מבוא

זרימת העבודה של הנדסה היא לעתים רחוקות יעילה ככל שהם מופיעים על הנייר. נהלים סטנדרטיים, זרמים, ומדריכי תהליכים לתאר כיצד עבודה FLT:0 ShouldFLT:1 להתרחש, אבל המציאות היא לעתים קרובות מבולגן: אישורים לקחת יותר מאשר צפוי, משימות לגרות חזרה בשלבים קודמים, ומשאבים לשבת ללא כל אחד.

כריית תהליכים מציעה אלטרנטיבה מבוססת נתונים.על ידי הפקת ואנליזה של יומני אירועים ממערכות IT, תהליך כרייה לשחזר את הרצף האמיתי של פעילויות, חושף איפה העבודה באמת מאטה למטה. מהנדסים ומנהלים להשיג תצוגה אובייקטיבית, משפטית של זרמי העבודה שלהם, המאפשר להם לאתר צווארי בקבוק, לולאות עבודה מחדש, ופעולות לא מוערכות עם דיוק זה לחקור כיצד ליישם תהליך ייצור, מסייעות, אופטימיזציה של תהליכי ייצור, או ניהול תהליכי ייצור, או שיפור פיתוח בפועל.

הבנה של תהליך Mining

כריית תהליכים היא תחום של ניתוח נתונים המגשר ניהול תהליכים עסקיים ומדעי נתונים.זה משתמש יומני אירועים - הקלטות של פעילויות שנוצרו על ידי מערכות ארגוניות - למודל אוטומטי, לנתח ולשפר תהליכים.בניגוד תהליכים מודלים המבוססים על קלט ידני, כריית תהליכים שואבת מפות תהליך ישירות מהנתונים של אירועים מזמנים מקודמים.זה מספק בסיס ללא פניות להבנת העבודה למעשה.

שלושה סוגים עיקריים של תהליך Mining

טכניקות כריית תהליכים נופלות לשלוש קטגוריות, כל אחת מהן משרתת מטרה ייחודית:

  • (FLT:0)iscovery:FLT:1 המערכת בונה באופן אוטומטי מודל של תהליכים מהתאגרות אירועים.לא נדרש ידע קודם על זרימת העבודה.המפה המתקבלת מראה כל דרך, סטייה וחזרות נוכחת בנתונים.
  • (FLT:0)Conformance Checking:FLT:1, מודל המוקש משווה נגד תהליך מוגדר מראש או "אידאלי" ניתוח קונסטפור מדגיש סטיות - מסלולים מהירים יותר או איטיים יותר, צעדים מלגזים, פעילויות לא מורשיות - ואימות תאימות.
  • (FLT:0)Enhancement: 1FLT) תובנות מגילוי והתאמה משמשים לשינוי התהליך הקיים.שיפורים עשויים לכלול הוספת פעילויות חדשות, תיקון מחדש של צעדים, או יישום כללי אוטומציה כדי לחסל צווארי בקבוק.

עבור זרימות עבודה הנדסיות, התגלית היא לעתים קרובות הצעד הראשון כי היא חוצה מורכבות חבויה. לבדוק רפורמות ואז מאמת האם התהליך בפועל מתאים להליכים מתועדים או דרישות רגולטוריות.שיפור מספק את השיפורים הניתנים לפעולה הדרושים כדי להפחית את זמן המחזור ואת הפסולת.

תפקיד האירועים ב- Process Mining

יומני אירועים הם חומר הגלם עבור כרייה בתהליך.כל כניסה לרישום מייצגת אירוע יחיד – פעילות שהושלמה על ידי אדם, מערכת או מכונה – וצריכה להכיל שלוש תכונות קריטיות:

  • (הופנה מהדף ⁇ :0) ,1: מזהה ייחודי שקבוצות אירועים השייכים לאותו מקרה של תהליך (למשל, בקשה לשינוי הנדסי או סקירה עיצובית ספציפית).
  • שם הספר בלועזית:0.13 Activity Name: FLT:1 The Name of the Step בוצע (למשל, "עיצוב סומיט", "Approve Revisions", "Release for Manufacturing").
  • (ב) ⁇ :0) הזמן הדגימה: 1 (התאריך והזמן שבו התרחש הפעילות. Timestamps) מאפשרים חישוב של משך, ריצוף, וזמני מחזור.

(התכונות הנוספות) כגון שם משאבים, עלות או תוצאה - יכולות להוסיף קונטקסט אך אינן נדרשות לחלוטין.בסביבות הנדסיות, יומני אירועים מפוזרים לעתים קרובות על פני מערכות מרובות: ניהול מחזור חיים של מוצרים (PLM) מסלולים עיצוב אישורים; תכנון משאבים ארגוניים (ERP) מערכות ניהול נתונים ומלאי מלאי; כלי ניהול פרויקטים ואבני דרך; ובקר תעשייתי לוכדים על רצפת החנות.

