2~3회 근무를 하는 많은 금속 공장에서, 모든 사람이 알고 있지만, 진지하게 분석하는 회사는 거의 없습니다.

왜 같은 기계의 출력은 낮계와 밤계 사이에 20% 또는 30%까지 다를 수 있을까요? 기계, 재료, 절단 매개 변수가 동일하더라도요.

첫 번째 설명은 종종 다음과 같습니다.

• 야간 근무자는 경험이 적습니다.
• 기계는 밤에 더 나쁘게 작동합니다.
• 야간 근무자들은 효율성이 떨어집니다.
• 엔지니어들은 낮에는 사용할 수 있지만 밤에는 사용할 수 없습니다.

그러나 실제 문제 는 종종 더 복잡 합니다.

기계 자체는 변하지 않았습니다. 변한 것은 기계 주변의 의사결정 시스템입니다.

낮에는 엔지니어, 유지보수 인력, 생산 관리자 등이 보통 이용 가능 합니다. 밤에는 도구가 마비되면 작업자가 스스로 결정을 내려야 합니다.비정상적인 절단 소리, 불안정한 스핀드 부하 또는 작업 보유 문제.

이것은 진정한낮과 밤의 쉴 사이에 숨겨진 격차가 있습니다.

1왜 야간 근무의 생산량이 30% 낮을 수 있을까요?

금속 공장이 매일 두 차례씩 작동하는 것을 상상해보세요.

하루 근무

• 생산 감독자가 있습니다.
• 프로세스 엔지니어는 지원을 제공할 수 있습니다.
• 유지보수 직원은 더 쉽게 도달 할 수 있습니다.
• 도구 문제 는 빨리 해결 될 수 있습니다.
• 절단 매개 변수는 즉시 조정할 수 있습니다.

야간 근무

• 더 적은 사람들이 있습니다.
• 프로세스 엔지니어는 현장에 없을 수도 있습니다.
• 유지보수 반응은 더 오래 걸립니다.
• 운영자는 스스로 문제를 진단해야 합니다.
• 작은 문제 들 은 더 큰 문제 로 변할 수 있습니다.

결과는 이렇게 보일 수 있습니다.

기계는 변하지 않았지만 출력은 변했습니다.

따라서 진짜 질문은

"어떤 교대로 더 힘들어?"

더 좋은 질문은

두 셔프트 모두 같은 정보와 의사결정 능력, 문제 해결 지원이 있습니까?"

2무시된 변수: 도구 교체 빈도

금속 절단에서 도구 상태는 생산성에 직접적인 영향을 미친다.

원형 절단기와 띠 절단기의 경우, 절단 블레이드는 작동 중에 점진적으로 마모됩니다.

도구 사용량이 증가함에 따라:

• 절단 저항이 증가합니다.
• 스핀들 부하가 증가합니다.
• 자르는 시간이 길어집니다.
• 절단 품질이 떨어집니다.
• 번이 증가할 수 있습니다.
• 치아 부러지거나 비정상적인 마모가 발생할 가능성이 높아집니다.

일차 작업자는 이러한 변화를 알아차리고 즉시 엔지니어에게 연락할 수 있습니다.

엔지니어는 다음을 결정할 수 있습니다.

도구는 완전히 마르지 않습니다. 공급 속도는 너무 높습니다.

그 다음엔 엔지니어는 먹이 속도를 조정하고 생산을 계속할 수 있습니다.

하지만 엔지니어링 지원이 없으면, 야간 근무자는 두 가지 극단적인 결정 중 하나를 내릴 수 있습니다.

결정 1: 도구 를 너무 일찍 교체

작업자 는 비정상적 인 절단 소리 를 듣고 즉시 칼 을 바꿉니다.

그 결과:

칼은 아직 사용가능한 수명이지만, 너무 일찍 버려집니다.

결정 2: 도구 를 계속 사용 하라

운영자는 이렇게 생각하죠.

"아직 잘라낼 수 있어, 계속 달려가자".

이것은 결국 다음과 같은 결과를 초래할 수 있습니다.

