На многих металлообрабатывающих предприятиях, работающих в две-три смены, существует общая проблема, о которой все знают, но мало кто серьезно ее анализирует:
Почему производительность одного и того же станка в дневную и ночную смену может различаться на 20% или даже 30%, даже если станок, материал и параметры резки одинаковы?
Первые объяснения часто такие:
Однако реальная проблема часто оказывается более сложной.
Сама машина не изменилась. Что изменилось, так это система принятия решений вокруг машины.
В течение дня обычно доступны инженеры, обслуживающий персонал и руководители производства. Ночью операторам, возможно, придется принимать решения самостоятельно, когда они сталкиваются с износом инструмента, ненормальными звуками резания, нестабильной нагрузкой шпинделя или проблемами с креплением детали.
Это создает настоящую«скрытый разрыв» между дневными и ночными сменами.
Представьте себе металлообрабатывающий завод, работающий в две смены каждый день.
Результат может выглядеть так:
|
Индикатор |
Дневная смена |
Ночная смена |
|
Производительность в час |
100 шт. |
70–80 шт. |
|
Изменения инструмента |
2 |
3 |
|
Незапланированные простои |
15 мин. |
40 мин. |
|
Скорость лома |
1% |
3% |
|
Настройка параметров |
Немедленный |
Отложенный |
|
Поиск неисправностей |
Поддерживается инженером |
Операторский |
Машина не изменилась, а вот производительность изменилась.
Поэтому настоящий вопрос не в том:
«Какая смена работает тяжелее?»
Лучший вопрос:
«Обладают ли обе смены одинаковой информацией, способностью принимать решения и поддержкой при устранении неполадок?»
При резке металла состояние инструмента напрямую влияет на производительность.
У дисковых и ленточных пил пилы постепенно изнашиваются во время работы.
По мере увеличения износа инструмента:
Оператор дневной смены может заметить эти изменения и немедленно обратиться к инженеру.
Инженер может определить:
Инструмент не изношен полностью. Скорость подачи просто слишком высока.
Затем инженер может отрегулировать скорость подачи и продолжить производство.
Но без инженерной поддержки оператор ночной смены может принять одно из двух крайних решений.
Оператор слышит ненормальный звук резки и немедленно меняет лезвие.
Результат:
Лезвие еще имеет срок службы, но его преждевременно выбрасывают.
Оператор думает:
«Он все еще может порезаться, так что давайте продолжим бежать».
В конечном итоге это может привести к:
Поэтому,замена инструмента не должна полностью зависеть от интуиции оператора.
Лучшим подходом является внедрение управления сроком службы инструментов на основе данных.
Например:
Одно лезвие → Количество резов → Время резки → Нагрузка на шпиндель → Качество резки → Время замены
После сбора достаточного количества данных завод может определить:
когда лезвие необходимо заменить, а не тогда, когда оператор просто чувствует, что его следует заменить.
Для автоматизированного металлорежущего оборудования нагрузка на шпиндель является ценным технологическим сигналом.
Предположим, что нагрузка на шпиндель остается стабильной во время нормального производства.
Внезапно картина меняется:
Нормальный → Нормальный → Резкое увеличение → Постоянное колебание
Это может указывать на:
В течение дня инженер может быстро выявить проблему.
Ночью, если никто не следит за данными, машина может продолжать работать несколько часов.
Стоимость больше не является просто ценой сменного лезвия.
Это может стать:
Стоимость инструмента + время простоя + стоимость лома + стоимость рабочей силы + задержка доставки
Поэтому одним из важных вопросов для руководителей заводов является:
Машине недостаточно генерировать данные. Действительно ли эти данные используются для принятия производственных решений?
Это одна из самых игнорируемых проблем в производстве.
Когда машина ведет себя ненормально, оператор может столкнуться с несколькими возможностями.
Это:
Без четких стандартов оператору приходится полагаться на опыт.
Предположим, что нормальный цикл резки:
30 секунд на штуку
Но вдруг становится:
40 секунд на штуку
Что случилось?
Машина становится менее эффективной?
Или материал изменился?
Без исторических данных оператору трудно это узнать.
Оператор может заметить:
Но что делать?
Отрегулировать скорость подачи?
Или:
Проверить лезвие?
Или:
Проверить систему крепления?
Или:
Остановить машину и обратиться в сервисный центр?
Вот реальный риск производства в ночную смену:
Проблема не в том, что никто не может управлять машиной. Проблема в том, что никто не может помочь оператору принять правильное решение.
Если на заводе внедрена система MES или система сбора машинных данных, она потенциально может предоставить большой объем информации на уровне смены.
Например:
Такой как:
Например:
Включая:
Эти данные могут помочь ответить на важный вопрос:
«Действительно ли наша машина достигает проектной производственной мощности?»
