因應製造複雜度 - 第一部分

編寫者: Jordan Coffman
  • 6/6/2022
  • 閱讀時間 : 4 分鐘
inside-digital-performance-management-featured

自工廠問世起,製造商便不斷尋求各種方式來提高生產力。現在,整個專業領域無不奉行此一目標。一般而言,上述做法確實帶來了穩定,甚至是很驚人的生產力提升。這也同時催生了無數的技術、方法、規定和哲學,致力於尋求直接或間接的機會,以實現更出色的製造成果,進而降低成本、提高利潤,或是兩者兼顧。而分散的資料來源和不一致的數據,往往會提升此一複雜度,進而產生容易誤導且相互矛盾的結果。

藝術、科學和直覺

正如同所有現代化製造商一樣,您所面臨的壓力,絕不僅限於改善和持續做出改善,更來自如何證明您確實做出了改善。在追蹤數據方面,「改善」本身往往具備明確的方向,不過,有效比較不同的數據,則絕非易事。光是在不將分散的方法和數據複雜化的情況下,著手建構生產力的「完整真相」,就有相當高的難度。正因如此,過去數十年來,即便企業在先前提到的所有層面導入了越來越多的「科學」,工廠生產力的量測和管理仍舊像一門「藝術」,而製造專業人員的直覺則如同報告篩選器一般。在此一情況下,情況的真相往往會視觀察者的主觀判斷而定。

OEE 的固有複雜度

設備整體效益 (OEE) 是最廣為接受的製造作業效能量測方法,但儘管行之有年,此一方法也有機會對生產改善生態系統帶來更多複雜度。OEE 可透過許多方程式計算得出,而每種方程式都是其部署環境下的有效方法。其中一個最簡單的有效 OEE 計算方式,會採用 (良品計數 x 理想週期時間)/(計劃性生產時間) 進行計算,當中並不會納入與損失相關的特定變數,相較之下,另一個 (可用性 x 效能 x 品質) 方程式,則會著重在這些因素上。

 

各式各樣的方法

從六個標準差 (Six Sigma)、Lean、SCADA 到 MES,企業持續部署越來越多種技術,以進一步了解、控制和最佳化旗下工場的營運。但這些林林總總的方法,也造就了驚人的複雜度,而 30 年前成立的製造企業解決方案協會 (簡稱 MESA),則以解決該複雜度做為創辦宗旨。即便大家預期在單一工廠內會看到某種程度的統合,在這樣的複雜度之下,不同的資料來源和量測標準的存在,已是在所難免的情況。

 

不同的數據

此外,您為了評估 OEE 而量測的項目,本身就分屬不同類型,因此,依照單位加以說明的傳統做法,也無法立即相互比較。舉例來說,針對預期和非預期的當機時間及轉換時間,一般會使用時數進行量測。生產速度則會使用每小時單位數 (Unit per hour) 加以量測。短時間的停擺或廢料,一律會使用絕對單位來量測。這些數據所代表的意義,並非源自於單一且可比較的事實檢視方式。 

 

不一致的資料來源

在此同時,關鍵任務資料則會收集並存放在製造生態系統中的不同地點。而彙總這些資料也是一大挑戰。畢竟,這些資料來源不僅分散,更隸屬不同的類型,例如:ERP 系統、您的 MES、PLC、物聯網 (IoT) 資料和 SCADA 系統。當然,環境中往往還有自行開發的單點解決方案,而且只有一小部分的團隊能完整掌握其複雜性和屬性。 

 

百分比問題

為了識別生產瓶頸和契機、辨別原因和效果,以及採取最有效的行動,組織經常預設採用以百分比為基礎的報告模式,但此一方法也很容易造成誤解。原因在於,輸入至報告的資料來自眾多來源,所呈現的情況可能缺乏一致性、不連貫、比較不精確,且較難有效預測所應採取的最佳行動。畢竟,微不足道的問題所呈現的大幅改善百分比,遠遠比不上重要步驟的小幅改善。此外,這類型的報告具有回溯性質,僅能呈現在進行指定量測當下的情況,如果使用先前提到的眾多篩選器和運算方式處理,勢必需要花費更多的時間來呈現結果。

 

打造專屬於您的案例

資料無所不在,但真相會存在於何處?鑑於相互矛盾的系統、眾多變數及不同的資料來源,會衍生驚人的複雜度,真實資料必定不易取得。如果比較擷取自不同來源的異質資料類型,且以百分比呈現的報告,需面對多項固有的挑戰,身為營運經理,您該如何明確辨認最理想且最具影響力的後續步驟,並優先推動?您又要如何使用能和各方互通有無的語言,著手打造專屬於您的案例? 

 

單一語言,單一檢視 

PTC 推出的 Digital Performance Management (DPM) 可改變此一僵局。DPM 經過精心構思和設計,可透過單一通用詞彙,著手評估、優先推動和解決在製造生產力方面最具影響力的問題。如此一來,攸關現代化生產線資料流程的所有複雜度,就可望迎刃而解,並使用統一的數據 (生產時數) 來合理化,藉此傳達明確且易於理解的意義。而真實資料 (以及通往可量測與可證明生產改善之道的途徑) 也可透過更清晰的方式加以呈現。

歡迎關注本部落格,以深入了解時間,而時間也是 DPM 針對改善製造作業所提供的共通語言。

ThingWorx Digital Performance Management

DPM 提供您所需的深入分析資訊,讓數位轉型不再遙不可及。

Tags:
  • 工業物聯網
  • ThingWorx
  • 數位轉型
  • Manufacturing Apps
  • 工業設備業

關於作者

Jordan Coffman

Jordan Coffman is the IoT Director of Sales and Strategic Initiatives. Jordan creates integrated solutions to accelerate digital transformation for customers in the manufacturing industry. She empowers customers to redefine how they manage physical processes, products, and people with powerful technologies such as IIOT and AR.

Before joining PTC, Jordan held various positions at General Electric where she was responsible for delivering software solutions from ideation to implementation, supporting a range of Brilliant Factory initiatives. Her experience at GE has given her foundational knowledge to several manufacturing verticals, in a global environment. She has a Bachelor’s Degree in Business Information Systems and an executive degree in Business Administration from the Kelley School of Business at Indiana University.