数字化工厂运营智能(DPI) 质量稳定系统

DPI | 用于柔性制造现场的质量稳定解决方案，通过结合现场知识和数据分析，为“柔性制造”的创新提供全面支持，以实现可以跟踪变化的“柔性制造”。如何利用数据分析软件为制造业创造一个新的“常态”?如何通过数据分析软件结合现场知识和在制造过程中所获得的经验？
 

案例研究

2020/8/7
新的DPI案例研究现已发布!

利用跨部门的畅所欲言式讨论*和DPI建立独特的问题解决方法 
* 自发的头脑风暴式讨论，在这种讨论中，无论在组织中处于何种地位，每个人都可以坦率地发言，并与他人进行辩论。

产品介绍: DPI操作评估工具 , 假设验证研讨会。

 

版本信息

2022/4/6
DPI R2.04 已经发布！支持Windows 11。

2021/10/8
DPI R2.03 已经发布！增加了数据计算功能等新功能。

2021/4/21
DPI 操作评估工具和DPI操作评估系统已正式发布! (R2.02.10)

 

目录

1. 质量管理中的4M ― 内容和重要性 ―
2. 制造环境的变化
3. 将现场知识与数据分析相结合的“柔性制造”
4. 什么是“将现场知识与数据分析相结合”？
5. DPI 功能详情 ― 基于现场知识的数据分析与智能制造 ―
   • DPI 操作评估工具: 利用现场知识的数据分析软件
6. DPI 操作评估系统: 将所获得的知识整合到实时制造过程中的制造执行系统
7. DPI 解决方案护送支持
   • 介绍教育研讨会：获取DPI运营评估工具驱动的基础知识，使现场介绍顺利进行!
   • 假设验证类型WS：使用DPI操作评估工具学习数据分析框架!
8. 相关信息

 

本文为以下人士撰写

• 那些想知道为什么4M很重要的人。
• 制造现场有许多4M的变化，为此感到困扰。
• 即使以同样的方式操作，质量也不一致。
• 希望使用数据进行现场改进活动(改善活动)的人。
• 那些对制造业“新常态”感兴趣的人。

 

质量管理中的4M ― 内容和重要性 ―

4M是指制造业中质量控制的四个重要要素。材料/机器/人/方法。下面描述了四个M在质量控制中重要的原因。

 

• 材料（原材料）
  它是制造产品的原材料。一些生产场所仅使用一种类型的原材料，而另一些生产场所则混合了几种类型的原材料。原材料投入量和原材料批次的质量对最终产品的质量有很大的影响。
• 机器（设备)
  这是一种制造产品的设备。即使是相同的设备在更换或定期清洁之前和之后的性能似乎也不同。此外，很明显，多年使用的旧设备与新设备处于不同的状态。此类设备的状态也会影响质量。
• 人
  这是一个生产产品的操作员。即使看起来他们正在以相同的方式执行常规操作和故障排除，但也会因人而异。差异在于基于个人现场经验的知识和直觉。这种微小的差异也会严重影响到质量。
• 方法（程序和方法)
  这是制造产品的工作程序和操作方法。制造现场有各种商定的工作程序和操作方法，包括启动程序、材料输入时间、温度和压力控制范围以及质量检查程序。对于质量控制来说，确保按照既定程序和方法进行操作非常重要。

近年来，测量/检验、管理和环境已被添加到4M中，有时称为5M、6M或6M+1E。在分析4M数据时，考虑这些2M和1E也很重要。

 

制造环境的变化

 

制造现场现在处于非常困难的情况，发生了许多变化。这主要是由于3M（4M除外）和更高的PQCDS*目标的变化。您是否曾遇到过这种情况？

*PQCDS....生产效率、质量、成本、交付、安全

 

4M变更排除方法

• 材料（原材料）: 供应商频繁变更，供应商的材料质量不同，配料批次的质量不同。
• 机器（设备）: 设备老化，无法按设计运行。即使它具有相同的规格，根据具体设备的不同，也可能有一些特性。
• 人员: 现场的隐性知识没有正规化，当熟练的操作员退休时，技能就会丢失。

PQCDS目标的复杂性

• 生产力（生产效率）: 应对突然提出的增加产量和人员短缺的要求。
• 质量（质量）: 严格的质量要求，不明原因的质量投诉。
• 成本（价格）: 激烈的价格竞争、原材料和燃料价格上涨。
• 交付（交付日期）: 满足缩短交付时间、改革工作方式以及遵守COVID-19加班和考勤法规的要求。
• 安全（安全）: 提高安全标准。

