در بسیاری از کارخانه‌های فلزکاری که دو یا سه شیفت کار می‌کنند، یک مشکل رایج وجود دارد که همه آن را می‌دانند، اما تعداد کمی از شرکت‌ها به طور جدی آن را تحلیل می‌کنند:

چرا خروجی یک دستگاه ممکن است بین شیفت روز و شیفت شب 20٪ یا حتی 30٪ متفاوت باشد، حتی زمانی که پارامترهای دستگاه، مواد و برش یکسان هستند؟

اولین توضیحات اغلب عبارتند از:

• اپراتورهای شیفت شب تجربه کمتری دارند.
• عملکرد دستگاه در شب بدتر است.
• کارگران شیفت شب کارایی کمتری دارند.
• مهندسان در روز در دسترس هستند اما در شب نه.

با این حال، مشکل واقعی اغلب پیچیده تر است.

خود دستگاه تغییر نکرده است. آنچه تغییر کرده است سیستم تصمیم گیری در اطراف دستگاه است.

در طول روز، مهندسان، پرسنل تعمیر و نگهداری و مدیران تولید معمولاً در دسترس هستند. در شب، اپراتورها ممکن است مجبور شوند زمانی که با فرسودگی ابزار، صداهای غیرعادی برش، بارهای ناپایدار دوک یا مشکلات مربوط به محل کار مواجه می شوند، خودشان تصمیم بگیرند.

این امر واقعی را ایجاد می کند"شکاف پنهان" بین شیفت های روز و شب.

1. چرا خروجی شیفت شب می تواند 30 درصد کمتر باشد؟

تصور کنید یک کارخانه فلزکاری هر روز دو شیفت کار می کند.

شیفت روز

• ناظران تولید در دسترس هستند.
• مهندسان فرآیند می توانند پشتیبانی ارائه دهند.
• دسترسی به پرسنل تعمیر و نگهداری آسان تر است.
• مشکلات ابزار را می توان به سرعت حل کرد.
• پارامترهای برش را می توان بلافاصله تنظیم کرد.

شیفت شب

• افراد کمتری در دسترس هستند.
• مهندسان فرآیند ممکن است در سایت نباشند.
• پاسخ تعمیر و نگهداری بیشتر طول می کشد.
• اپراتورها باید خودشان مشکلات را تشخیص دهند.
• مشکلات کوچک ممکن است تا زمانی که به مشکلات بزرگتری تبدیل شوند ادامه پیدا کنند.

نتیجه می تواند به شکل زیر باشد:

دستگاه تغییر نکرده است، اما خروجی تغییر کرده است.

بنابراین، سوال واقعی این نیست:

"کدام شیفت بیشتر کار می کند؟"

سوال بهتر این است:

"آیا هر دو شیفت اطلاعات، توانایی تصمیم گیری و پشتیبانی عیب یابی یکسان دارند؟"

2. متغیر نادیده گرفته شده: فرکانس جایگزینی ابزار

در برش فلز، وضعیت ابزار تاثیر مستقیمی بر بهره وری دارد.

برای ماشین های اره دایره ای و ماشین های اره نواری، تیغه های اره در حین کار به تدریج فرسوده می شوند.

با افزایش سایش ابزار:

• مقاومت برش افزایش می یابد.
• بار اسپیندل بالا می رود.
• زمان برش طولانی تر می شود.
• کیفیت برش بدتر می شود.
• برس ممکن است افزایش یابد.
• احتمال شکستگی یا سایش غیر طبیعی دندان بیشتر می شود.

یک اپراتور شیفت روزانه ممکن است متوجه این تغییرات شود و بلافاصله با یک مهندس تماس بگیرد.

مهندس ممکن است تعیین کند:

ابزار کاملا فرسوده نشده است. نرخ خوراک به سادگی خیلی زیاد است.

سپس مهندس می تواند نرخ تغذیه را تنظیم کند و به تولید ادامه دهد.

اما بدون پشتیبانی مهندسی، یک اپراتور شیفت شب ممکن است یکی از دو تصمیم شدید را اتخاذ کند.

تصمیم 1: ابزار را خیلی زود تعویض کنید

اپراتور صدای برش غیر عادی را می شنود و بلافاصله تیغه را عوض می کند.

نتیجه:

تیغه هنوز هم عمر قابل استفاده دارد، اما پیش از موعد دور انداخته می شود.

تصمیم 2: به استفاده از ابزار ادامه دهید

اپراتور فکر می کند:

"هنوز می تواند قطع شود، پس بیایید به دویدن ادامه دهیم."

