Zber výrobných dát: prípadová štúdia z továrne

Ráno o pol siedmej výrobní manažér stále hľadá čísla z predchádzajúceho dňa. Jedna zmena zaznamenala počet kusov na papieri, druhá v Exceli, a dôvod odpadu bol uvedený len ústne pri odovzdávaní. Táto prípadová štúdia o zbere výrobných dát nezačína zavedením nového systému, ale touto veľmi známou situáciou: závod pracuje, ale vedenie vidí, čo sa stalo, len oneskorene a neisto.

Východisková situácia: dáta boli, informácie chýbali

V dotknutom, viaczmenovom kovospracujúcom závode pracovalo približne 80 ľudí. Plánovanie výroby prebiehalo v systéme riadenia podniku, ale z výrobných strojov neprichádzali jednotné výrobné dáta. Vedúci zmien zaznamenávali vyrobené množstvo, prestoje a odpad na papieroch, a potom na konci dňa alebo nasledujúci deň ich administrátor zaznamenal do tabuľky.

Na prvý pohľad to nevyzeralo ako vážny problém. Vedúci zmien poznali stroje, výrobný plán bol pripravený a mesačné uzávierky sa nejako vždy uskutočnili. Problém sa stal viditeľným, keď sa zvýšil počet objednávok, častejšie sa preplánovávalo a viac produktov prechádzalo cez rovnakú výrobnú kapacitu.

Denný report pravidelne meškal dve až tri hodiny. Ak sa stroj zastavil, dôvod bol často uvedený len ako „chyba“ alebo „nedostatok materiálu“. Množstvo odpadu bolo viditeľné, ale nebolo spoľahlivo jasné, pri ktorej operácii, ktorom produkte alebo za akých okolností vzniklo. Výroba, údržba a manažment kvality mali tri čiastočne odlišné pohľady na ten istý deň.

Vedenie pôvodne požadovalo systém monitorovania strojov. To bola pochopiteľná reakcia, ale analýza situácie ukázala, že samotný zber dát zo strojov by problém nevyriešil. Stroj môže vedieť, že bežal alebo stál, ale nevie s istotou, k akej výrobnej objednávke operácia patrila, či sa minuli suroviny, čakalo sa na kontrolu kvality alebo sa práve vykonávala výmena nástrojov.

Prípadová štúdia zberu výrobných dát: čo bolo potrebné najprv objasniť?

Prvým krokom skúmania nebolo vybrať senzory, terminály alebo integrácie. Od odovzdania zmeny po manažérsky report bolo potrebné sledovať, ako sa informácie pohybujú v závode.

Ukázalo sa, že tie isté dáta zaznamenáva viacero ľudí. Operátor zapíše počet kusov, vedúci zmeny ich zhrnie, administrátor ich vloží do Excelu a plánovač výroby ich znovu použije na ďalší denný plán. Opakované zadávanie dát nielenže zabralo čas. Každý prenos poskytol novú príležitosť na odchýlky v číslach alebo oneskorené doručenie dôležitej informácie.

Nie všetky dáta sú hodnotné

Druhým zistením bolo, že na papierových formulároch bolo príliš veľa polí, ktoré nikto nepoužíval na rozhodovanie. Operátor mal zaznamenať viac ako desať rôznych kódov, takže vo väčšine prípadov vznikol najjednoduchší záznam: „iné“. To znamenalo formálne vyplnený formulár z administratívneho hľadiska, ale málo použiteľných informácií z pohľadu vedenia.

Cieľom nebolo zaznamenávať každý pohyb stroja. Cieľom bolo rýchlo a konzistentne odpovedať na niekoľko dôležitých otázok: ktorá výrobná objednávka beží, koľko bolo vyrobené, prečo sa stroj zastavil, kde vznikol odpad a ktorá odchýlka si vyžaduje zásah.

Za prestojmi sú obchodné dôvody

Kategórie prestojov dostali osobitnú pozornosť. Predtým boli pod kategóriou „porucha stroja“ zahrnuté údržbové poruchy, nedostatok nástrojov, programovacie otázky, oneskorenie dodávky materiálu a čakanie na spustenie ďalšej práce. To skresľovalo hodnotenie výkonu údržby a zakrývalo organizačné problémy, ktoré nevznikli v rámci stroja.

V revidovanom procese boli prestoje usporiadané do niekoľkých jasne interpretovateľných skupín. Porucha stroja bola oddelená od nedostatku materiálu, čakania na plán, čakania na kvalitu a prechodu. To nielenže viedlo k lepšiemu reportu. Určilo tiež, ktorá oblasť musí reagovať na danú odchýlku.

