டு: மொத்த வேலை உள்ளடக்கம் 180 நொடி/துண்டு, ஒரு நாளைக்கு 450 நிமிடங்கள் உற்பத்தி, தினசரி தேவை 300 துண்டுகள்:

Takt = (450 × 60) / 300 = 27000 / 300 = 90 வினாடிகள்/துண்டு குறைந்தபட்ச நிலையம் = 180 / 90 = 2 நிலையங்கள்

முன்னுரிமை உறவுகளின் அடிப்படையில் நிலையங்களுக்கு பணிகளை ஒதுக்குவதில் AI வரைவை உருவாக்குகிறது; ஆனால் முன்னுரிமை வரைபடம் சரியாக உள்ளதா என்பதையும், பணியானது உண்மையில் takt ஐ விட அதிகமாக இல்லை என்பதையும் நீங்கள் சரிபார்க்கிறீர்கள்.

உதவிக்குறிப்பு: AI ஆல் பரிந்துரைக்கப்பட்ட ஸ்டேஷன் ஒதுக்கீட்டில், ஒவ்வொரு நிலையத்தின் மொத்த நேரத்தையும் ஒவ்வொன்றாகச் சேர்ப்பதன் மூலம் takt நேரத்தை மீறவில்லை என்பதைச் சரிபார்க்கவும். AI சில நேரங்களில் ஒரு நிலையத்திற்கு takt ஐ மீறும் பணிகளை ஒதுக்குகிறது மற்றும் அதை "சமநிலை" என்று வழங்குகிறது.

மினி கேஸ்: அன்ரியல் ஸ்டாண்டர்ட்

ஜவுளி பட்டறையில் தையல் நிலையத்திற்கான நிலையான நேரம் பல ஆண்டுகளுக்கு முன்பு தீர்மானிக்கப்பட்டது, மேலும் ஆபரேட்டர்கள் எப்போதும் இலக்கை மீறுகிறார்கள். தொழில்துறை பொறியாளர் கெரெம் வேலையை மீண்டும் படிக்கிறார்: அவர் 15 அவதானிப்புகளை எடுத்து, டெம்போவை 95% (சற்று மெதுவாக இயக்குபவர்) என மதிப்பிடுகிறார், மேலும் 12% பங்கைப் பெறுகிறார். இது இந்தத் தரவை AI இல் உள்ளிடுகிறது, நிலையான நேரத்தைக் கணக்கிடுகிறது மற்றும் ECRS வழியாக முன்னேற்றப் பரிந்துரைகளைக் கோருகிறது. AI ஒரு படிநிலையை இருமுறை இணை வேலை (இரண்டு கைகளைப் பயன்படுத்துதல்) பரிந்துரையுடன் இணைக்கிறது. கெரெம் துறையில் முன்மொழிவை சோதிக்கிறார்; சுழற்சி நேரம் குறைகிறது மற்றும் ஒரு புதிய, யதார்த்தமான தரநிலை நிறுவப்பட்டது. வேறுபாடு: பழைய தரநிலை, புதுப்பிக்கப்படாத டெம்போ மற்றும் முறை மூலம் கணக்கிடப்பட்டது. AI ஆனது கணக்கீடு மற்றும் பரிந்துரையை துரிதப்படுத்தியுள்ளது; மனிதர் டெம்போ மதிப்பீடு மற்றும் கள சோதனை செய்தார்.

பொதுவான தவறுகள்

  • பங்குகளை மறத்தல்: ஓய்வு மற்றும் தனிப்பட்ட பங்குகளைச் சேர்க்காமல் யதார்த்தமற்ற (மிகக் குறுகிய) தரநிலைகளை உருவாக்குதல்.
  • டெம்போவை AIக்கு விட்டுவிடுதல்: புலத்தில் ஒரு அகநிலை டெம்போ மதிப்பீட்டைச் செய்யாமல் யூகத்தின் அடிப்படையில்.
  • போதிய அவதானிப்பு: ஒற்றை/சில அளவீடுகளுடன் தரநிலைகளை அமைத்தல்; மாறுபாட்டை புறக்கணிக்கவும்.
  • ஸ்டேஷன் டாக்டை மீறுகிறது: லைன் பேலன்ஸிங்கில் உள்ள நேரத்துடன் ஸ்டேஷன் சுமையை ஒப்பிடவில்லை.
  • தரநிலையைப் புதுப்பிக்கவில்லை: முறை மாறும்போது பழைய தரநிலையைத் தொடர்ந்து பயன்படுத்துதல்.

சுருக்கமாக

  • நிலையான நேரம் = இயல்பான நேரம் × (1 + எண்); சாதாரண நேரம் = கவனிக்கப்பட்ட நேரம் × வேகம். மூன்று கூறுகளும் தேவை.
  • வேக மதிப்பீடு என்பது ஒரு அகநிலை பொறியியல் தீர்ப்பு; AI உங்களுக்காக கவனிக்க முடியாது.
  • போதுமான எண்ணிக்கையிலான அவதானிப்புகள் புள்ளிவிவரங்களால் தீர்மானிக்கப்படுகின்றன; ஒரே அளவீட்டைக் கொண்டு ஒரு தரநிலையை நிறுவ முடியாது.
  • ECRS என்பது முறை மேம்பாட்டிற்கான ஒரு சக்திவாய்ந்த கட்டமைப்பாகும்; கட்டுப்பாடு மற்றும் அபாயத்துடன் ஆலோசனைகளைக் கேளுங்கள்.
  • வரி சமநிலையில் ஒவ்வொரு நிலையமும் அதன் டேக்ட் நேரத்தை மீறவில்லை என்பதை சரிபார்க்கவும்.

விண்ணப்ப பணி

ஒரு வேலையைத் தேர்ந்தெடுக்கவும் (உண்மையான அல்லது கற்பனையான, 5-7 படிகள்). படிகளின் சராசரி கவனிக்கப்பட்ட நேரங்களைக் கவனியுங்கள், ஒரு டெம்போவை (எ.கா. 105%) மற்றும் பங்கு விகிதத்தை (எ.கா. 13%) தீர்மானிக்கவும். AI நிலையான நேரத்தைக் கணக்கிட்டு ஒவ்வொரு அடியையும் காட்ட வேண்டும். முக்கியமான சரிபார்ப்பு: NZ மற்றும் SZ ஐ கைமுறையாகக் கணக்கிட்டு AI உடன் ஒப்பிடவும். பின்னர் ECRS உடன் படிகளை பகுப்பாய்வு செய்து, "கூடுதல் முதலீடு இல்லை" என்ற கட்டுப்பாடுடன் குறைந்தபட்சம் இரண்டு பரிந்துரைகளைப் பெறவும்; ஒவ்வொரு பரிந்துரையின் இரண்டாவது ஆதாயத்தையும் சேர்த்து புதிய சுழற்சி நேரத்தைக் கண்டறியவும். இறுதியாக, தினசரி தேவையை கருதி, நேரம் மற்றும் குறைந்தபட்ச நிலையங்களின் எண்ணிக்கையை கணக்கிடுங்கள்; AI இன் ஸ்டேஷன் அசைன்மென்ட் டாக்ட்டை விட அதிகமாக உள்ளதா எனச் சரிபார்க்கவும்.