ஆதாயங்கள்:
- OEE, சுழற்சி நேரம் மற்றும் WIP போன்ற உற்பத்தி KPIகளை துல்லியமாக வரையறுத்து கணக்கிடும் திறன்
- டாஷ்போர்டு வடிவமைப்பு, தனித்துவமான நிகழ்வு உருவகப்படுத்துதல் மற்றும் AI உடன் காட்சி பகுப்பாய்வு ஆகியவற்றை உள்ளமைக்கும் திறன்
- உள்ளீடு அனுமானங்கள் மற்றும் உண்மையான தரவு மூலம் உருவகப்படுத்துதல் மற்றும் டாஷ்போர்டு வெளியீடுகளை சரிபார்க்கும் திறன்
தொழில்துறை பொறியியலாளர்கள் அளவீட்டின் அடிப்படையில் முடிவுகளை எடுக்கிறார்கள், உள்ளுணர்வு அல்ல. சரியாக வரையறுக்கப்பட்ட KPIகள் (முக்கிய செயல்திறன் குறிகாட்டிகள்) ஒரு உற்பத்தி அமைப்பின் துடிப்பை வைத்திருக்கிறது; உருவகப்படுத்துதல், மறுபுறம், "என்ன என்றால்?" உண்மையான அமைப்பை நிறுத்தாமல். என்ற கேள்விக்கு நம்பிக்கையுடன் பதிலளிக்கிறார். AI என்பது இரண்டிலும் முடுக்கி: இது KPI வரையறை மற்றும் டாஷ்போர்டு வடிவமைப்பை உருவாக்குகிறது, உருவகப்படுத்துதல் மாதிரியின் எலும்புக்கூட்டை உருவாக்குகிறது, காட்சி ஒப்பீடுகளை விளக்குகிறது. இருப்பினும், KPIகள் மற்றும் உருவகப்படுத்துதல் இரண்டும் "தவறான வரையறை" மற்றும் "தவறான அனுமானம்" ஆகியவற்றின் பொறிகளுக்கு ஆளாகின்றன. இந்த யூனிட்டில், உற்பத்தி KPIகள், டாஷ்போர்டு வடிவமைப்பு மற்றும் சரிபார்ப்பு ஒழுங்குமுறையுடன் தனித்துவமான நிகழ்வு உருவகப்படுத்துதல் ஆகியவற்றை நாங்கள் உள்ளடக்குவோம்.
சரியான KPI ஐ சரியாக வரையறுத்தல்
தவறாகக் கணக்கிடப்பட்ட கேபிஐ எந்த கேபிஐயையும் விட ஆபத்தானது, ஏனெனில் அது தவறான நம்பிக்கையை அளிக்கிறது. மிகவும் பொதுவான உற்பத்தி KPIகள்:
கேபிஐ
விளக்கம்
கவனம்
OEE
பயன்பாடு × செயல்திறன் × தரம்
மூன்று கூறுகளும் தனித்தனியாக கணக்கிடப்பட வேண்டும்
சுழற்சி நேரம்
துண்டுகளுக்கு இடையில் நேரம்
சாதுர்யத்துடன் கலக்கும்
டெலிவரி நேரம் (முன்னணி நேரம்)
ஆர்டர் → டெலிவரி
சுழற்சியில் இருந்து வேறுபட்டது
WIP
அரை முடிக்கப்பட்ட தயாரிப்பு செயல்பாட்டில் உள்ளது
லிட்டில் சட்டத்திற்கு கட்டுப்பட்டவர்
கழிவு/ஸ்கிராப் விகிதம்
தவறான / மொத்த
ரிசர்வ் மறுவேலை
நேர டெலிவரி (OTD)
சரியான நேரத்தில் / மொத்த ஆர்டர்
பகுதி விநியோகத்தை வரையறுக்கவும்
OEE எடுத்துக்காட்டு: கிடைக்கும் தன்மை 90% என்றால், செயல்திறன் 95%, தரம் 98%:
OEE = 0.90 × 0.95 × 0.98 = 0.8379 ≈ 83.8%
இந்த மூன்று எண்களைச் சேர்த்து சராசரியாகக் கொடுப்பது பொதுவான தவறு; OEE என்பது பெருக்கல், எனவே ஒவ்வொரு கூறுகளும் முடிவைக் கூட்டும்.
