Yüksek Lisansı Anlamak Yüksek Enerji Üretimi -

Yüksek hacimli düşük hacimli üretim ortamları, müşteri özellikleri yaygın ve sipariş boyutlarının tekrarlanabilir, standart süreçler ve uzun üretim hatlarında üretilen, HMLV üretim hatlarının yüksek derecede yaygınlaştığı endüstrilerde, hızlı değişim yetenekleri ve karmaşık elektronik montajları, müşteri özellikleri yaygın olarak ve sipariş boyutlarının çoğu zaman küçük olduğu durumlarda, sabit bir şekilde sabit olmayan bir şekilde sabit bir şekilde sabit bir şekilde işlenmesini öngörmektedir.

HMLV koşulları altında akış dükkanlarında etkili bir zamanlama, ekipman kullanımını dengelemek, iş yükünü ve müşteri teslim taahhütlerini dengelemek için kritik önem taşıyor. Küçük bir zamanlama yanlış adım, aşırı iş işleme (WIP), tarihler nedeniyle kaçırılmış ve şişmiş maliyetler nedeniyle - ve onları hafifletebilecek stratejileri - ve bugün dinamik pazarda rekabetçi kalmak isteyen herhangi bir üretici için önemlidir.

HMLV Flow Shops'taki büyük Scheduling Challenges

1. Frequent ve Time-Consuming Changeovers

Her zaman bir üretim hücresi veya iş istasyonu bir ürün üretmekten diğerine geçer, kurulum süreci kesintiye uğratılır.HMLV ortamlarda, değişim başına gelen değişim sayısı yüksek hacimli üretimden daha yüksek bir boyut haline gelebilir. Kurulum süreleri makine yeniden yapılandırma, araçlama değişiklikleri, yazılım parametre ayarlamaları ve temizleme prosedürlerini engelleyebilir.Bu değerli olmayan aktiviteler genel ekipman verimliliğini azaltır (OEE) ve geçiş zamanlarını azaltır.

2. Yüksek talep Volatness ve Tahmin Edilemez Sipariş Desenleri

HMLV üretiminde, müşteri talebi nadiren istikrarlıdır. Siparişler, birkaç gün içinde birkaç aydan birkaç ay öncesine kadar değişen bir süre boyunca spora varabilir. Rush emirleri, iptaller ve spesifikasyonlar daha da karmaşık hale getirir.Bu tahmin edilemezlik, zaman boyunca geçerli olan bir statik bir program oluşturmak için neredeyse imkansız hale getirir. Planlayıcılar sürekli olarak programı geri yüklemeli, genellikle mağaza zemininde kaosa neden olmadan yeni öncelikler almalı.

3. Kompleks ve Constraint-Driven Sequencing

Birçok farklı ürün türü ile bir akış mağazası için en uygun iş sırasını belirlemek klasik bir NP-hard problemdir. deneyimli bir planlayıcı bile aynı anda en uygun maliyetle, tüm tarihler, saygılar makine kapasitesiyle ve dengeler arasındaki iş yüklerini en erken dönem (EDD) veya kısa işlem süresi (SPT) olarak bulmak için mücadele eder, genellikle görevlerin ve olmayan üreticiler arasındaki etkileşimleri ve sağlam olmayan algoritmaların belirlenmesi için başarısız olur. Gelişmiş algoritmaları, genetik algoritmaları, tür, türevler, vb.

4. Kaynak İçerikleri ve Şişenck Fluctuation

Çok fazla ürün akışı mağazasında, şişenck-iş istasyonu ürün mix geçişleri olarak değişebilir. Bir hafta yüklenen bir istasyon, bir sonraki tüm programı yavaşlatabilirken, farklı bir istasyon aynı özel aracı veya operatörü gerektirdiğinde, bu kaynakların sürekli olarak kapasiteleri izlemesi ve şişeyi rahatlatması gerekir.

5. Veri Kalitesi ve Viability Deficiencies

Doğru zamanlama güvenilir verilere bağlıdır: işlem süreleri, kurulum süreleri, makine kullanılabilirliği, envanterleri ve operatör becerileri. Birçok HMLV ortamda, bu tür veriler eksik, eski veya tutarsız. Örneğin, bir ürün standart bir süreç süresine sahip olabilir, ancak gerçek zaman, ham materyal veya işçi yeterliliklerine göre değişir.

