Di banyak pabrik pengolahan logam yang beroperasi dua atau tiga shift, ada masalah umum yang semua orang tahu tentang tetapi beberapa perusahaan menganalisis secara serius:

Mengapa output mesin yang sama dapat berbeda 20% atau bahkan 30% antara shift siang dan shift malam, bahkan ketika mesin, bahan, dan pemotong parameter yang sama?

Penjelasan pertama sering:

• Operator shift malam kurang berpengalaman.
• Mesin ini bekerja lebih buruk di malam hari.
• Pekerja shift malam kurang efisien.
• Insinyur tersedia di siang hari tapi tidak di malam hari.

Namun, masalahnya sebenarnya seringkali lebih rumit.

Mesin itu sendiri tidak berubah. Yang berubah adalah sistem pengambilan keputusan di sekitar mesin.

Pada siang hari, insinyur, personel pemeliharaan, dan manajer produksi biasanya tersedia.suara pemotongan yang abnormal, beban spindle yang tidak stabil, atau masalah kerja.

Ini menciptakan yang sebenarnya"celah tersembunyi" antara shift siang dan malam.

1Mengapa Output Shift Malam Bisa 30% Lebih Rendah?

Bayangkan sebuah pabrik pengolahan logam berjalan dua shift setiap hari.

Shift Hari

• Pengawas produksi tersedia.
• Insinyur proses dapat memberikan dukungan.
• Staf pemeliharaan lebih mudah dihubungi.
• Masalah alat dapat ditangani dengan cepat.
• Parameter pemotongan dapat disesuaikan segera.

Shift Malam

• Lebih sedikit orang yang tersedia.
• Insinyur proses mungkin tidak ada di lokasi.
• Tanggapan pemeliharaan membutuhkan waktu lebih lama.
• Operator harus mendiagnosis masalah sendiri.
• Masalah-masalah kecil mungkin terus berlanjut sampai menjadi masalah yang lebih besar.

Hasilnya bisa terlihat seperti ini:

Mesin tidak berubah, tapi outputnya.

Oleh karena itu, pertanyaan yang sebenarnya bukan:

"Perilaku apa yang lebih sulit?"

Pertanyaan yang lebih baik adalah:

Apakah kedua shift memiliki informasi yang sama, kemampuan pengambilan keputusan, dan dukungan pemecahan masalah?"

2Variabel yang diabaikan: Frekuensi penggantian alat

Dalam pemotongan logam, kondisi alat memiliki dampak langsung pada produktivitas.

Untuk mesin gergaji lingkaran dan mesin gergaji pita, pisau gergaji secara bertahap memakai selama operasi.

Karena haus alat meningkat:

• Resistensi pemotongan meningkat.
• Beban spindle meningkat.
• Waktu pemotongan menjadi lebih lama.
• Kualitas potongan memburuk.
• Burrs mungkin meningkat.
• Kemungkinan patah gigi atau keausan abnormal menjadi lebih besar.

Seorang pekerja shift siang hari mungkin memperhatikan perubahan ini dan segera menghubungi seorang insinyur.

Insinyur mungkin menentukan:

Alat ini tidak benar-benar usang.

Kemudian insinyur dapat menyesuaikan laju pakan dan melanjutkan produksi.

Tapi tanpa dukungan teknik, seorang operator shift malam mungkin membuat salah satu dari dua keputusan ekstrem.

Keputusan 1: Ganti alat terlalu dini

Operator mendengar suara pemotongan yang tidak normal dan segera mengganti pisau.

Hasilnya:

Pisau itu masih bisa digunakan, tapi dibuang lebih awal.

Keputusan 2: Terus gunakan alat

Operator berpikir:

"Ini masih bisa memotong, jadi mari kita terus berlari".

Hal ini akhirnya dapat mengakibatkan:

• Efisiensi pemotongan yang lebih rendah
• Tingkat sampah yang lebih tinggi
• Pakaian pisau yang tidak normal
• beban mesin yang lebih tinggi
• Runtuhnya gigi atau kegagalan pisau

Oleh karena itu,Penggantian alat seharusnya tidak sepenuhnya bergantung pada intuisi operator.

