1 skyrius. Gamybos žinių unikalios savybės ir valdymo iššūkiai
1.1 Ypatingas žinių paskirstymo disbalansas
Bet kurioje surinkimo gamykloje maždaug 20 % vyresniųjų technikų turi 80 % sudėtingų diagnostikos galimybių. Šie veteranai turi gilius „mašinos instinktus“ – kuris robotas retkarčiais suveikia, kuris jutiklis klaidingai įspėja apie drėgmę, o kuris neįprastas triukšmas signalizuoja apie artėjantį gedimą. Šios žinios įgytos per daugelį metų trukusių trikčių šalinimo, tačiau retai dokumentuojamos.
1.2 Stiprus laikas-Jautrumas ir versijos painiava
Skirtingai nuo MTTP žinių, gamybos žinios yra labai savalaikės. Valdymo programos atnaujinamos, proceso parametrai optimizuojami, armatūra keičiama. Prieš šešis mėnesius atlikta procedūra gali būti visiškai pasenusi po programinės įrangos atnaujinimo. Be griežto versijų valdymo darbuotojai gali pasiekti pasenusią informaciją iš asmeninių diskų, bendrinamų aplankų, „WeChat“ grupių ar net ant sienų atspausdintų lapų.
1.3 Didelė priklausomybė nuo konteksto
Tam pačiam gedimo kodui įvairiuose kontekstuose gali prireikti visiškai skirtingų sprendimų. Signalizacija „mažas klijų kiekis“ žiemą gali reikšti nepakankamą klijų žarnų pašildymą; vasarą susidėvėję sandarinimo žiedai ant klijų siurblių; dienos pamainoje, žemas pneumatinis slėgis; naktinės pamainos metu operatoriai pamiršta pakeisti beveik{1}}tuščias statines. Veiksminga KM turi turėti tokią kontekstinę informaciją.
1.4 Itin siauras dokumentacijos laiko langas
Gamybos darbai seka takto laiką. Sugedus įrangai, visi susitelkia ties „kuo greičiau atkurti gamybą“. Šiuo didelio-spaudimo momentu mažai kas galvoja „turėčiau tai dokumentuoti tiems, kurie ateina paskui mane“. Tuo metu, kai gamyba atsigauna ir baigiasi pamainos, detalės susilieja arba pamirštamos.
---
2 skyrius: Trys pagrindiniai KM gamybos sprendimai
1 sprendimas: gedimų kodo žinių diagrama – skaitmenizuokite pagrindinio techniko patirtį
Naudodami gedimų kodus kaip pagrindinius mazgus, sukurkite struktūrizuotą žinių schemą, kurioje kiekvienas kodas susietų su: galimų priežasčių sąrašu (surūšiuotu pagal istorinį dažnį), struktūriniais trikčių šalinimo veiksmais (su vaizdais / vaizdo įrašais), istorinės skiriamosios gebos įrašais, atsarginių dalių ir įrankių informacija bei saugos priemonėmis. Tikslas: paversti problemas, reikalaujančias specialisto dalyvavimo, į užduotis, kurias gali valdyti paprasti darbuotojai.
2 sprendimas: greita pagalba ir ekspertų tinklas – kai žinių bazės nepakanka
Sukurkite eskalavimo kanalą, kad prašyti pagalbos būtų taip paprasta, kaip išsiųsti „WeChat“ pranešimą. Pagrindinės funkcijos: pagalbos užklausa vienu-spustelėjimu, automatinis konteksto supakavimas (gedimo kodas, įrangos ID, jau išbandyti veiksmai, duomenų srautai realiuoju-laiku), išmanusis ekspertų suderinimas ir automatinis pokalbis,-siekdamas-saugoti žinias.
3 sprendimas: uždaro ciklo kokybės anomalijų grįžtamasis ryšys – nuo „reaktyvaus“ iki „prevencinio“
Procesas: anomalijos įvedimas → greitas panašių istorinių anomalijų atitikimas → pagrindinės priežasties analizė → atsekamumas, pagrįstas pagrindine priežastimi → korekciniai veiksmai ir atgal-perkėlimas į FMEA, kontrolės planus ir darbo instrukcijas. Kiekviena anomalija tampa mokymosi galimybe, skatinančia nuolatinį tobulėjimą.
---
3 skyrius: penkių{1}}veiksmų įgyvendinimo planas
1 veiksmas: -svetainės diagnostika ir žinių auditas (1–2 mėn.)
Identifikuokite pagrindinių žinių turėtojus, nustatykite pastarųjų 12 mėnesių dažnų{0}}gedimų scenarijus, inventorizuokite esamus dokumentus, įvertinkite nuostolių riziką, jei pagrindiniai technikai išeis.
2 veiksmas: greitasis pilotas – uždenkite 10 populiariausių gedimų kodų (3 mėnuo)
Gaukite žinias iš vyresniųjų technikų, kad gautumėte aukščiausio-dažnio kodus, konvertuokite į lengvus formatus (vaizdus / vaizdo įrašus), įdiekite paprastą sąsają.
3 veiksmas: „Fiksuoti sprendžiant“ mechanizmas (4–6 mėnesiai)
Sukurkite darbo eigą, kai kiekviena eksperto pagalbos sąveika automatiškai sukuria naują žinių įrašą, kuriam reikia tik 2 minučių įvesties.
4 veiksmas: sistemos integravimas ir procesų įterpimas (6–9 mėn.)
Integruokite KM su MES, Andon ir EAM sistemomis. Signalizacija skatina žinių postūmį.
5 veiksmas: nuolatinės operacijos ir kultūros auginimas (vykdomas)
Kassavaitiniai žinių peržiūros susitikimai, vaizdinės informacijos suvestinės, žinių prisidėjusiesiems pripažinimas ir apdovanojimai.
---
4 skyrius: Kiekybinė gamybos KM IG
Išmatuojama nauda: 40-60 % sumažintas vidutinis remonto laikas (MTTR), reikšmingas neplanuotų prastovų sumažėjimas (kiekviena sutaupyta minutė maždaug 10 000 RMB 300 000 -vieneto gamykloje), 30–50 % greitesnis naujo samdymo nepriklausomumas, 30 % sumažinta verslo kokybė ir verslo tęstinumo sumažėjimas 50 %. praradimas.
---
5 skyrius: Realaus atvejo analizė
Pagrindinė informacija: 300 000 -vienetų per metus surinkimo gamykla susidūrė su dažnai klijuojančių robotų pavojaus signalais (kiekviena vidutiniškai po 15 minučių prastovos) ir lėto naujo-nuomos priėmimo.
Įdiegimas: iš trijų vyresniųjų technikų gautos žinios apie 20 didelio-dažnio gedimų kodų, sukurti vaizdo / vaizdo įrašų sprendimų paketai, įdiegti 6 jutikliniai-ekranų kioskai, sukurtas „fiksavimo sprendžiant“ mechanizmas su 50 RMB premija už kiekvieną priimtą sprendimą.
Rezultatai: vidutinis remonto laikas sutrumpėjo nuo 15 iki 4 minučių (sumažėjo 73%). Mėnesio prastovos sutrumpėjo 320 minučių ir davė 3,2 mln. RMB tiesioginės ekonominės naudos. Naujos-nuomos nepriklausomybės laikas sutrumpintas nuo 5 iki 2,5 mėnesio. Daugiau nei 200 žinių indėlių sukūrė teigiamą sustiprinimo kilpą.