İki veya üç vardiya çalışan birçok metal işleme fabrikasında, herkesin bildiği ancak çok az şirketin ciddiyetle analiz ettiği ortak bir sorun vardır:

Makine, malzeme ve kesme parametreleri aynı olsa bile, aynı makinenin çıktısı gündüz vardiyası ile gece vardiyası arasında neden %20, hatta %30 farklılık gösterebiliyor?

İlk açıklamalar genellikle şöyledir:

• Gece vardiyasında çalışan operatörler daha az deneyimlidir.
• Makine geceleri daha kötü performans gösteriyor.
• Gece vardiyasında çalışanlar daha az verimlidir.
• Mühendisler gündüzleri mevcuttur ancak geceleri mevcut değildir.

Ancak asıl sorun çoğunlukla daha karmaşıktır.

Makinenin kendisi değişmedi. Değişen şey makinenin etrafındaki karar verme sistemidir.

Gün içerisinde mühendisler, bakım personeli ve üretim yöneticileri genellikle hazır bulunur. Geceleri operatörler takım aşınması, anormal kesme sesleri, dengesiz iş mili yükleri veya iş parçasını tutma sorunlarıyla karşılaştıklarında kendi başlarına karar vermek zorunda kalabilirler.

Bu gerçek yaratırgündüz ve gece vardiyaları arasındaki “gizli boşluk”.

1. Gece Vardiyası Çıkışı Neden %30 Daha Düşük Olabilir?

Her gün iki vardiya çalışan bir metal işleme fabrikası düşünün.

Gündüz Vardiyası

• Üretim sorumluları mevcuttur.
• Proses mühendisleri destek sağlayabilir.
• Bakım personeline ulaşmak daha kolaydır.
• Takım sorunları hızlı bir şekilde çözülebilir.
• Kesim parametreleri anında ayarlanabilir.

Gece Vardiyası

• Daha az kişi mevcut.
• Proses mühendisleri sahada olmayabilir.
• Bakım yanıtı daha uzun sürer.
• Operatörlerin sorunları kendilerinin teşhis etmesi gerekir.
• Küçük sorunlar daha büyük sorunlara dönüşene kadar devam edebilir.

Sonuç şöyle görünebilir:

Makine değişmedi ama çıktı değişti.

Dolayısıyla asıl soru şu değil:

"Hangi vardiya daha çok çalışıyor?"

Daha iyi soru şu:

"Her iki vardiya da aynı bilgiye, karar verme yeteneğine ve sorun giderme desteğine sahip mi?"

2. Gözden Kaçan Değişken: Takım Değiştirme Sıklığı

Talaşlı imalatta takımın durumunun üretkenlik üzerinde doğrudan etkisi vardır.

Daire testere makinelerinde ve şerit testere makinelerinde testere bıçakları çalışma sırasında yavaş yavaş aşınır.

Takım aşınması arttıkça:

• Kesme direnci artar.
• Mil yükü artar.
• Kesim süresi uzar.
• Kesim kalitesi bozulur.
• Çapaklar artabilir.
• Diş kırılması veya anormal aşınma olasılığı artar.

Gündüz vardiyası operatörü bu değişiklikleri fark edebilir ve derhal bir mühendisle iletişime geçebilir.

Mühendis şunları belirleyebilir:

Alet tamamen aşınmamıştır. İlerleme hızı çok yüksek.

Mühendis daha sonra ilerleme hızını ayarlayabilir ve üretime devam edebilir.

Ancak mühendislik desteği olmadan bir gece vardiyası operatörü iki uç karardan birini verebilir.

Karar 1: Aleti çok erken değiştirin

Operatör anormal bir kesme sesi duyar ve hemen bıçağı değiştirir.

Sonuç:

Bıçağın hâlâ kullanılabilir ömrü vardır ancak zamanından önce atılır.

Karar 2: Aracı kullanmaya devam edin

Operatör şöyle düşünüyor:

"Hala kesebilir, o yüzden koşmaya devam edelim."

Bu sonuçta şunlarla sonuçlanabilir:

• Daha düşük kesme verimliliği
• Daha yüksek hurda oranları
• Anormal bıçak aşınması
• Daha yüksek makine yükü
• Diş kırılması veya bıçak arızası

Öyleyse,takım değişimi tamamen operatörün sezgisine bağlı olmamalıdır.