• 절단 효율이 낮습니다.
• 더 높은 폐기물 비율
• 비정상적인 칼의 마모
• 더 높은 기계 부하
• 치아 부러짐 또는 칼의 고장

따라서,도구 교체는 조작자의 직관에 전적으로 의존해서는 안 됩니다.

더 나은 접근법은 데이터 기반의 도구 수명 관리입니다.

예를 들어:

한 블레이드 → 절단 횟수 → 절단 시간 → 스핀드 부하 → 절단 품질 → 교체 시간

충분한 데이터가 수집된 후 공장에서는 다음을 결정할 수 있습니다.

단추가 교체되어야 할 때, 단지 조작자가 그것을 교체해야한다고 느끼는 때 대신

3스핀드 로드 곡선은 작업자보다 더 일찍 문제를 감지할 수 있습니다.

자동화 된 금속 절단 장비의 경우 스핀들 부하는 귀중한 프로세스 신호입니다.

스핀들 부하가 정상적인 생산 기간 동안 안정적이라고 가정해 봅시다.

갑자기 패턴이 바뀌었습니다.

정상 → 정상 → 급격한 증가 → 지속적인 변동

이것은 다음을 나타낼 수 있습니다.

• 재료 경화 변동
• 도구 착용
• 과도한 먹이율
• 부적절한 작업
• 블레이드 롤아웃
• 안내 시스템 문제

하루 동안, 엔지니어 는 문제 를 빨리 발견 할 수 있다.

밤에는 아무도 데이터를 감시하지 않으면 기계는 몇 시간 동안 계속 작동 할 수 있습니다.

그 비용은 더 이상 대체 칼의 가격에 지나지 않습니다.

다음으로 될 수 있습니다.

도구 비용 + 정지 시간 + 폐기물 비용 + 노동 비용 + 배송 지연

따라서 공장 관리자 들 에게 중요한 질문 은 다음 과 같습니다.

기계가 데이터를 생성하는 것만으로는 충분하지 않습니다. 그 데이터는 실제로 생산 결정을 내리는 데 사용되고 있습니까?

4가장 큰 문제는 기계가 아닙니다. 질문할 사람이 없다는 것입니다.

이것은 제조업에서 가장 간과되는 문제 중 하나입니다.

기계가 비정상적으로 행동할 때, 조작자는 여러 가지 가능성에 직면할 수 있습니다.

상황 1: 소음 감축 장치 가 갑자기 증가 한다

이게 뭐죠?

• 도구 착용?
• 물질의 변화?
• 과잉 먹이율?
• 기계 고장?

명확한 기준이 없으면 운영자는 경험에 의존해야 합니다.

상황 2: 단축 시간 이 갑자기 늘어나다

보통 절단 주기는 다음과 같습니다.

1개당 30초

그런데 갑자기

조각당 40초

무슨 일이야?

기계의 효율성이 떨어지고 있습니까?

아니면 자료가 바뀌었나요?

역사적인 데이터가 없으면 운영자가 알기 어렵다.

상황 3: 절단 품질이 악화

운영자는 다음을 알아볼 수 있습니다.

• 더 많은 튀김
• 평면성이 좋지 않음
• 표면 질의 변화
• 차원 변동

하지만 어떻게 해야 할까요?

피드 속도를 조정하세요?

또는:

칼을 확인해?

또는:

클램핑 시스템을 확인해?

또는:

기계를 멈추고 유지보수를 연락하세요?

이것이 야간 근무의 진정한 위험입니다.

문제는 아무도 기계를 조작할 수 없다는 것이 아니라, 조작자가 올바른 결정을 내리는 데 도움을 줄 수 있는 사람이 없다는 것입니다.

5MES 시스템은 공장 관리자에게 무엇을 말할 수 있습니까?

만약 공장이 MES 또는 기계 데이터 수집 시스템을 구현했다면, 그것은 잠재적으로 많은 양의 근무 수준 정보를 제공할 수 있습니다.