லிட்டில்ஸ் லா WIP-த்ரூபுட்-ஃப்ளோ நேர உறவை நிறுவுகிறது மற்றும் மிகவும் சக்தி வாய்ந்தது:
விஐபி = த்ரோபுட் × ஃப்ளோ டைம் எடுத்துக்காட்டு: வரியில் சராசரியாக 30 துண்டுகள் (WIP) உள்ளன, வெளியீடு 6 துண்டுகள்/மணிநேரம் என்றால் ஓட்ட நேரம் = WIP / வெளியீடு = 30/6 = 5 மணிநேரம்
உதவிக்குறிப்பு: உங்களிடம் AI இருந்தால், KPI ஐக் கணக்கிடவும், அதன் வரையறையையும் அச்சிடவும். "OEE என்றால் என்ன, அதை எந்த ஃபார்முலா மூலம் கணக்கிட்டீர்கள்?" கேட்க. AI சில நேரங்களில் OEE க்கு பதிலாக கிடைக்கும் தன்மையை மட்டுமே வழங்குகிறது அல்லது தரமான கூறுகளைத் தவிர்க்கிறது; வரையறையைப் பார்க்காமல் எண்ணை நம்ப வேண்டாம்.
KPI டாஷ்போர்டு வடிவமைப்பு
ஒரு நல்ல டாஷ்போர்டு நிறைய எண்களைக் காட்டாது; சரியான கேள்விகளுக்கு பதிலளிக்கிறது. எந்த கேபிஐகள் எந்த பார்வையாளர்களுக்கு அர்த்தமுள்ளதாக இருக்கும் மற்றும் அவர்களை எவ்வாறு குழுவாக்குவது என்பதைக் கோடிட்டுக் காட்ட AI உதவியாக இருக்கும்.
பங்கு: நீங்கள் உற்பத்திப் பகுப்பாய்வில் அனுபவமுள்ள தொழில்துறை பொறியாளர். பணி: CNC கடைக்கான நிர்வாக டாஷ்போர்டை வடிவமைக்கவும். குறிப்பிடவும்:1. 6 KPIகள் வரை (ஒவ்வொன்றிற்கும் வரையறை மற்றும் சூத்திரம்).2. ஒவ்வொரு கேபிஐக்கும் இலக்கு மதிப்பு முன்மொழிவு மற்றும் "நல்லது/கவனம்/கெட்டது" வரம்புகள்.3. எந்த கேபிஐ எந்த விளக்கப்படத்தில் காட்டப்படும் (போக்கு, காட்டி, விளக்கப்படம்).4. 3 மேலாண்மை கேள்விகள் டாஷ்போர்டு பதிலளிக்கிறது. விதி: கேபிஐ பணவீக்கத்தைத் தவிர்க்கவும்; ஒவ்வொரு குறிகாட்டியும் ஒரு முடிவுக்கு உதவுகிறது என்பதை விளக்குங்கள். உருவாக்கப்பட்ட இலக்கு மதிப்பைக் கொடுக்க வேண்டாம், "அது துறைக்கு ஏற்ப சரிசெய்யப்பட வேண்டும்" என்று சொல்லுங்கள்.
பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்
பலவீனமான உடனடி:
என்னை ஒரு தயாரிப்பு குழுவாக ஆக்குங்கள்.
இலக்கு பார்வையாளர்கள், தரவு ஆதாரம் மற்றும் நோக்கம் இல்லை எனில், AI ஒரு பொதுவான பட்டியலைத் திணிக்கும்; எந்த முடிவும் எடுக்கப்படவில்லை.
சக்திவாய்ந்த தூண்டுதல்:
ஷிப்ட் மேற்பார்வையாளருக்கான பலகையை வடிவமைக்கவும், இது தினமும் காலையில் 5 நிமிடங்களில் படிக்கப்படும். நோக்கம்: நேற்றைய மாற்றத்தில் இழப்பு எங்கே, இன்று என்ன கவனம் செலுத்த வேண்டும். அதிகபட்சம் 5 KPIகள், ஒவ்வொன்றும் வரையறை + சூத்திரம் + வாசல். எனது தரவு மூலமான MES இலிருந்து மணிநேர உற்பத்தி, வேலையில்லா நேரம் மற்றும் வீணான பதிவுகள். அதிகப்படியான விவரங்களைத் தவிர்க்கவும்.
இரண்டாவது ப்ராம்ட் பயனரைத் தெளிவுபடுத்துகிறது, பயன்பாட்டின் தருணம் மற்றும் தரவு மூலத்தை; இதன் விளைவாக உண்மையில் பயன்படுத்தப்படும் ஒரு பலகை.