این ممکن است در نهایت منجر به:

• راندمان برش کمتر
• نرخ ضایعات بالاتر
• سایش غیر طبیعی تیغه
• بار ماشین بالاتر
• شکستگی دندان یا شکست تیغه

بنابراین،جایگزینی ابزار نباید کاملاً به شهود اپراتور بستگی داشته باشد.

یک رویکرد بهتر، ایجاد مدیریت زندگی ابزار مبتنی بر داده است.

به عنوان مثال:

یک تیغه → تعداد برش → زمان برش → بار دوک → کیفیت برش → زمان تعویض

پس از جمع آوری داده های کافی، کارخانه می تواند تعیین کند:

زمانی که یک تیغه باید تعویض شود به جای زمانی که یک اپراتور به سادگی احساس می کند که باید تعویض شود.

3. منحنی های بار اسپیندل ممکن است مشکلات را زودتر از اپراتورها تشخیص دهند

برای تجهیزات خودکار برش فلز، بار دوک یک سیگنال فرآیند ارزشمند است.

فرض کنید بار اسپیندل در طول تولید عادی ثابت می ماند.

ناگهان الگو تغییر می کند:

عادی → عادی → افزایش شدید → نوسان مداوم

این می تواند نشان دهد:

• تغییر سختی مواد
• پوشیدن ابزار
• نرخ خوراک بیش از حد
• کار نامناسب
• ریزش تیغه
• مشکلات سیستم راهنما

در طول روز، یک مهندس ممکن است مشکل را به سرعت شناسایی کند.

در شب، اگر کسی بر داده ها نظارت نداشته باشد، ممکن است دستگاه برای چند ساعت به کار خود ادامه دهد.

هزینه دیگر صرفاً قیمت یک تیغه جایگزین نیست.

ممکن است تبدیل شود:

هزینه ابزار + خرابی + هزینه ضایعات + هزینه کار + تاخیر در تحویل

بنابراین، یک سوال مهم برای مدیران کارخانه این است:

تولید داده برای ماشین کافی نیست. آیا واقعاً از این داده ها برای تصمیم گیری در مورد تولید استفاده می شود؟

4. بزرگ‌ترین مشکل شیفت شب ماشین نیست - این است که از کسی بپرسید

این یکی از مشکلاتی است که در تولید نادیده گرفته می شود.

هنگامی که یک ماشین غیرعادی رفتار می کند، یک اپراتور ممکن است با چندین احتمال روبرو شود.

وضعیت 1: صدای برش ناگهانی افزایش می یابد

آیا این است:

• پوشیدن ابزار؟
• تنوع مواد؟
• نرخ خوراک بیش از حد؟
• خرابی دستگاه؟

بدون استانداردهای روشن، اپراتور باید به تجربه تکیه کند.

وضعیت 2: زمان برش به طور ناگهانی افزایش می یابد

فرض کنید چرخه معمولی برش به صورت زیر باشد:

30 ثانیه در هر قطعه

اما ناگهان می شود:

40 ثانیه در هر قطعه

چه اتفاقی افتاد؟

آیا ماشین کارایی کمتری دارد؟

یا مواد تغییر کرده است؟

بدون داده های تاریخی، دانستن آن برای اپراتور دشوار است.

وضعیت 3: کیفیت برش بدتر می شود

اپراتور ممکن است متوجه شود:

• فرزهای بیشتر
• مربع ضعیف
• کیفیت سطح تغییر می کند
• تنوع ابعادی

اما چه باید کرد؟

نرخ خوراک را تنظیم کنید؟

یا:

تیغه را چک کنید؟

یا:

سیستم گیره را چک کنید؟

یا:

دستگاه را متوقف کنید و با تعمیر و نگهداری تماس بگیرید؟

این خطر واقعی تولید در شیفت شب است:

مشکل این نیست که هیچ کس نمی تواند دستگاه را راه اندازی کند. مشکل این است که هیچ کس برای کمک به اپراتور در تصمیم گیری درست در دسترس نیست.

5. سیستم MES چه چیزی می تواند به مدیران کارخانه بگوید؟

اگر یک کارخانه یک سیستم جمع‌آوری داده‌های ماشینی یا MES را پیاده‌سازی کرده باشد، به طور بالقوه می‌تواند مقدار زیادی اطلاعات در سطح تغییر را ارائه دهد.

