Как свести к минимуму влияние человеческого фактора на производстве

Любая производственная компании в процессе своей деятельности генерирует огромные объемы данных, связанных с внутренними бизнес-процессами, начиная от данных по исследованию рынков сбыта и заканчивая данными по эксплуатации выпущенной продукции. При этом все данные в том или ином виде связаны с продуктами компании и содержат информацию, используемую при производстве и его подготовке, например:

Эта информация рождается на предприятии постоянно и также постоянно обновляется в связи с какими-либо внешними или внутренними факторами. При этом данные появляются на разных этапах жизненного цикла изделия, в их создании участвуют все подразделения предприятия, что приводит к разнородности данных и использовании различных способов их генерации. Подавляющее количество этих данных появляется при непосредственном участии человека. Такая разнородность приводит к тому, что выверка данных становится одним из наиболее трудоемких процессов и самым критичным фактором, с точки зрения организации процесса, особенно в условиях единичного и мелкосерийного производства, а также в условиях производства с часто меняющейся номенклатурой продукции.

Приведём реальный пример. Представьте себе производство, оснащенное современнейшим оборудованием и программным обеспечением для автоматизации всех основных производственных процессов, включая 3D проектирование изделий, технологическую подготовку изделий, разработку и проверку управляющих программ и планирование производства. Конструкторы разработали 3D модель изделия, провели все необходимые виртуальные испытания, технологи с использованием CAM системы разработали управляющие программы, которые затем верифицировали перед отладкой на оборудовании, нормировщики определили нормы времени, а ПДО спланировал производство с использованием всех этих данных. Вроде все правильно, а результата нет - план производства не бьется с фактом. В план постоянно вносятся изменения, связанные с необходимостью изготовления срочных позиций, план постоянно обновляется, в производстве регулярные авралы в конце месяца, и мы видим классическую картину, которую называем "мы едим свой хвост" - любое изменение вместо того, чтобы улучшать ситуацию, ее запутывает. В этой статье мы постараемся изложить свой взгляд на подобные ситуации и причины их возникновения, с которыми мы сталкиваемся практически на каждом предприятии.

Cформулируем две основных причины подобных ситуаций:

Основным инструментом устранения данных причин является фотография рабочего дня (или картирование производственного процесса) с участием специалистов отдела нормирования труда для корректировки норм основного и вспомогательного времени операции, а также специалистов отдела главного технолога для корректировки режимов резания и оптимизации управляющих программ. Конечно, участие специалистов разных подразделений помогает в решении таких вопросов, но важно понимать, что невозможно охватить все на постоянной основе, и внимание уделяется обычно наиболее критическим позициям. При этом сохраняется фактор участия человека, и очень сложно найти единые критерии для оценки процесса и формирования необходимых мероприятий.

Для решения вопросов, связанных с оценкой эффективности производства, стало очень популярным внедрение систем мониторинга производственного оборудования, которые предоставляют информацию о ходе производственного процесса для принятия решений о необходимых мероприятиях. При этом в подавляющем большинстве случаев фокус практически всех систем мониторинга сконцентрирован на участии производственного персонала, которому вменяется в обязанность указывать текущее состояние оборудования и/или статус производственного процесса (так называемые причины простоя).

Информация от оборудования в классических системах мониторинга, как это не парадоксально, если и используется, то в минимальном объеме - оборудование работает/не работает, находится в аварийной остановке и т.п., то есть снимается информация, которая аналогична сигнальной лампе, установленной на станке.

Такое внимание к данным, введенным персоналом, обычно приводит к тому, что оборудование начинает "работать" 70% от фонда рабочего времени и выше, а выпуск продукции остается на прежнем уровне. Отметим, что в этом случае сама структура производственных данных не меняется по сравнению с тем, что было до внедрения системы мониторинга, фактически лишь дополнительно "расшивается" зона простоев. В результате такого увлечения ручным вводом причин простоя смысл применения системы мониторинга выхолащивается, и ее использование превращается в дополнительную работу для производственного персонала, не несущую конкретной смысловой нагрузки.

По результатам одного из наших проектов оценка полезности данных от оборудования и персонала показала, что основной вклад (85%) в окупаемость проекта вносят данные, полученные от оборудования и только 15% приносят данные, полученные от персонала.

В наше время, с учетом появления технологий работы с Big Data, работающих с любыми объемами данных без ограничения на количество и время их хранения, гораздо более перспективным и эффективным является смещение фокуса на данные, полученные от оборудования в автоматизированном режиме без участия человека. Эти данные, за счет своей объективности, предоставляют на порядок больше возможностей для оптимизации производственных процессов и повышения эффективности бизнеса производственной компании.

Современное оборудование, выполняя заложенную в него технологию, на основе применения встроенных датчиков полностью контролирует технологический процесс, и, используя эту информацию, можно кардинальным образом изменить принципы контроля производственных процессов и реализации мероприятий по их оптимизации.

Эффект от внедрения системы мониторинга простирается гораздо дальше классической работы с простоями и влияет непосредственно на технологические процессы, разрабатываемые на предприятии.

Ключевые факторы увеличения производительности, обеспечиваемые системой мониторинга:

Данные, полученные от оборудования, охватывают весь спектр параметров работы оборудования и характеристик технологического процесса, например:

Этот перечень параметров дает возможность детальной и достоверной оценки загрузки производства и, что наиболее важно - качества технологических процессов. Это позволяет непросто контролировать загрузку оборудования, но и улучшать ее, выпуская больше продукции за единицу времени без внеурочных работ, формируя при этом базу знаний предприятия по фактическим нормам и режимам резания, доступную для всех специалистов.

Одним из важных результатов применения систем мониторинга должно стать создание базы знаний по технологическим нормам и режимам, отработанным на оборудовании предприятия.

В каждой компании распространена ситуация, при которой производственный персонал имеет разный опыт. В итоге работа операторов и технологов может приводить к разнородным результатам на аналогичной номенклатуре. В одном из наших проектов фиксация лучших практик на основе анализа фактических характеристик технологического процесса позволила сократить годовой расход режущего инструмента на 15% при сохранении объемов выпуска.

Такой подход также позволяет сформировать ряд причин простоя (наладка, уборка оборудования, прогрев станка, замена инструмента и т.д.) на основе данных от оборудования, агрегируя сигналы и применяя к ним необходимые условия совместимости. Итоговым результатом смещения внимания на данные, полученные автоматизированным способом, является:

Таким образом, снижение роли человеческого фактора при сборе фактических производственных данных дает возможность полностью трансформировать подходы к производству и подготовке производства, иметь объективную линейку для оценки всех видов нормативов, и в результате, кратно увеличить выпуск продукции без увеличения производственных мощностей.

В результате анализа данных, полученных от оборудования в автоматизированном режиме, на предприятии нефтегазовой отрасли (окупаемость проекта была достигнута за 8 мес. от начала работ) были реализованы следующие мероприятия:

winnum.io