שלב-בי-שלב יישום של תהליך המיון

קביעת כריית תהליך בהקשר הנדסי דורשת גישה מובנית.החמישה השלבים הבאים מכנים מסגרת חוזרת לכל ארגון.

1.זיהוי מקורות נתונים ו-Spe

החל על ידי בחירת זרימת עבודה ספציפית לנתח.הנדסת מערכות עבודה הכוללת מספר רב של פעולות, משימות מקבילות, או תכופים עבודה הם מועמדים אידיאליים - לדוגמה, תהליך ההצעה-לסדר, הוראה שינוי הנדסי (ECO) מחזור חיים, או מחזור אימות המוצר.רשימה כל המערכות המייצרות נתונים אירועים עבור זרימת עבודה זו.

(FLT:0)ip: ראשי תיבות של מערכות עדיפויות עם דגימות אמינות וזיהוי מקרים ברור.אם מערכת חסרה מיקום מתאים, לשקול הגדלת הנתונים עם ערכים ידניים או יישום כניסה אוטומטית באמצעות פלטפורמות אינטגרציה כגון Directus (אשר ניתן להרחיב כדי ללכוד אירועים מותאמים אישית באמצעות ממשק API או webhooks שלה).

2.הוציאו ו הכינו את האירוע

יומני אירוע הייצוא מכל מקור, הבטחת שכל שיא כולל מזהה מקרה, שם פעילות, וזמני צילום נתונים ניתן לבצע באמצעות שיחות API, שאילתות מסד נתונים או טופס הרשמה לאחר החילוץ, סטנדרטיזציה פורמט: המרת פעמים לאזור זמן אחיד, מיזוג רשומות כפולות, ולטפל בערכים חסרים.

צור שולחן שטוח (CSV או פורמט XES) עם עמודות: מזהה מקרה, פעילות, Timestamp, משאבים (אופציונלי), וכל תכונות נוספות. אימות הנתונים על ידי בדיקת פערים, רצף מחוץ להזמנות, או תקופות קצרות / ארוכות באופן יוצא דופן.כלל טוב של אצבע הוא לכלול לפחות כמה מאות מקרים כדי להניב תוצאות סטטיסטיות משמעותיות.

גלה את המודל

לטעון את יומן האירוע מוכן לתוך כלי כרייה תהליך. השתמש באלגוריתם התגלית (למשל, Alpha Miner, Heuristicer, Inductive Miner) כדי ליצור מפה תהליך.המפה תציג את זרימת הפעילויות, עם קשתות המייצגות מעברים ודרים המציינים באיזו תדירות כל נתיב נלקח. Color-coding יכול להדגיש צווארי בקבוק (למשל, אדום עבור פעילויות ממוצעות) או מהמסלולים סטנדרטיים).

בשלב זה, להימנע לקפוץ למסקנות.מודל שהתגלה יהיה מורכב יותר מאשר צפוי - זה נורמלי.זה משקף את ההתנהגות האמיתית של אנשים ומערכות, כולל מטרות מתות, לולאות, ופעולות חופפות. לדוגמה, בדיקת עיצוב הנדסית עשויה להראות כי 30% של מגישים חוזרים לצעד "עיצוב ריבי" לאחר אישור, המציין לולאה מחדש שמוסיף ימים למחזור.

4. Analyze בקבוקי צווארי בקבוק ו Deviations

עם מפת התהליך ביד, לבצע ניתוח עמוק כדי לזהות חוסר יעילות מסוים.

  • (ב) ממתינים זמנים: פעולות 1:1 עם פערים ארוכים בין השלמת והקדשה של השלב הבא.
  • (FLT:0) עבודות לולאות: פעולות 1FLT המופיעות יותר מפעם אחת בעקב יחיד. עבור הנדסה, לולאות עבודה נפוצות כרוכות בשינויים עיצוב עקב מפרטים לא שלמים או משוב לקוחות בשלב מאוחר.
  • (ב) [ה]ה']: [ה], [ה], [ה], [ה], אם משימות שניתן לעשות בהן במקביל, מבוצעות באופן בלתי נמנע, הן מצביעות על הזדמנות תיאום.
  • (ב) הפרות של קונסולות:0) פעולות של 1FLT המופיעות מתוך הסדר הצפוי או שימוש במשאבים לא מורשים.