داده های تولید

به عنوان مثال:

• خروجی شیفت روز
• خروجی شیفت شب
• خروجی در ساعت
• متوسط ​​زمان چرخه

استفاده از ماشین

مانند:

• زمان اجرا
• زمان بیکاری
• زمان خطا
• زمان تعویض ابزار
• زمان راه اندازی

داده های ابزار

به عنوان مثال:

• زمان کار ابزار
• تعداد برش ها
• فرکانس تعویض
• عمر ابزار تحت مواد مختلف

بار ماشین

از جمله:

• بار دوک
• جریان موتور
• اوج بارگذاری
• نوسانات غیر طبیعی

این داده ها می توانند به پاسخ به یک سوال مهم کمک کنند:

"آیا ماشین ما واقعاً به ظرفیت تولید طراحی شده خود می رسد؟"

6. اما MES ممکن است چیزی را نیز "پنهان" کند

"پنهان کردن" به این معنی نیست که سیستم MES عمداً داده ها را جعل می کند.

مسئله واقعی این است:

یک سیستم می تواند به شما بگوید چه اتفاقی افتاده است، اما ممکن است به شما نگوید که چرا اتفاق افتاده است.

به عنوان مثال، یک سیستم MES ممکن است نشان دهد:

استفاده از ماشین شیفت شب: 82٪

اما ممکن است به شما نگوید:

8 درصد از زمان از دست رفته ناشی از اپراتورهایی است که منتظر یک مهندس برای تأیید پارامترهای برش هستند.

ممکن است نشان دهد:

خروجی شیفت شب: 780 عدد

اما ممکن است نشان ندهد:

50 قطعه نیاز به کار مجدد داشتند زیرا کیفیت برش ناپایدار شد.

ممکن است نشان دهد:

سه تغییر ابزار

اما ممکن است توضیح ندهد:

یکی از جایگزین‌ها تکمیل عمر ابزار معمولی، یکی قضاوت نادرست اپراتور، و دیگری به دلیل تعدیل پارامتر با تاخیر بود.

بنابراین:

داده به شما می گوید چه اتفاقی افتاده است. فرآیندهای مدیریتی تعیین می‌کنند که آیا شما می‌توانید علت وقوع آن را درک کنید.

7. در واقع چه چیزی را باید بین شیفت های روز و شب مقایسه کنید؟

اگر کارخانه ای بخواهد علت واقعی شکاف بهره وری 30 درصدی را شناسایی کند، باید حداقل شاخص های زیر را با هم مقایسه کند.

1. خروجی

فقط کل تولید روزانه را مقایسه نکنید.

یک شاخص بهتر این است:

خروجی در ساعت دستگاه

این به شما می گوید که ماشین در طول زمان کارکرد در دسترس خود چقدر تولید می کند.

2. زمان چرخه برش

مقایسه کنید:

میانگین زمان چرخه شیفت روز در مقابل متوسط ​​زمان چرخه شیفت شب

حتی اگر شیفت شب فقط باشد5 ثانیه کندتر در هر قطعه، تفاوت می تواند پس از صدها یا هزاران قطعه قابل توجه باشد.

3. مصرف ابزار

مقایسه کنید:

در هر 1000 عدد چند تیغه مصرف می شود؟

اگر مصرف ابزار شیفت شب به میزان قابل توجهی بیشتر باشد، مشکل ممکن است شامل موارد زیر باشد:

• پارامترهای برش
• روش های عملیاتی
• شناسایی مواد
• استراتژی جایگزینی ابزار

4. نرخ قراضه

فرض کنید کارخانه 1000 قطعه تولید می کند.

شیفت روز:

10 قطعه معیوب

شیفت شب:

30 قطعه معیوب

تفاوت فقط 20 قطعه در یک شیفت است.

اما در طول یک ماه کامل، هزینه می تواند قابل توجه باشد.

5. توقف برنامه ریزی نشده

این یکی از مهمترین شاخص ها برای بسیاری از کارخانه ها است.

زیرا:

یک دقیقه از کار افتادن دستگاه صرفاً به معنای از دست رفتن یک دقیقه تولید نیست.

همچنین می تواند بر:

• فرآیندهای پایین دستی
• برنامه ریزی نیروی کار
• برنامه های تحویل
• استفاده از ماشین
• هزینه هر قطعه

8. حل شکاف روز/شب صرفاً درباره «آموزش بیشتر» نیست

وقتی کارخانه ها متوجه می شوند که بهره وری در شیفت شب کمتر است، اولین واکنش اغلب این است:

ما باید اپراتورهای شیفت شب را بهتر آموزش دهیم.»

آموزش مهم است، اما راه حل کامل نیست.

یک رویکرد مؤثرتر شامل موارد زیر است.