생산 데이터

예를 들어:

• 일차 출력
• 야간 근무 출력
• 시간당 생산량
• 평균 주기 시간

기계 사용

예를 들어:

• 실행 시간
• 무동 시간
• 오류 시간
• 도구 교체 시간
• 설정 시간

도구 데이터

예를 들어:

• 도구 작동 시간
• 절단량
• 교체 주파수
• 다양한 재료의 도구 수명

기계 부하

그 중:

• 스핀들 부하
• 모터 전류
• 부하 최고치
• 비정상적인 변동

이 자료들은 중요한 질문에 답하는 데 도움이 될 수 있습니다.

"우리 기계가 실제로 설계된 생산 능력을 달성하고 있습니까?"

6하지만 MES는 또한 무언가를 숨길 수도 있습니다.

"숨기고"는 MES 시스템이 의도적으로 데이터를 위조한다는 것을 의미하지 않습니다.

진짜 문제는

시스템이 무슨 일이 일어났는지 알려줄 수는 있지만, 왜 그런 일이 일어났는지 알려주지 않을 수도 있습니다.

예를 들어, MES 시스템은 다음을 표시할 수 있습니다.

야간 근무 기계 사용률: 82%

하지만 그것은 당신에게 말하지 않을 수도 있습니다.

시간 손실의 8%는 절단 매개 변수를 확인하기 위해 엔지니어를 기다리는 작업자들에 의해 발생했습니다.

다음을 나타낼 수 있습니다.

야간 근무 생산량: 780개

하지만 표시되지 않을 수도 있습니다.

50개의 조각은 절단 품질이 불안정해지기 때문에 재작업이 필요했습니다.

다음을 나타낼 수 있습니다.

3개의 도구 변경

하지만 설명하지 못할 수도 있습니다.

하나는 정상적인 도구 수명 완료, 하나는 운영자의 잘못된 판단, 하나는 지연된 매개 변수 조정에 의해 발생했습니다.

따라서:

데이터는 무슨 일이 일어났는지 알려줍니다. 관리 프로세스는 왜 그런 일이 일어났는지 이해할 수 있는지 결정합니다.

7낮과 밤의 교대로 비교해야 하는 것은 무엇일까요?

만약 공장이 30%의 생산성 격차의 진정한 원인을 파악하고자 한다면 적어도 다음의 지표를 비교해야 합니다.

1출력

일일 생산량을 비교하지 마세요.

더 좋은 지표는:

기계 시간당 출력

이것은 기계가 사용 가능한 운영 시간 동안 실제로 얼마나 많은 생산량을 생산하는지 알려줍니다.

2. 사이클 시간을 줄여

비교해보세요.

낮 근무 평균 주기 시간 대 밤 근무 평균 주기 시간

야간 근무만 해도5초씩 느려집니다., 그 차이는 수백 개 또는 수천 개 후에 실질적으로 변할 수 있습니다.

3도구 소비

비교해보세요.

1,000개당 얼마나 많은 칼날이 사용되나요?

만약 야간 근무의 도구 소비량이 상당히 높다면, 문제는 다음과 같은 문제로 발생할 수 있습니다.

• 절단 매개 변수
• 작동 방법
• 소재 식별
• 도구 교체 전략

4폐기물 비율

만약 공장이 1000개씩 생산한다고 가정해 봅시다.

낮 근무:

10개의 결함

야간 근무:

30개의 결함

차이점은 1회에 20개밖에 안 됩니다.

하지만 한 달이 지나면 비용이 엄청나게 커질 수 있습니다.

5계획되지 않은 다운타임

이것은 많은 공장에서 가장 중요한 지표 중 하나입니다.

왜냐하면:

기계의 1분 정지시간은 단순히 1분 생산 손실을 의미하지는 않습니다.

또한 다음과 같은 경우에도 영향을 줄 수 있습니다.

• 하류 프로세스
• 근로자 계획
• 배달 일정은
• 기계 사용량
• 부품별 비용

8낮과 밤의 격차를 해결하는 것은 단순히 '더 많은 훈련'에 관한 것이 아닙니다.

공장들이 야간 근무의 생산성이 낮다는 것을 발견하면, 첫 번째 반응은 종종 다음과 같습니다.

"우리는 야간 교대 운영자를 더 잘 훈련시켜야 합니다".

훈련 은 중요 하지만, 그것 은 완전한 해결책 이 아니다.