Pendekatan yang lebih baik adalah dengan membangun manajemen umur alat berbasis data.

Misalnya:

Satu pisau → Jumlah pemotongan → Waktu pemotongan → beban spindle → kualitas pemotongan → waktu penggantian

Setelah data yang cukup dikumpulkan, pabrik dapat menentukan:

ketika pisau harus diganti bukan ketika operator hanya merasa bahwa itu harus diganti.

3. kurva beban spindle dapat mendeteksi masalah lebih awal dari operator

Untuk peralatan pemotong logam otomatis, beban spindle adalah sinyal proses yang berharga.

Misalkan beban spindle tetap stabil selama produksi normal.

Tiba-tiba, pola berubah:

Normal → Normal → Peningkatan tajam → Fluktuasi terus menerus

Ini bisa menunjukkan:

• Perbedaan kekerasan material
• Pakaian alat
• Tingkat pakan yang berlebihan
• Pengendalian pekerjaan yang tidak benar
• Runout bilah
• Masalah sistem panduan

Pada siang hari, seorang insinyur dapat dengan cepat mengidentifikasi masalahnya.

Di malam hari, jika tidak ada yang memantau data, mesin dapat terus beroperasi selama beberapa jam.

Biaya tidak lagi hanya harga pisau pengganti.

Ini bisa menjadi:

Biaya alat + downtime + biaya scrap + biaya tenaga kerja + penundaan pengiriman

Oleh karena itu, satu pertanyaan penting bagi manajer pabrik adalah:

Tidak cukup mesin menghasilkan data. Apakah data itu benar-benar digunakan untuk membuat keputusan produksi?

4. Masalah Shift Malam yang terbesar bukanlah mesin Tidak ada yang bisa bertanya

Ini adalah salah satu masalah yang paling diabaikan dalam manufaktur.

Ketika mesin berperilaku tidak normal, operator mungkin menghadapi beberapa kemungkinan.

Situasi 1: Kebisingan Tiba-tiba Meningkat

Apakah itu:

• Pakai alat?
• Variasi material?
• Tingkat makan yang berlebihan?
• Kerusakan mesin?

Tanpa standar yang jelas, operator harus mengandalkan pengalaman.

Skenario 2: Mengurangi Waktu Tiba-tiba Meningkat

Misalkan siklus pemotongan normal adalah:

30 detik per potongan

Tapi tiba-tiba menjadi:

40 detik per potongan

Apa yang terjadi?

Apakah mesin menjadi kurang efisien?

Atau apakah materi telah berubah?

Tanpa data historis, sulit bagi operator untuk mengetahui.

Situasi 3: Kualitas Potongan Menurun

Operator dapat melihat:

• Lebih banyak burrs
• Kepadatan yang buruk
• Perubahan kualitas permukaan
• Variasi dimensi

Tapi apa yang harus dilakukan?

Menyesuaikan kecepatan pakan?

Atau:

Periksa pisaunya?

Atau:

Periksa sistem penjepitannya?

Atau:

Hentikan mesin dan hubungi pemeliharaan?

Ini adalah risiko nyata dari produksi shift malam:

Masalahnya bukan karena tidak ada yang bisa mengoperasikan mesin. Masalahnya adalah bahwa tidak ada yang tersedia untuk membantu operator membuat keputusan yang benar.

5Apa yang bisa dikatakan sistem MES kepada manajer pabrik?

Jika sebuah pabrik telah menerapkan MES atau sistem pengumpulan data mesin, itu berpotensi dapat memberikan sejumlah besar informasi tingkat shift.

Data Produksi

Misalnya:

• Output shift hari
• Output shift malam
• Output per jam
• Rata-rata waktu siklus

Penggunaan Mesin

Seperti:

• Waktu berjalan
• Waktu kosong
• Waktu kesalahan
• Waktu perubahan alat
• Waktu pengaturan

Data alat

Misalnya:

• Waktu operasi alat
• Jumlah potongan
• Frekuensi penggantian
• Kehidupan alat di bawah bahan yang berbeda

Beban Mesin

Termasuk:

• Beban spindle
• Arus motor
• Puncak beban
• Fluktuasi abnormal

Data ini dapat membantu menjawab pertanyaan penting:

"Apakah mesin kami benar-benar mencapai kapasitas produksi yang dirancang?"