தனித்துவமான நிகழ்வு உருவகப்படுத்துதல் (DES)
சிமுலேஷன் என்பது உண்மையான அமைப்பைச் சீர்குலைக்காமல் பரிசோதனை செய்வதற்கான ஒரு வழியாகும்: நீங்கள் ஒரு புதிய இயந்திரத்தைச் சேர்க்கும்போது வரிசையில் என்ன நடக்கும், ஷிப்ட் மாறும்போது வெளியீடு எவ்வாறு பாதிக்கப்படும்? தனித்துவமான நிகழ்வு உருவகப்படுத்துதல் (DES) "நிகழ்வுகள்" (பகுதி வருகை, செயல்முறை முடிவு) வரிசையாக கணினியை மாதிரியாக்குகிறது. அடிப்படை உள்ளீடுகள்: இடை-வருகை நேர விநியோகம், சேவை நேர விநியோகம், வளங்களின் எண்ணிக்கை, வரிசை ஒழுக்கம்.
பாத்திரம்: நீங்கள் உருவகப்படுத்துதலில் அனுபவம் வாய்ந்த ஒரு தொழில்துறை பொறியாளர். பணி: பின்வரும் சிஸ்டத்தை பைதான் சிம்பை மூலம் மாதிரியாக்க ஒரு கட்டமைப்பை எழுதுங்கள்:- சராசரியாக ஒவ்வொரு 4 நிமிடங்களுக்கும் பாகங்கள் வந்து சேரும் (அதிவேக விநியோகம்)- ஒற்றை இயந்திரம், செயலாக்க நேரம் சராசரி 3.5 நிமிடங்கள் (அதிவேகம்)- வரிசை FIFO நான் வெளியீட்டு விகிதத்துடன் கணக்கிட வேண்டும்: சராசரி, காத்திருப்பு குறியீடு நீளம். தொடக்கத்தில் விநியோக அனுமானங்களை எழுதவும். மேலும்: முடிவைச் சரிபார்க்க நான் என்ன பகுப்பாய்வுச் சரிபார்ப்பைச் செய்யலாம் (எ.கா. M/M/1 வால் சூத்திரங்களுடன் ஒப்பிடுதல்)?
இங்கே கடைசி வரி முக்கியமானது: ஒரு நல்ல உருவகப்படுத்துதல் முடிந்தால் பகுப்பாய்வு சோதனையுடன் ஒப்பிடப்படுகிறது. மேலே உள்ள எளிய அமைப்பு M/M/1 வரிசையாகும்; உருவகப்படுத்துதல் முடிவு, பயன்பாட்டு விகிதம் ρ = 3.5/4 = 0.875 மற்றும் அமைப்பில் உள்ள சராசரி எண் L = ρ/(1−ρ) = 0.875/0.125 = 7 போன்ற தத்துவார்த்த மதிப்புகளுடன் இருக்க வேண்டும்.
எச்சரிக்கை: சிமுலேஷன் வெளியீடு உள்ளீட்டு அனுமானங்களைப் போலவே சிறப்பாக இருக்கும் ("குப்பை உள்ளே, குப்பை வெளியே"). AI சில சமயங்களில் விநியோகத்தை சரிபார்க்காமல் அல்லது ஒரு ஓட்டத்தின் முடிவை கடினமான உண்மையாக முன்வைக்கிறது. பல ரன்களை (பிரதிகள்) இயக்கவும், நம்பக இடைவெளிகளைக் கணக்கிடவும் மற்றும் உள்ளீட்டு விநியோகங்களை உண்மையான தரவுகளுடன் சரிபார்க்கவும்.
சிறு வழக்கு: தவறான கருதுகோள்களுடன் உருவகப்படுத்துதல்
ஒரு அசெம்பிளி லைனில், இரண்டாவது பேக்கிங் ஸ்டேஷனைச் சேர்ப்பது வரிசையைக் கொல்லும் என்று நிர்வாகம் நினைக்கிறது. தொழில்துறை பொறியாளர் டெனிஸ் AI உடன் DES மாதிரியை உருவாக்குகிறார். முதல் முடிவு "இரண்டாவது நிலையம் வரிசையை 70% குறைக்கிறது" என்று கூறுகிறது. ஆனால் டெனிஸ் உள்ளீடு விநியோகத்தை சரிபார்க்கும் போது, உண்மையான வருகை தரவு அதிவேகமாக இல்லை, ஆனால் மதிய உணவு இடைவேளையின் போது ஒரு "வெடிப்பு" அமைப்பைக் கொண்டிருப்பதைக் காண்கிறார். சரியான விநியோகத்துடன் மாதிரியை மீண்டும் இயக்கும்போது, இரண்டாவது நிலையம் உண்மையான சிக்கலைத் தீர்க்கவில்லை என்று மாறிவிடும், மேலும் சிக்கல் இடைவேளை திட்டமிடலில் உள்ளது. உருவகப்படுத்துதல் தேவையில்லாமல் முதலீட்டை பரிந்துரைக்கிறது. பாடம்: AI விரைவாக மாதிரியை உருவாக்கியது ஆனால் தவறான அனுமானத்துடன் தவறான முடிவை பரிந்துரைத்தது; சரியான தரவுகளை வைத்தவர்.