Daha iyi bir yaklaşım, veriye dayalı takım ömrü yönetimi oluşturmaktır.

Örneğin:

Tek bıçak → Kesim sayısı → Kesme süresi → Mil yükü → Kesme kalitesi → Değiştirme süresi

Yeterli veri toplandıktan sonra fabrika şunları belirleyebilir:

Operatörün bıçağın değiştirilmesi gerektiğini düşünmesi yerine bıçağın değiştirilmesi gerektiğinde.

3. İş Mili Yük Eğrileri Sorunları Operatörlerden Daha Önce Tespit Edebilir

Otomatik metal kesme ekipmanları için iş mili yükü değerli bir proses sinyalidir.

Normal üretim sırasında iş mili yükünün sabit kaldığını varsayalım.

Aniden kalıp değişir:

Normal → Normal → Keskin artış → Sürekli dalgalanma

Bu şunları gösterebilir:

• Malzeme sertliği değişimi
• Takım aşınması
• Aşırı ilerleme hızı
• Uygunsuz iş parçası tutma
• Bıçak salgısı
• Kılavuz sistemi sorunları

Gün içerisinde bir mühendis sorunu hızlı bir şekilde tespit edebilir.

Geceleri kimse verileri izlemezse makine birkaç saat daha çalışmaya devam edebilir.

Maliyet artık sadece yedek bıçağın fiyatı değil.

Şunlara dönüşebilir:

Takım maliyeti + arıza süresi + hurda maliyeti + işçilik maliyeti + teslimat gecikmesi

Bu nedenle fabrika yöneticileri için önemli bir soru şudur:

Makinenin veri üretmesi yeterli değildir. Bu veriler gerçekten üretim kararları vermek için kullanılıyor mu?

4. En Büyük Gece Vardiyası Sorunu Makine Değil, Soracak Kimsenin Olmamasıdır

Bu, üretimde en çok gözden kaçan sorunlardan biridir.

Bir makine anormal davrandığında operatör çeşitli olasılıklarla karşı karşıya kalabilir.

Durum 1: Kesme Sesi Aniden Artıyor

Bu mu:

• Alet aşınması mı?
• Malzeme değişimi?
• Aşırı ilerleme hızı mı?
• Makine arızası mı?

Açık standartlar olmadığında operatörün deneyime güvenmesi gerekir.

Durum 2: Kesim Süresi Aniden Artıyor

Normal kesme çevriminin şöyle olduğunu varsayalım:

Parça başına 30 saniye

Ama birdenbire şöyle oluyor:

Parça başına 40 saniye

Ne oldu?

Makinenin verimliliği azalıyor mu?

Yoksa malzeme mi değişti?

Geçmiş veriler olmadan operatörün bunu bilmesi zordur.

Durum 3: Kesim Kalitesi Kötüleşiyor

Operatör şunları fark edebilir:

• Daha fazla çapak
• Kötü karelik
• Yüzey kalitesi değişiklikleri
• Boyutsal değişiklik

Peki ne yapılmalı?

Besleme hızı ayarlansın mı?

Veya:

Bıçağı kontrol ettin mi?

Veya:

Sıkıştırma sistemini kontrol ettiniz mi?

Veya:

Makine durdurulup bakımla iletişime geçilsin mi?

Gece vardiyasında üretimin gerçek riski budur:

Sorun kimsenin makineyi çalıştıramaması değil. Sorun, operatörün doğru kararı vermesine yardımcı olacak kimsenin bulunmamasıdır.

5. Bir MES Sistemi Fabrika Yöneticilerine Ne Anlatabilir?

Bir fabrika bir MES veya makine verisi toplama sistemi uyguladıysa, bu sistem potansiyel olarak büyük miktarda vardiya düzeyinde bilgi sağlayabilir.

Üretim Verileri

Örneğin:

• Gündüz vardiyası çıkışı
• Gece vardiyası çıkışı
• Saat başına çıktı
• Ortalama çevrim süresi

Makine Kullanımı

Örneğin:

• Koşu süresi
• Boşta kalma süresi
• Arıza süresi
• Takım değiştirme süresi
• Kurulum süresi

Takım Verileri

Örneğin:

• Takım çalışma süresi
• Kesim sayısı
• Değiştirme sıklığı
• Farklı malzemelerde takım ömrü

Makine Yükü

İçermek:

• Mil yükü
• Motor akımı
• Yük zirveleri
• Anormal dalgalanmalar

Bu veriler kritik bir soruyu yanıtlamaya yardımcı olabilir:

“Makinemiz gerçekten tasarlanan üretim kapasitesine ulaşıyor mu?”