6Tapi MES juga bisa menyembunyikan sesuatu.

"Sembunyikan" tidak berarti bahwa sistem MES sengaja memalsukan data.

Masalahnya adalah:

Sistem dapat memberitahu Anda apa yang terjadi, tapi mungkin tidak memberitahu Anda mengapa itu terjadi.

Misalnya, sistem MES dapat menunjukkan:

Penggunaan mesin shift malam: 82%

Tapi itu mungkin tidak memberitahu Anda:

8% dari waktu yang hilang disebabkan oleh operator menunggu insinyur untuk mengkonfirmasi parameter pemotongan.

Ini mungkin menunjukkan:

Produksi shift malam: 780 buah

Tapi mungkin tidak menunjukkan:

50 potongan harus diolah kembali karena kualitas pemotongan menjadi tidak stabil.

Ini mungkin menunjukkan:

Tiga perubahan alat

Tapi mungkin tidak menjelaskan:

Satu penggantian adalah penyelesaian normal alat-hidup, satu adalah kesalahan penilaian operator, dan satu disebabkan oleh penundaan penyesuaian parameter.

Oleh karena itu:

Data memberi tahu Anda apa yang terjadi. Proses manajemen menentukan apakah Anda dapat memahami mengapa itu terjadi.

7Apa sebenarnya yang harus Anda bandingkan antara shift siang dan malam?

Jika sebuah pabrik ingin mengidentifikasi penyebab sebenarnya dari kesenjangan produktivitas sebesar 30%, ia harus membandingkan setidaknya indikator berikut.

1. Output

Jangan hanya membandingkan total output harian.

Indikator yang lebih baik adalah:

Output per jam mesin

Ini memberi tahu Anda berapa banyak produksi yang sebenarnya dihasilkan mesin selama waktu operasi yang tersedia.

2Mengurangi Waktu Siklus

Bandingkan:

Rata-rata waktu siklus shift siang vs rata-rata waktu siklus shift malam

Bahkan jika shift malam hanya5 detik lebih lambat per potongan, perbedaannya bisa menjadi substansial setelah ratusan atau ribuan potongan.

3. Konsumsi alat

Bandingkan:

Berapa banyak pisau yang dikonsumsi per 1.000 buah?

Jika konsumsi alat kerja shift malam jauh lebih tinggi, masalahnya mungkin melibatkan:

• Parameter pemotongan
• Metode operasi
• Identifikasi bahan
• Strategi penggantian alat

4. Tingkat Scrap

Misalkan pabrik memproduksi 1.000 buah.

Shift hari:

10 buah cacat

Shift malam:

30 buah cacat

Perbedaannya hanya 20 buah dalam satu shift.

Tapi selama sebulan, biayanya bisa menjadi signifikan.

5Waktu Henti yang Tidak Terencana

Ini adalah salah satu indikator terpenting bagi banyak pabrik.

Karena:

Satu menit waktu henti mesin tidak hanya berarti satu menit produksi yang hilang.

Hal ini juga dapat mempengaruhi:

• Proses hilir
• Penjadwalan tenaga kerja
• Jadwal Pengiriman
• Penggunaan mesin
• Biaya per bagian

8. Mengatasi kesenjangan siang/malam bukan hanya tentang "Lebih banyak pelatihan"

Ketika pabrik-pabrik menemukan bahwa produktivitas shift malam lebih rendah, reaksi pertama seringkali adalah:

"Kita perlu melatih operator shift malam dengan lebih baik".

Pelatihan itu penting, tetapi bukan solusi yang lengkap.

Pendekatan yang lebih efektif meliputi hal-hal berikut.

