欢迎光临: TPP CONSULTANCY & SERVICE
  Home  >  洞见

洞见

安灯系统(ANDON)数字化仪表盘

字数统计:1410字 预计阅读时间:约3分钟


安灯系统是丰田公司开创的质量控制方法的主要元素之一,它是丰田生产系统的一部分,因此现在是精益方法的一部分。它使工人能够在发现缺陷时停止生产,并立即寻求帮助。手动或自动触发 Andon 的常见原因是零件短缺、产生或发现缺陷、工具故障或存在安全问题。通常现场员会会通过Andon系统停止操作,解决问题并且将警报记录到Andon数据库中,如何有效的利用这些数据,以便将它们作为持续改进计划的一部分,是我们今天重点讨论的内容。


关于Andon的概念及要求,可以参考微信公众号2021年1月5日文章《安灯系统数字化低成本解决方案》






01 One


按报警的类别进行数据分析




Andon系统中,会让现场人员在安灯时,选择安灯的类型,从而通知相关的人员来进行现场支持,通常比较简单的分类可以区分为:安全问题、物料问题、设备问题、质量问题。


对于数字化程度比较高的工厂来说,Andon可以与MES相关联,进而自动报警,自动记录相关的报警类别与数据,更为方便。


按报警类别进行数据分析可以更加清楚的了解一段时间内,如年、月、周、日,报警的问题主要集中在哪些方面,以便集中资源进行阶段性的集中整改,发现系统风险,降低报警次数。比如以上图可以看出,设备及现场安全问题较多,设备部门可能需要增加资源对于设备的保养方法及关键设备的保养频率进行重点解决。




02 Two


现场问题得到响应的时间进行数据分析




现场问题得到响应的时间进行分析,可以了解:


1.各职能对现场的响应速度,以了解各职能部门对现场的支持;

2.各职能部门在现场支持过程中,是否资源充足;


如上图缺料报警的响应时间最慢,达到了60分钟,可能是因为现场的缺料与生产计划、采购、外协工厂等问题有关,当出现缺料时,互相推诿,导致报警后响应速度极时缓慢。




03 Three


平均解决问题时间进行数据分析



平均解决问题时间进行数据分析,以了解问题解决的效率如何,通常按报警的类型进行分析的形式比较多,也有按报警的级别或问题解决的部门来进行分析。


以下图表展示按报警的类型进行数据分析,通常图表数据,我们可以看到缺料异常的平均解决问题时间最长,达到了2786分钟,需要就此问题的数据进行进一步分析,找到主要原因进行改善。





04 Four


启动安灯与关闭安灯的次数进行数据分析




启动安灯与关闭安灯的次数进行数据分析,以了解现场安灯系统的有效性。通常会按月统计本月启动安灯的次数与本月关闭的问题的数量进行比较。比如上图在四月份安灯的关闭率只有42%,说明现场复杂的问题比较多,虽然得到了响应,但是不能够得到真正的解决,需要对四月份的数据进行进一步的分析,以了解哪一类别的问题关闭率最低。




05 Five


按报警级别进行数据分析




按报警级别进行数据分析,可以了解现场问题发生的严重程序,通过上图我们可以看出,冷镦/搓丝的工序问题比较多,尤其是2-3级别的问题很严重。




06 Six


结束语



安灯系统数字化仪表盘的内容与安灯系统的数字化程度有很大关系,如果安灯系统可以和MES、设备进行关联,还可以记录物料状态、设备停机运行等数据与物料的控制及TPM方面的数据融为一体,显示更多的信息。




订阅

注册将获得TPP咨询中国电子简报

订阅

洞见

  • 智审核和智快反免费体验!

  • 一文看懂注塑成型工艺

  • 和强势同事打交道的5个实用技巧

  • 不是所有量检具该做 MSA,得看测什么

  • 降低采购成本,不止砍价那么简单

  • 避免紧固失败的六个关键提醒

  • 如何领导那些不喜欢你的人

  • 五种数字化转型失败案例及避免方法

  • 质量工程师如何利用数据寻找根本原因

  • 你真的了解数据平台吗?