Riešenie: zber dát založený na procese

V zavedenom procese operátor na začiatku zmeny vybral alebo načítal čiarovým kódom aktuálnu výrobnú objednávku. Základné údaje o výrobnom množstve prišli zo stroja, kde to bolo technicky možné. Na iných pracovných staniciach operátor zaznamenal vyrobené množstvo na jednoduchom termináli.

Ľudské zadávanie dát nezmizlo, a ani to nebol cieľ. Systém požadoval spoluprácu operátora pri udalostiach, kde stroj nemohol poznať potrebné obchodné prostredie: pri spustení prestoja, zaznamenaní odpadu alebo zmene objednávky. Operátor nemal písať text na zle osvetlenom termináli v závode. Dostal preddefinované, krátke možnosti výberu a zriedkavejšie prípady mohli byť označené na neskoršie upresnenie.

Základné údaje o výrobnej objednávke pochádzali z existujúceho systému riadenia podniku. Takže operátor nehľadal medzi názvami produktov a číslami dielov ručne, a výrobné dáta sa vrátili k objednávke, ku ktorej obchodne patrili. Integrácia systému tu nebola viditeľným technologickým prvkom, ale podmienkou na odstránenie duplicitného zadávania dát.

Pred zavedením nasledovala krátka skúšobná prevádzka na dvoch strojoch s odlišnou prevádzkou. Jeden pracoval v sériovej výrobe, druhý s častými prechodmi. To bolo dôležité, pretože príliš podrobné pravidlá môžu byť v sériovej výrobe ešte prijateľné, ale pri častých prechodoch sa ľahko obchádzajú. Konečný proces bol preto prispôsobený nie kancelárskymi predpokladmi, ale skúsenosťami zmien.

Aký výsledok sa považoval za skutočný úspech?

Po trojmesačnej validácii sa zostavenie správy o zmene znížilo z priemerných dvoch až troch hodín na približne dvadsať minút. Dôležitejšie bolo, že výrobný manažér videl významné odchýlky už počas zmeny, a nie až nasledujúce ráno.

Časť predchádzajúcich prestojov „porucha stroja“ bola presunutá do kategórií dodávky materiálu, prípravy a plánovania výroby. To spočiatku spôsobilo nepríjemné rozhovory, pretože sa ukázalo, že nie všetky straty sú technického pôvodu. Avšak údržbársky tím konečne mohol prioritizovať prácu na základe skutočných porúch a plánovanie výroby sa mohlo zaoberať konkrétnymi údajmi o oneskoreniach v príprave.

Kvalita údajov o odpade sa tiež zlepšila, ale nie zo dňa na deň. V prvých týždňoch pracovníci často volili najvšeobecnejší kód dôvodu. Po spätnej väzbe s vedúcimi zmien a zlúčení niektorých nejasných kategórií sa údaje stali zrozumiteľnejšími. Toto je dôležitá lekcia: zber výrobných dát nie je jednorazový IT projekt, ale prevádzková disciplína, ktorú je potrebné pravidelne kontrolovať a vylepšovať.

Čo si môže prevádzkový manažér z toho preniesť do vlastnej prevádzky

Prvou otázkou by nemalo byť, aký systém na zber výrobných dát je potrebný. Skôr by sa malo preskúmať, ktoré rozhodnutie dnes chýba spoľahlivá informácia a s akým oneskorením sa dáta dostanú k tomu, kto by mal konať.

Je tiež vhodné zhodnotiť, koľkokrát sa zaznamenáva ten istý počet kusov, objednávka alebo údaje o odpade. Ak niekto pravidelne sprostredkúva medzi systémami, papiermi a tabuľkami, pravdepodobne nie je problémom on. On udržuje tok informácií, ktorý proces a systémy nepodporujú dostatočne.

Nie v každom závode je opodstatnený rovnaký rozsah zberu dát zo strojov. V rozmanitej, maloserijnej výrobe často väčšiu hodnotu prináša presné sledovanie objednávok, prechodov a čakaní. Pri veľkoobjemovej, automatizovanej výrobe môže byť opodstatnené podrobnejšie meranie cyklového času, výkonu a stavu stroja. Dobré riešenie závisí od toho, kde vznikajú straty a kto z nich môže skutočne rozhodovať.

Použiteľné výrobné dáta nie sú hodnotné tým, že ich je veľa. Sú hodnotné tým, že vedúci zmeny, údržbár a vedenie vidia na tú istú situáciu tie isté fakty, včas na to, aby mohli na ne reagovať.