1 Standarisasi Pengalaman Insinyur Shift Hari

Mengubah pengalaman teknik menjadi:

• Tabel parameter
• Prosedur pemecahan masalah
• Standar penggantian alat
• Prosedur penanganan alarm
• FAQ untuk masalah umum

Tujuannya adalah untuk memastikan operator shift malam tidak perlu menebak.

2 Menetapkan Parameter Standar Windows

Untuk bahan, ukuran, dan jenis alat yang berbeda, tentukan:

• Kecepatan spindle yang direkomendasikan
• Tingkat pakan yang direkomendasikan
• Jangkauan beban yang dapat diterima
• Masa pakai alat referensi

Kemudian keputusan operator berubah dari:

"Saya pikir kita harus menyesuaikan ini".

untuk:

Menurut standar, ini adalah penyesuaian yang benar".

3 Menetapkan Prosedur Eskalasi

Misalnya:

Tingkat 1: Operator menangani

↓

Tingkat 2: Pemimpin tim mengkonfirmasi

↓

Tingkat 3: Insinyur memberikan dukungan jarak jauh

↓

Tingkat 4: Intervensi pemeliharaan

Hal ini mencegah dua ekstrem:

Menyimpan mesin untuk masalah kecil.

Atau:

Terus berlari meskipun ada masalah serius.

4 Biarkan Mesin Menjelaskan Masalahnya

Mesin pemotong cerdas masa depan tidak hanya harus menampilkan:

Kesalahan 102

Mereka harus memberikan panduan yang lebih berguna, seperti:

beban spindle lebih tinggi dari kisaran normal. silakan periksa alat memakai atau mengurangi kecepatan feed.

Dengan kata lain:

Mesin seharusnya tidak hanya mengumpulkan data, tapi juga membantu operator memahami data.

9. Tujuannya Bukan Untuk Membuat Shift Malam " Bekerja Seperti Shift Hari "

Tujuan sebenarnya adalah untuk memberikan shift malam:

Kemampuan pengambilan keputusan yang dekat dengan yang tersedia di siang hari.

Itu membutuhkan:

• Parameter proses standar
• Manajemen umur alat berbasis data
• Status mesin yang ditampilkan
• Penyelesaian masalah standar
• Dukungan teknik jarak jauh
• Data produksi yang transparan

Tujuan utama bukanlah:

"Mintalah operator shift malam untuk menjadi lebih berpengalaman".

Ini adalah:

"Menggunakan sistem dan data untuk membantu operator biasa membuat keputusan yang lebih dekat dengan insinyur yang berpengalaman".

Di situlah otomatisasi dan manufaktur cerdas menciptakan nilai nyata.

10Kesimpulan: Keakuratan Mesin Hanya Dasar

Ketika membeli mesin alat, produsen seringkali berfokus pada:

• Keakuratan posisi
• Keakuratan pemotongan
• Kecepatan spindle
• Kekuatan motor
• Tingkat otomatisasi

Semua ini penting.

Tapi untuk produksi bervolume tinggi, ada metrik lain yang mudah diabaikan:

Bisakah mesin mempertahankan output yang stabil selama produksi 24 jam?

Jika giliran siang menghasilkan 100 buah per jam sementara giliran malam hanya menghasilkan 70 buah per jam, mesin mungkin maju secara teknologi,tapi potensinya belum sepenuhnya diubah menjadi produktivitas.

Oleh karena itu, evaluasi mesin pemotong logam modern seharusnya tidak hanya tentang bertanya:

"Bisakah memotong dengan tepat?"

Ini juga harus bertanya:

Apakah operator yang berbeda dan shift yang berbeda dapat memotong secara konsisten secara akurat, efisien, dan dapat diandalkan?"

Sebuah mesin yang benar-benar mampu tidak harus bergantung pada satu operator yang berpengalaman untuk memberikan kinerja penuh.

Melalui standarisasi, otomatisasi, dan manufaktur berbasis data, kinerja mesin harus menjadi kurang tergantung pada operator individu dan perbedaan shift.

Itulah yang akhirnya harus diselesaikan oleh manufaktur cerdas.