השתמש בבדיקה בהתאם להגדרה של תדירות התהליך בפועל מאידיאל.לדוגמה, אם הסטנדרט דורש ארבעה חתימות לפני השחרור, אך רק שלושה מתרחשים ב-40% מהמקרים, התהליך אינו תואם.

5.השיפורים והביקור

לתרגם ממצאים אנליטיים לשינויים בתהליך קונקרטי.עיצוב זרימת עבודה כדי לחסל צווארי בקבוק - לדוגמה, על ידי הוספת לולאות סקירה מקבילה, העברת הודעות אישור אוטומטי, או הגדרת זמני המתנה מקסימליים.לאחר יישום, להמשיך לאסוף יומני אירועים ולחזור על הניתוח כדי למדוד את ההשפעה.תהליך כריית תהליך כריית הוא לא תרגיל חד פעמי; זה צריך להיות תרגול מתמשך.

יתרונות מרכזיים לזרימות עבודה הנדסיות

כאשר הוא מיושם באופן שיטתי, כריית תהליכים מספקת מספר יתרונות למדידה לצוותים הנדסיים.

  • (FLT:0) Uncover Hidden Bottlenecks with Precision:BuildFLT) 1 במקום לנחש מדוע פרויקטים מתעכבים, אתה יכול להצביע על הפעילות המדויקת והמשאבים הגורמים להאטה.לדוגמה, חברה אחת גילתה כי צעד אישור יחיד בגלגול ECO שלהם היווה 35% מהזמן המוביל הכולל, כי האישור נבדק רק פעם בשבוע.
  • (FLT:0) שיפור תהליך טרנספורמטיביות וחשבונאות: מיפוי תהליכים 1:1 מראה כל נתיב נלקח, כולל קיצורי דרך או עבודה כי העובדים מאמצים לעמוד בלוח זמנים.שקיפות זו מסייעת למנהלים להבין וריאציות תהליכים בלתי פורמליים ולהחליט אם לנסח מחדש קיצורי דרך מועילים או לחסל אותם מזיקים.
  • (FLT:0) שיתוף פעולה בין-Functional:cioFLT:1 Engineeringflows לעתים קרובות משתרע על מחלקות - עיצוב, רכש, ייצור, איכות.תהליך כרייה חושף איפה הפסקת יד נשבר.אם חבילת עיצוב יושב "בהנחה לצטט" בממוצע של 2.5 ימים לפני צוות הקנייה פועל, זה אות ברור לשיפור תקשורת או שילוב מערכות.
  • (FLT:0) קבלת החלטות של Data-Driven:BuildFLT:1) כרייה של תהליכים מחליפה טיעונים המבוססים על דעה עם ראיות קשות.כאשר מציעים שינוי, תוכל להראות לבעלי עניין כי 70% מהפרויקטים עוקבים אחרי לולאה לא פשוטה, עלות מוערך 200 שעות בחודש.זה הופך את זה לקל יותר לאבטח תקציב ורכישה.
  • מחקר שפורסם ב-FLT:0 (Reduce Cycle Times and Costs:Edph:1) A 2022 שפורסם ב-FLT:2Journal of Engineering and Technology ManagementFLT 3 מצא כי חברות המשתמשות בתהליך כריית שינוי הנדסי מופחת פעמים בממוצע של 18% בתוך שישה חודשים.

מחקר: שינוי הנדסה

ספק אווירו-מרחבי בינוני נאבק עם זמנים מובילים ארוכים עבור הזמנות שינוי הנדסי (ECOs) ההליך הסטנדרטי שלהם דרש צוות העיצוב להגיש בקשה לשינוי, ואחריו ביקורות מהנדסת, איכות וניהול התוכנית.התהליך היה תועדו, אבל בפועל תקופת ההשלמה בפועל מגוונת - מ -10 ימים עד 40 ימים עד 40 ימים. ניהול חשד חוסר יעילות אבל חסר נתונים קונקרטיים.

הצוות הוציא יומני אירועים ממערכת PLM שלהם ועוקב אחר בעיות, המכסה 1,200 ECOs מעל 18 חודשים.שימוש באלגוריתם המינרי של ה- PLM שלהם, הם גילו כי 25% מה- ECOs עברו לולאה אישור נוסף לא תועדו בהליך.לאה זו התרחשה כאשר מנהל ההנדסה ביקש ניתוח נוסף לאחר אישור ראשוני, מה שגורם לעיכוב ממוצע של 8 ימים נוספים.