6. Ancak MES Bir Şeyi de “Gizleyebilir”

"Gizle", MES sisteminin kasıtlı olarak verileri tahrif ettiği anlamına gelmez.

Asıl mesele şu:

Bir sistem size ne olduğunu söyleyebilir ancak bunun neden olduğunu söylemeyebilir.

Örneğin bir MES sistemi şunları gösterebilir:

Gece vardiyasında makine kullanımı: %82

Ancak size şunu söylemeyebilir:

Kayıp zamanın %8'i, operatörlerin bir mühendisin kesme parametrelerini onaylamasını beklemesinden kaynaklandı.

Şunları gösterebilir:

Gece vardiyası çıkışı: 780 parça

Ancak şunu göstermeyebilir:

Kesim kalitesi dengesiz hale geldiğinden 50 parçanın yeniden işlenmesi gerekiyordu.

Şunları gösterebilir:

Üç takım değişikliği

Ancak şunu açıklayamayabilir:

Değiştirmelerden biri normal takım ömrünün tamamlanmasıydı, biri operatörün yanlış kararıydı ve diğeri ise gecikmiş parametre ayarlamasından kaynaklanıyordu.

Öyleyse:

Veriler size ne olduğunu anlatır. Yönetim süreçleri, bunun neden olduğunu anlayıp anlayamayacağınızı belirler.

7. Gündüz ve Gece Vardiyaları Arasında Aslında Neyi Karşılaştırmanız Gerekir?

Bir fabrika %30'luk verimlilik farkının gerçek nedenini belirlemek istiyorsa en azından aşağıdaki göstergeleri karşılaştırmalıdır.

1. Çıkış

Yalnızca toplam günlük çıktıyı karşılaştırmayın.

Daha iyi bir gösterge:

Makine saati başına çıktı

Bu size makinenin kullanılabilir çalışma süresi boyunca gerçekte ne kadar üretim ürettiğini gösterir.

2. Kesme Çevrim Süresi

Karşılaştırmak:

Ortalama gündüz vardiyası döngü süresi ve ortalama gece vardiyası döngü süresi

Sadece gece vardiyası olsa bileParça başına 5 saniye daha yavaşYüzlerce veya binlerce parçadan sonra fark önemli hale gelebilir.

3. Alet Tüketimi

Karşılaştırmak:

1.000 parça başına kaç bıçak tüketilir?

Gece vardiyasında takım tüketimi önemli ölçüde yüksekse sorun aşağıdakileri içerebilir:

• Kesme parametreleri
• Çalıştırma yöntemleri
• Malzeme tanımlama
• Takım değiştirme stratejisi

4. Hurda Oranı

Fabrikanın 1000 adet ürettiğini varsayalım.

Gündüz vardiyası:

10 kusurlu parça

Gece vardiyası:

30 kusurlu parça

Fark tek vardiyada sadece 20 parçadır.

Ancak bir ay boyunca maliyet önemli hale gelebilir.

5. Planlanmamış Kesinti Süresi

Bu, birçok fabrika için en önemli göstergelerden biridir.

Çünkü:

Bir dakikalık makine kesintisi yalnızca bir dakikalık üretim kaybı anlamına gelmez.

Ayrıca şunları da etkileyebilir:

• Aşağı akış süreçleri
• İşgücü planlaması
• Teslimat programları
• Makine kullanımı
• Parça başına maliyet

8. Gece/Gündüz Farkını Çözmek Sadece "Daha Fazla Eğitim"den ibaret Değil

Fabrikalar gece vardiyasında üretkenliğin daha düşük olduğunu keşfettiklerinde ilk tepki genellikle şöyle olur:

"Gece vardiyası operatörlerini daha iyi eğitmemiz gerekiyor."

Eğitim önemlidir ancak tam çözüm değildir.

Daha etkili bir yaklaşım aşağıdakileri içerir.