① استاندارد کردن تجربه مهندسان شیفت روزانه

تبدیل تجربه مهندسی به:

• جداول پارامتر
• روش های عیب یابی
• استانداردهای تعویض ابزار
• رویه های کنترل آلارم
• سوالات متداول برای مشکلات رایج

هدف این است که مطمئن شویم اپراتورهای شیفت شب مجبور به حدس زدن نیستند.

② ویندوز پارامتر استاندارد را ایجاد کنید

برای مواد، اندازه ها و انواع ابزار مختلف، تعریف کنید:

• سرعت اسپیندل پیشنهادی
• نرخ خوراک توصیه شده
• محدوده بار قابل قبول
• عمر ابزار مرجع

سپس تصمیم اپراتور از:

"من فکر می کنم ما باید این را تنظیم کنیم."

به:

"طبق استاندارد، این تنظیم صحیح است."

③ یک رویه تشدید ایجاد کنید

به عنوان مثال:

سطح 1: اپراتور آن را مدیریت می کند

↓

سطح 2: رهبر تیم تایید می کند

↓

سطح 3: مهندس پشتیبانی از راه دور را ارائه می دهد

↓

سطح 4: تعمیر و نگهداری دخالت می کند

این از دو افراط جلوگیری می کند:

توقف دستگاه برای یک مشکل جزئی.

یا:

با وجود یک مشکل جدی به اجرا ادامه می دهد.

④ اجازه دهید ماشین مشکل را توضیح دهد

ماشین های برش هوشمند آینده نباید به سادگی نمایش دهند:

خطای 102

آنها باید راهنمایی های مفیدتری ارائه دهند، مانند:

بار اسپیندل بالاتر از محدوده معمولی است. لطفاً سایش ابزار را بررسی کنید یا نرخ تغذیه را کاهش دهید.

به عبارت دیگر:

ماشین فقط نباید داده ها را جمع آوری کند. باید به اپراتورها در درک داده ها کمک کند.

9. هدف این نیست که شیفت شب را "مانند شیفت روز کار کنید"

هدف واقعی دادن شیفت شب است:

توانایی های تصمیم گیری نزدیک به توانایی های موجود در طول روز.

که مستلزم:

• پارامترهای فرآیند استاندارد شده
• مدیریت عمر ابزار مبتنی بر داده
• وضعیت ماشین تجسم شده
• عیب یابی استاندارد
• پشتیبانی مهندسی از راه دور
• داده های تولید شفاف

هدف نهایی این نیست:

از اپراتورهای شیفت شب بخواهید که با تجربه تر شوند."

این است:

از سیستم‌ها و داده‌ها برای کمک به اپراتورهای معمولی در تصمیم‌گیری نزدیک‌تر به تصمیمات مهندسین با تجربه استفاده کنید.»

اینجاست که اتوماسیون و تولید هوشمند ارزش واقعی ایجاد می کند.

10. نتیجه: دقت ماشین فقط پایه است

هنگام خرید ماشین ابزار، سازندگان اغلب بر روی موارد زیر تمرکز می کنند:

• دقت موقعیت یابی
• دقت برش
• سرعت اسپیندل
• قدرت موتور
• سطح اتوماسیون

همه اینها مهم است.

اما برای تولید با حجم بالا، معیار دیگری وجود دارد که به راحتی می توان از آن چشم پوشی کرد:

آیا دستگاه می تواند خروجی پایدار را در طول تولید 24 ساعته حفظ کند؟

اگر شیفت روز 100 قطعه در ساعت تولید کند در حالی که شیفت شب فقط 70 قطعه در ساعت تولید می کند، ممکن است دستگاه از نظر فناوری پیشرفته باشد، اما پتانسیل آن به طور کامل به بهره وری تبدیل نشده است.

بنابراین، ارزیابی یک ماشین برش فلز مدرن نباید تنها به این پرسش باشد:

"آیا می تواند به دقت برش دهد؟"

همچنین باید پرسید:

«آیا اپراتورهای مختلف و شیفت‌های مختلف می‌توانند به طور مداوم با دقت، کارآمد و قابل اعتماد برش دهند؟»

یک ماشین واقعاً توانا نباید برای ارائه عملکرد کامل خود به یک اپراتور با تجربه وابسته باشد.

از طریق استانداردسازی، اتوماسیون، و تولید مبتنی بر داده، عملکرد ماشین باید کمتر به اپراتورهای فردی وابسته شود و تفاوت‌ها تغییر کند.

این چیزی است که تولید هوشمند در نهایت باید حل کند.