בהתבסס על ממצאים אלה, החברה יישמה שני שינויים: (1) הם הוסיפו שדה חובה במערכת PLM כדי לתעד את הסיבה לכל לולאה ניתוח נוסף, יצירת חשיפה ועיבוד של עבודות לא הכרחיות, ו (2) הם אוטומטיים את הקצאת הביקורת האיכות כך שלא ניתן לעקוף ללא יוצא דופן מתועדות. בתוך שלושה חודשים, זמן ECO הממוצע ירד מ -24 ימים עד 18 ימים, וציות לתהליך הגדל מ-68% ל-95%.

אתגרים משותפים

פרויקטים של כרייה תהליכים אינם ללא מכשולים, הם יכולים לחסוך זמן ותסכול.

  • (FLT:0) בעיות איכות נתונים: 1) לא שלם או יומנים עקביים הם המחסום הנפוץ ביותר. Timestamps עשוי להיות חסר, תעודות זהות המקרה לא יכול להיות מתואמים על פני מערכות, או פעילויות ניתן להקליט עם שמות שונים (למשל, "סקירה" לעומת "ביקורת" נגד "ביקורת") זמן בניקוי נתונים ולבחון תקנים טובים יותר במערכות המקור.
  • (FLT:0Tool Selection and Learning Curve:FearLT:1) כלים מסחריים כמו Celonis מציעים ממשקים מלוטשים ומחברים שנבנו מראש, אך באים עם עלויות רישוי גבוהות. Open-source אפשרויות (ProM, PM4Py) הם חופשיים אך דורשים מיומנויות תכנות ויש להם עקומות למידה תלולות יותר.
  • (FLT:0) Organizational Resistance: עובדי FLT:1 עשויים לתפוס כרייה תהליך ככלי מעקב.ממסגרת את היוזמה כאמצעי לזהות בעיות תהליך - לא אנשים נושאים. Share aonymized תוצאות וכוללים עובדים בחזית בפרש המפות.כאשר הם רואים כי הנתונים חושפים בעיות מערכתיות ולא אשמה אישית, רכישה-in עולה.
  • (FLT:0)Scope Creepve: 1FLT החל מזרימות עבודה רבות מדי בבת אחת יכול להציף את הניתוח.התחל עם ערך גבוה אחד, זרימת עבודה עשירה בנתונים רק לאחר שהוכחה ערך.

מגמות עתידיות בתהליך המיון להנדסה

התחום מתפתח במהירות.שלוש מגמות רלוונטיות במיוחד לאנשי מקצוע בתחום ההנדסה.

  • (FLT:0) אינטגרציה עם AI ו- Machine Learning:cioFLT:1) , כרייה בתהליך חיזוי משתמשת יומני היסטורי כדי לחזות עיכובים או סיכונים עמידה לפני שהם מתרחשים.לדוגמה, מודל יכול להזהיר מנהלי פרויקטים כאשר סקירת עיצוב צפויה לעלות על תקציב הזמן שלה, המאפשר התערבות פעילה.
  • (FLT:0) תהליך בזמן אמת המיון: FLT:1 במקום ניתוח נתונים היסטוריים, צג כריית זמן אמת אירועים כפי שהם קורים.זה חשוב במיוחד בהנדסה בייצור, שבו ניתן לזהות סטייה בקו הייצור ולתקן באופן מיידי.
  • (FLT:0)Low-code/No-code Platforms:BuildFLT) 1 כלים כמו Directus מאפשרים לארגונים לבנות שכבות אינטגרציה ושילוב מותאמות אישית ללא פיתוח כבד.על ידי שילוב CMS ללא ראש עם לוגיקה כרייה תהליך, צוותי הנדסה יכולים ללכוד נתונים אירועים מיישומים עסקיים מותאמים אישית כי מערכות ERP / PLM מסורתיות לא מכסה.

מסקנה

חוסר יעילות חבויה בזרימות עבודה הנדסיות הם יקרים, אבל הם לא בלתי נמנעים.תהליך כרייה מספק שיטה קפדנית, ממוקדת נתונים כדי לחשוף צווארי בקבוק, לולאות עבודה, פערים תאימות כי ניתוח ידני מתעלם. על ידי לאחר מסגרת חמישה שלבים - זיהוי, מיצוי, ניתוח, ושיפור - ארגוני הנדסה זמני ייצור יכולים להפוך את תהליכי תיקון לתוך פעולות שקוף, אופטימיזציה של המקרה מן החלל אפילו תחזיות זמן רב, כמו שיפור משמעותי, כמו גם התאמות זמן רב.

[01:0] לקרא נוסף, לחקור את כוח המשימה של ה- 1FLT:1 על תהליך MiningcioFLT:2 והמאמר האקדמי "Process Mining in Manufacturing: Ave מקיף Survey" (ה-Sc et al., 20 עבור יישומים ספציפיים דומיין.