① Gündüz Vardiyası Mühendislerinin Deneyimini Standartlaştırın

Mühendislik deneyimini şuna dönüştürün:

• Parametre tabloları
• Sorun giderme prosedürleri
• Takım değiştirme standartları
• Alarm işleme prosedürleri
• Yaygın sorunlarla ilgili SSS

Amaç, gece vardiyası operatörlerinin tahmin yürütmek zorunda kalmamasını sağlamaktır.

② Standart Parametre Pencerelerini Oluşturun

Farklı malzemeler, boyutlar ve alet türleri için şunları tanımlayın:

• Önerilen iş mili hızı
• Önerilen ilerleme hızı
• Kabul edilebilir yük aralığı
• Referans takım ömrü

Daha sonra operatörün kararı şu şekilde değişir:

"Bunu ayarlamamız gerektiğini düşünüyorum."

ile:

“Standartlara göre bu doğru bir ayardır.”

③ Bir Eskalasyon Prosedürü Oluşturun

Örneğin:

Seviye 1: Operatör halleder

↓

Seviye 2: Takım lideri onaylar

↓

Seviye 3: Mühendis uzaktan destek sağlar

↓

Seviye 4: Bakım müdahalesi

Bu iki aşırı durumu önler:

Küçük bir sorun nedeniyle makineyi durduruyorum.

Veya:

Ciddi bir soruna rağmen koşmaya devam ediyorum.

④ Makinenin Sorunu Açıklamasına İzin Verin

Geleceğin akıllı kesme makineleri aşağıdakileri basitçe göstermemelidir:

Hata 102

Aşağıdakiler gibi daha yararlı rehberlik sağlamalıdırlar:

İş mili yükü normal aralığın üzerindedir. Lütfen takım aşınmasını kontrol edin veya ilerleme hızını azaltın.

Başka bir deyişle:

Makine yalnızca veri toplamamalı. Operatörlerin verileri anlamalarına yardımcı olmalıdır.

9. Amaç Gece Vardiyasını “Gündüz Vardiyası Gibi Çalışmak” Değil

Asıl amaç gece vardiyasını vermektir:

Karar verme yetenekleri gün içinde mevcut olanlara yakındır.

Bu şunları gerektirir:

• Standartlaştırılmış proses parametreleri
• Veri tabanlı takım ömrü yönetimi
• Görselleştirilmiş makine durumu
• Standart sorun giderme
• Uzaktan mühendislik desteği
• Şeffaf üretim verileri

Nihai hedef şu değildir:

"Gece vardiyası operatörlerinden daha deneyimli olmalarını isteyin."

Bu:

"Sıradan operatörlerin deneyimli mühendislerin kararlarına daha yakın kararlar almasına yardımcı olmak için sistemleri ve verileri kullanın."

Otomasyon ve akıllı üretimin gerçek değer yarattığı yer burasıdır.

10. Sonuç: Makine Doğruluğu Yalnızca Temeldir

Bir takım tezgahı satın alırken üreticiler genellikle aşağıdakilere odaklanır:

• Konumlandırma doğruluğu
• Kesme doğruluğu
• Mil hızı
• Motor gücü
• Otomasyon seviyesi

Bunların hepsi önemlidir.

Ancak yüksek hacimli üretim için gözden kaçması kolay başka bir ölçüm daha var:

Makine 24 saatlik üretim boyunca istikrarlı çıktıyı koruyabilir mi?

Gündüz vardiyası saatte 100 parça üretirken gece vardiyası saatte sadece 70 parça üretiyorsa makine teknolojik olarak gelişmiş olabilir ancak potansiyeli tam olarak verimliliğe dönüşmemiştir.

Bu nedenle, modern bir metal kesme makinesini değerlendirmek yalnızca şu soruları sormaktan ibaret olmamalıdır:

“Doğru şekilde kesebilir mi?”

Şunu da sormalı:

"Farklı operatörler ve farklı vardiyalar tutarlı bir şekilde doğru, verimli ve güvenilir şekilde kesim yapabilir mi?"

Gerçekten yetenekli bir makinenin tam performansını sunması için deneyimli bir operatöre bağlı olmaması gerekir.

Standardizasyon, otomasyon ve veriye dayalı üretim yoluyla makine performansının bireysel operatörlere ve vardiya farklılıklarına daha az bağımlı hale gelmesi gerekiyor.

Akıllı üretimin nihai olarak çözmesi gereken şey budur.