Operasyonlar Üzerinde Kötü Planlamanın Etkisi

HMLV akışı mağazasında etkisiz zamanlamanın sonuçları çok fazla ulaşılıyor. Aşırı kullanım süresi doğrudan üretken kapasiteyi azaltıyor. Yüksek talep dalgalanmaları, esnek bir planla eşleştirildiğinde, normal denetim adımları atıyorlar veya bitmiş olmayan bir müşteri perspektifinden (eğer sipariş etmek için inşa edilmişse) veya kronik bir eksiklikler (eğer sipariş etmek için yapılan işlemlerde gecikmeler, gecikmeler ve maliyetle ilgili olarak balonu kaldırabiliyor.

Overcome Scheduling Challenges'a Stratejiler

1. Gelişmiş Scheduling ve Sequencing Systems

Modern gelişmiş planlama ve planlama (APS) yazılım özellikle karmaşık, dinamik ortamlar için tasarlanmıştır. Bu sistemler, belirli bir ürün türün ortak bir kurulumunu paylaşabileceğini veya belirli bir iş kombinasyonu aşırı boş zaman tasarrufu sağlar. Birçok APS platformları, sürekli olarak farklılaştırma işlemini otomatikleştirmek için makine öğrenimine sahiptir, planlayıcılar birkaç saat boyunca değişiklikleri elde edebilir. Örneğin, bir sistem belirli bir ürün türün ortak bir kurulumunu önemli ölçüde azaltabilir.

APS çözümü seçerken, son derece kapasite planlamasını destekleyen biri için, mevcut ERP veya MES sistemi ile sıkı entegrasyon. [0]Gelişmiş planlama ve planlama[DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD) platformlarının, HMLV ortamdaki değişim süresini azaltarak % 15-25 oranında iyileştirmeye ve dengeleme iş yüklerinizi dengelemeye yönelik olarak gösterdiği görülüyor.

2. kaldıraç Süreci Gruplama ve Aileye Dayalı Scheduling

Benzer üretim özelliklerini paylaşan işlerle - araçlama, fikstürler veya işleme adımları gibi - dramatik bir şekilde değişim frekansı ve süresi azaltılabilir. Bu yaklaşım, bazen “grup teknolojisi” veya “aile planlama” olarak adlandırılan, bazı uygulamalarda ürün routingleri ve kurulumları analiz eder.Bir kez aileler tanımlandığında, programcı, tarihler nedeniyle gelen herhangi bir sırayla iş sıralayabilir ve sonra tüm aileler arasında en aza indirmek için standart devreleri değiştirebilir.

3. Cross Workforce'ı eğitin

Çok yönlü bir işgücü, zamanlama kesintilerine karşı en etkili tamponlardan biridir. Operatörler birden fazla görevi gerçekleştirebilir veya farklı makineler çalıştırabilirken, programcı şişeleri veya kapaksızlığı azaltmak için daha fazla seçeneğe sahiptir. Cross-training ayrıca en az üç farklı iş istasyonun etkisini azaltır: her iki makineyi ve farklı ürün türü için kaliteli gereksinimleri anlayan bir işçi daha hızlı ve daha doğru bir şekilde değiştirebilir.

4. HMLV'de Lean Manufacturing Principles Hedefed

Örneğin, yüksek hacimli, tekrarlayan bir üretim için yalın olarak geliştirildi, birçok araç HMLV ortamları için uyarlanabilir.Tek dakikalık bir ölü (SMED) teknikleri, doğrudan iç ve dışsal bir mağaza süresini azaltmak için uygulanabilir. Sisteme ek olarak, birkaç ay içinde 30-50 $ 'lık bir makineyi kapatabilir. Hücreler üretim - ürün ailelerine adanmıştır - kısa sürede malzeme seyahat ve akışlarını artırmak için daha karmaşık hale getirebilir.

Düşünmeye değer bir diğer yalın uygulama, özellikle de mağazaları akışa uygun olduğunda ve talep yetimine rağmen sorunsuz bir şekilde yardımcı olmak için yeni işler yayınlamaktadır.