பொதுவான தவறுகள்
- KPIயை தவறாக வரையறுத்தல்: OEE கூறுகளைச் சேர்ப்பது அல்லது சுழற்சி மற்றும் முன்னணி நேரத்தைக் குழப்புவது.
- கேபிஐ பணவீக்கம்: டாஷ்போர்டில் டசின் கணக்கான குறிகாட்டிகளை வைப்பது, அது முடிவைச் செயல்படுத்தாது.
- ஒரு ஓட்டத்தை நம்பியிருத்தல்: உருவகப்படுத்துதலை ஒருமுறை இயக்கி, முடிவு உறுதியாகும்; பிரதி அல்ல.
- உள்ளீட்டு விநியோகத்தை சரிபார்க்கவில்லை: இயல்புநிலை (அதிவேக, முதலியன) விநியோகத்தை உண்மையான தரவுகளுடன் ஒப்பிடவில்லை.
- பகுப்பாய்வு சரிபார்ப்பைத் தவிர்த்து: எளிய அமைப்புகளில் கோட்பாட்டு வரிசை சூத்திரத்துடன் உருவகப்படுத்துதலை குறுக்கு-சோதிக்காமல் இருப்பது.
சுருக்கமாக
- KPI இன் சக்தி சரியான வரையறையிலிருந்து வருகிறது; OEE என்பது தயாரிப்பு, லிட்டில்ஸ் லா WIP-ஃப்ளோ-அவுட்புட்டை இணைக்கிறது.
- ஒரு நல்ல டேஷ்போர்டு சரியான கேள்விகளுக்கு பதிலளிக்கிறது, நிறைய எண்கள் அல்ல; பயனர், நிகழ்வு மற்றும் தரவு ஆதாரம் தெளிவாக இருக்க வேண்டும்.
- DES உண்மையான அமைப்பை உடைக்காமல் காட்சிகளை முயற்சிக்கிறது; உள்ளீடு விநியோகம் முடிவின் தரத்தை தீர்மானிக்கிறது.
- உருவகப்படுத்துதலை நகலெடுப்பதன் மூலம் சரிபார்க்கவும் (நம்பிக்கை இடைவெளி) மற்றும், முடிந்தால், பகுப்பாய்வு சூத்திரம் மூலம்.
- AI விரைவாக மாதிரி மற்றும் பலகையை உருவாக்குகிறது; அனுமானங்களை சரியாக வைத்து, முடிவை விளக்குபவர்.
விண்ணப்ப பணி
உற்பத்தி/சேவை அமைப்பைத் தேர்வு செய்யவும். முதலில் நீங்கள் 5 KPIகள் அல்லது அதற்கும் குறைவான ஷிப்ட் டாஷ்போர்டை AI வடிவமைத்துள்ளீர்கள்; ஒவ்வொரு KPIயின் வரையறையும் சூத்திரமும் காட்டப்பட்டு, OEE இருந்தால், மூன்று கூறுகளும் பெருக்கப்படுவதைச் சரிபார்க்கவும். ஒரு எளிய வரிசை அமைப்பிற்கு (ஒற்றை சேவையகம்) AI ஒரு SimPy எலும்புக்கூட்டை அச்சிடவும் மற்றும் உள்ளீட்டு விநியோக அனுமானங்களை மேலே அச்சிடவும். முக்கியமான சரிபார்ப்பு: கணினியை M/M/1 வரிசையாகக் கருதி, கணினியில் பயன்பாட்டு விகிதம் ρ மற்றும் சராசரி எண் L ஐ கைமுறையாகக் கணக்கிடவும், உருவகப்படுத்துதல் முடிவுடன் ஒப்பிடவும். இறுதியாக, ஒரு காட்சி மாற்றத்தைப் பரிந்துரைக்கவும் (இரண்டாவது சேவையகத்தைச் சேர்ப்பது) மற்றும் உள்ளீட்டு விநியோகத்தின் யதார்த்தத்தை கேள்விக்குள்ளாக்குவதன் மூலம் AI இன் முடிவை விமர்சிக்கவும்.