«Скрыть» не означает, что система МЧС намеренно фальсифицирует данные.
Настоящая проблема заключается в следующем:
Система может рассказать вам, что произошло, но она может не сказать, почему это произошло.
Например, система MES может показывать:
Загрузка машин в ночную смену: 82%
Но он может не сказать вам:
8% потерянного времени было вызвано тем, что операторы ждали, пока инженер подтвердит параметры резки.
Это может показать:
Производительность в ночную смену: 780 шт.
Но может не отображаться:
50 штук потребовали доработки, так как качество резки стало нестабильным.
Это может показать:
Три смены инструмента
Но это может не объяснить:
Одна замена была связана с нормальным завершением срока службы инструмента, одна была связана с ошибкой оператора, а третья была вызвана задержкой настройки параметров.
Поэтому:
Данные расскажут вам, что произошло. Процессы управления определяют, сможете ли вы понять, почему это произошло.
Если завод хочет определить настоящую причину 30%-ного разрыва в производительности, ему следует сравнить как минимум следующие показатели.
Не сравнивайте только общий дневной объем производства.
Лучшим показателем является:
Производительность за машино-час
Это говорит вам, сколько продукции фактически производит машина в течение доступного времени ее работы.
Сравнивать:
Среднее время цикла дневной смены по сравнению со средним временем цикла ночной смены
Даже если ночная смена толькоНа 5 секунд медленнее за штуку, разница может стать существенной после сотен или тысяч штук.
Сравнивать:
Сколько лезвий расходуется на 1000 штук?
Если расход инструмента в ночную смену значительно выше, проблема может заключаться в следующем:
Предположим, завод производит 1000 штук.
Дневная смена:
10 бракованных штук
Ночная смена:
30 бракованных штук
Разница всего 20 штук за одну смену.
Но в течение всего месяца стоимость может стать значительной.
Это один из важнейших показателей для многих заводов.
Потому что:
Одна минута простоя оборудования не означает просто одну минуту простоя производства.
Это также может повлиять на:
Когда на заводах обнаруживают, что производительность в ночную смену ниже, первая реакция часто такая:
«Нам нужно лучше обучать операторов ночной смены».
Обучение важно, но оно не является полным решением.
Более эффективный подход включает в себя следующее.
Превратите инженерный опыт в:
Цель состоит в том, чтобы операторам ночной смены не приходилось гадать.
Для различных материалов, размеров и типов инструментов определите:
Тогда решение оператора меняется на:
«Я думаю, нам следует это скорректировать».
к:
«По стандарту это правильная регулировка».
Например:
Уровень 1: этим занимается оператор.
↓
Уровень 2: Руководитель группы подтверждает
↓
Уровень 3: Инженер обеспечивает удаленную поддержку.
↓
Уровень 4: Вмешается техническое обслуживание
Это предотвращает две крайности:
Остановка машины из-за незначительной проблемы.
Или:
Продолжаем работать, несмотря на серьезную проблему.
Будущие интеллектуальные режущие станки не должны просто отображать:
Ошибка 102
Они должны предоставлять более полезные рекомендации, такие как:
Нагрузка на шпиндель превышает нормальный диапазон. Пожалуйста, проверьте износ инструмента или уменьшите скорость подачи.
Другими словами:
Машина должна не только собирать данные. Это должно помочь операторам понять данные.
Настоящая цель — дать ночную смену:
Возможности принятия решений близки к тем, которые доступны в течение дня.
Для этого требуется:
Конечной целью не является:
«Попросите операторов ночной смены стать более опытными».
Это:
«Используйте системы и данные, чтобы помочь обычным операторам принимать решения, более близкие к решениям опытных инженеров».
Именно здесь автоматизация и интеллектуальное производство создают реальную ценность.
Приобретая станок, производители часто ориентируются на:
Все это важно.
Но для крупносерийного производства есть еще один показатель, который легко упустить из виду:
Может ли машина поддерживать стабильную производительность в течение 24 часов?
Если дневная смена производит 100 штук в час, а ночная смена — только 70 штук в час, машина может быть технологически продвинутой, но ее потенциал еще не полностью преобразован в производительность.
Поэтому при оценке современного металлорежущего станка следует не только спрашивать:
«Может ли он резать точно?»
Также следует спросить:
«Могут ли разные операторы и разные смены резать точно, эффективно и надежно?»
По-настоящему работоспособная машина не должна зависеть от одного опытного оператора, чтобы обеспечить полную производительность.
Благодаря стандартизации, автоматизации и производству, управляемому данными, производительность машин должна стать менее зависимой от отдельных операторов и различий в сменах.
Именно эту проблему в конечном итоге и должно решить интеллектуальное производство.
Контактное лицо: Mr. Henry
Телефон: +86-18101486180