5. VeriDriven Karar Verme ve Gerçek Zaman İzleme

Viability, herhangi bir cevaplayıcı zamanlama sisteminin temelidir.İşçi sensörleri, barkod tarayıcıları veya RFID her iş istasyonu üzerinde gerçek zamanlı veriler iş ilerleme, makine durumu ve operatör eylemleri. Bu veriler, revize edilmiş bir programa girmeden önce analiz ve simülasyonun temelini sağlar. Daha önemlisi, planlayıcının şişeleri erken teşhis etmesine ve doğru bir şekilde harekete geçirmesine izin verir - birden fazla makinede uzun bir iş bölünmesi veya geçici olarak iş bir şekilde iş bir şekilde yeniden iş başında iş için geçici olarak iş başında iş başında iş yüklenebilir.

Makine öğrenme modelleri, IIoT'yi daha büyük doğrulukla tahmin etmek için tarihsel üretim verilerini analiz edebilir, yeni ürün varyantları için yükleme süresi tahmin edebilir ve hatta zamanlama kesintisini en aza indirmek için koruyucu bakım pencerelerini önerir. [...]Smart fabrikası) Gelişmiş analitiklerle birleştiren girişimler özellikle HMLV ayarlarında değerlidir, verilerin karmaşıklığı yüksek ancak iyileşme potansiyeli daha yüksektir.

6. Hibrit bir Yaklaşımı Kabul edin: Senaryo İşleme ile Sequential Optimizasyon

Her işi izole bir birim olarak tedavi etmek yerine, bu toplulaştırma ile birlikte toplulaştırmayı düşünün.Bu yaklaşım altında, aynı ürün türündeki küçük işler ilk olarak, HMLV realitesini haklı çıkarmak için yeterince büyük olan bir toplulaştırma işlemidir. Daha sonra, bu küçük siparişlerin sıralanması (ve herhangi bir büyük iş) çok agresif bir şekilde gecikmeli siparişler kullanarak, çok daha güvenli bir şekilde sabit bir şekilde ayarlanan bir sabitleme süresine sahiptir.Bu karma yöntem HMLV gerçekliği saygı gösterir.

Örnek: Havacılık Kombinatörü

Bir akış-tavuşturucu işletmesi yapan orta ölçekli bir uçak parçası tedarikçi düşünün, aileye dayalı bir yükleme ve dinamik planlama ile birlikte ayda 200 farklı parça sayıyı 1 ila 50 arasında ayırdılar.En yaygın yarı aileler için kronik geç teslimatlarla karşı karşıya kaldılar,% 30 OEE ve uzun zaman boyunca bir APS sistemi uygulamadan sonra, bir kurulum ve dinamik planlamayı destekledikten sonra, altı ay içinde yarım saat içinde bir şişeyi tespit ederek ve üç hücresel gruplama işlemi gerçekleştirdiler.

Bu örnek, HMLV zamanlamasının zorluklarınun sigortalanabilir olmadığını gösteriyor. Anahtar, teknolojiyi, süreci iyileştirme ve işgücü gelişimini birleştiren sistematik bir yaklaşımdır.

Sonuç: Bir Resilient Planlaması Oluşturmak

Yüksek hacimli düşük hacimli üretimde akış alışveriş planlama, sık sık değişim nedeniyle doğal olarak karmaşıktır, uçucu talep, karmaşıklaştırma kısıtlamaları ve kaynak içeriği ile ilgili olarak bu sorunları çözülebilir - verimlilik, güvenilirlik ve maliyetle ilgili dramatik gelişmeler elde edebilir. Yukarıda belirtilen stratejiler, gelişmiş zamanlama yazılımları uygulamak ve gruplama ürünlerini işletme ve gerçek zamanlı izleme, iş gücü dağıtma ve gerçek zamanlı bir şekilde dağıtma, bu sorunları çözme gibi bir tutarlı bir çerçeve oluşturabilir.

Tek gümüş mermi yok. Başarı birkaç tamamlayıcı yaklaşımları bütünleştirmekten geliyor: kararları sürmek için verileri kullanarak, ayrılık süreci otomatikleştirmek ve esnek bir işgücü güçlendirmek. Endüstri 4.0 olarak teknolojiler olgunlaşmaya devam ediyor, sensör ağlarının ve analitik araçların maliyeti düşüyor, bu çözümleri daha küçük üreticilere erişilebilir hale getirmeye devam ediyor.

Bu zorlukların kafaya ele geçirilmesiyle, üreticiler genellikle kaotik bir zamanlama ortamının iyi bir şekilde tükenen, duyarlı bir operasyona ne göre görüldüğünü değiştirebilirler - her seferinde özel ürünler sunan biri, maliyetleri rekabetçi tutarken.