在制造现场，既需要“路线工作”来实现计划制造，也需要“改进工作”来改善 PQCDS。

然而，在这个快速变化的时代，应对变化的路线工作变得势不可挡，没有足够的时间进行改进工作。

 

结合现场知识和数据分析，打造“柔性制造”

 

我们应该怎么做才能实现即使在快速变化的时代也能跟上变化的“柔性制造”？
为了回答这个问题，横河电机的建议是将制造现场的知识与数据分析相结合。

根据操作员的经验或直觉，通过4M控制，大多数制造现场最终可以获得PQCDS。然而，理想的方法应首先掌握当前的3M情况，并确定PQCDS目标，然后找到最佳方法。

为了实现这一点，有必要将4M和PQCDS数据连接起来，根据现场知识进行数据分析，找出影响PQCDS的4M条件之间的关系，并将其与现场工程师经验和掌握的知识相匹配。这使得有可能通过方法覆盖3M的变更，并满足PQCDS目标，这在以前似乎并不容易。

通过在改进工作中结合现场知识和数据分析，可以利用从工作中获得的知识减轻路线工作的负担，并创新成为能够跟上变化的“柔性制造”。
――横河电机认为这是制造产品的新常态。

 

什么是“结合现场知识和数据分析”？

 

当前存储在制造现场的数据可以通过从不同角度进行审查，揭示各种改进的关键。查看数据的方式有很多种。例如，查看根据操作条件进行颜色编码的散点图，查看质量值随时间的变化，并通过从趋势数据中提取斜率创建直方图。不幸的是，仅仅读取大量数据的AI或机器学习无法为我们提供用于改进活动的适当提示。这主要是因为他们无法根据网站的知识和经验创建数据。综上所述，横河认为，利用网站的知识和经验分析数据，以获得新的技术诀窍并尽快实现目标非常重要。

 

DPI功能详情 ― 基于现场知识的数据分析与智能制造 ― 

DPI将完全支持您的生产现场的剧烈变化，灵活地跟踪从分析数据到将获得的知识应用到生产中。因此，横河准备了一个数据分析软件“DPI操作评估工具”，以利用现场知识和执行系统“DPI 操作评价系统”， 来执行在制造过程中获得的知识。

DPI操作评估工具：利用现场知识的数据分析软件

• 独立存在于多个部门并单独管理的数据可以在4M数据和质量数据之间轻松链接和统一。
• 将质量值和4M数据与趋势数据相关联，并通过关联分析变化。
• 用户可以轻松地从趋势数据中提取波形特征，如斜率、最大值和平均值。
• 不仅可以同时显示所有参数的直方图、散点图和控制图，还可以快速方便地实现操作条件友好（分层）显示。
• 基于现场知识的机器学习涵盖了人类无法掌握的超过3个维度的参数关系。
• 为PQCDS创建4M管理指标，并使用“操作评估系统”实时监控。

有关详细信息，请参阅 DPI 操作评估工具产品页面。

DPI操作评估系统：在制造过程中执行所获得的知识的环境

• 4M管理指标恶化=PQCDS恶化时应采取的措施可根据现场知识制定为流程图。
• 实时监控使用DPI运营评估工具创建的4M管理指标，以便在PQCDS恶化时快速检测。
• 当4M管理变得更糟糕时，任何人都可以采取相同的措施（或自动）根据流程图恢复PQCDS。

 

介绍DPI的附带服务

 

质量问题解决方案的现状

我们经常可以看到，解决一个部门的质量问题会导致其他部门出现其他问题。这是因为质量问题越来越复杂。换句话说，解决方案似乎不是最佳的。为了实现问题的基本解决方案，有必要提出一个不是次优而是整体最佳的解决方案。为了找到整体的最佳解决方案，必须跨部门进行沟通。

如果数据通过DPI连接，人员也将连接

我们可以通过DPI获得质量问题的完全优化方法，将每个部门的数据结合起来实现可视化，并在所有部门讨论。每个部门的数据通过DPI连接，因此人员也连接在一起。横河将提供DPI服务，支持客户发展数据分析技能，以培养跨部门利用数据的习惯。横河的顾问将与客户合作，以实现改进周期在客户内部快速运行的理想局面。

主要护送服务

入门教育研讨会——顺利的现场介绍！首先，让我们深入了解DPI操作评估工具的基础知识。
假设验证研讨会——让我们使用现场知识进行数据分析！学习使用WS的框架。 

 

相关信息

过程数据分析（用于制造现场的过程数据分析软件）