더 효과적 인 방법 은 다음 과 같은 것 들 입니다.

1 일차 엔지니어 들 의 경험 을 표준화 한다

엔지니어링 경험을

• 매개 변수 테이블
• 문제 해결 절차
• 도구 교체 표준
• 경보 처리 절차
• 일반적인 문제에 대한 FAQ

야간 근무자가 추측할 필요가 없도록 하는 것이 목표입니다.

2 표준 파라미터 윈도우를 설정

각기 다른 재료, 크기와 도구 유형에 대해 다음을 정의합니다.

• 권장 스핀드 속도
• 권장 먹이 비율
• 허용 가능한 부하 범위
• 기준 도구 수명

그 다음 운영자의 결정은 다음과 같습니다.

"이걸 수정해야 한다고 생각해요".

다음의 경우

"표준에 따르면 이것은 올바른 조정입니다".

3 격화 절차 를 마련 하라

예를 들어:

레벨 1: 운영자가 처리합니다.

↓

레벨 2: 팀 리더 확인

↓

레벨 3: 엔지니어 원격 지원

↓

레벨 4: 유지보수 개입

이것은 두 가지 극단적인 상황을 방지합니다.

작은 문제로 기계를 멈췄어요

또는:

심각한 문제에도 불구하고 계속 달리고 있습니다.

4 기계 가 문제 를 설명 해 줄 것

미래의 지능형 절단 기계는 단순히 표시 할 수 없습니다:

오류 102

그들은 다음과 같은 더 유용한 지침을 제공해야합니다.

스핀드 부하가 정상 범위를 초과합니다. 도구 마모를 확인하거나 공급 속도를 줄여주세요.

다른 말로:

기계는 단순히 데이터를 수집하는 것뿐만 아니라 운영자가 데이터를 이해하는 데 도움을 주어야 합니다.

9"목표는 야간 근무가 아니라 낮의 근무처럼 일하는 것"

진짜 목표는 야간 근무에

결정 능력은 낮에 사용 가능한 능력에 가깝습니다.

그 이유는:

• 표준화 된 프로세스 매개 변수
• 데이터 기반 도구 수명 관리
• 표시된 기계 상태
• 표준화 문제 해결
• 원격 엔지니어링 지원
• 투명한 생산 데이터

궁극적인 목표는

"밤 근무 담당자 들 에게 더 많은 경험 을 갖도록 요청 하십시오".

바로:

"시스템과 데이터를 사용하여 일반 운영자가 경험이 많은 엔지니어의 의사결정에 더 가깝게 결정하도록 돕습니다".

바로 자동화와 스마트 제조가 진정한 가치를 창출하는 곳입니다.

10결론: 기계의 정확성은 기초일 뿐이다

기계 도구 를 구매 할 때 제조업체 는 종종 다음 과 같은 점 에 중점을 둔다.

• 위치 정확성
• 절단 정확성
• 스핀드 속도
• 모터 전력
• 자동화 수준

이 모든 것이 중요합니다.

하지만 대용량 생산에 있어서는 또 다른 측정값이 있습니다. 쉽게 간과할 수 있습니다.

기계는 24시간 생산 기간 동안 안정적인 생산량을 유지할 수 있습니까?

만약 낮 근무가 시당 100개만 생산하고 밤 근무가 시당 70개만 생산한다면 기계는 기술적으로 발전할 수 있습니다.하지만 그 잠재력은 생산성으로 완전히 전환되지 않았습니다..

그러므로 현대 금속 절단 기계 를 평가 하는 것 은

"정확하게 잘라낼 수 있나요?"

또한 다음과 같은 질문을 해야 합니다.

"다양한 작업자와 다른 교대에서 정확하게, 효율적으로, 그리고 안정적으로 일관되게 절단할 수 있습니까?"

정말 능력 있는 기계는 한 명의 경험이 많은 조작자에게 의존해서는 안 됩니다.

표준화, 자동화, 데이터 기반의 제조를 통해 기계 성능은 개별 운영자와 교대 차이에 덜 의존해야 합니다.

이것이 지능형 제조업이 궁극적으로 해결해야 할 문제입니다.