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
- 质量管理中的4M ― 内容和重要性 ―
- 制造环境的变化
- 将现场知识与数据分析相结合的“柔性制造”
- 什么是“将现场知识与数据分析相结合”?
- 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
- 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
- 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!
- 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,然后找到适合的方法。
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,解决方案似乎不是更优的。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优化的解决方案。为了找到整体的较优解决方案,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
参考
DIC Corporation co-developed the Data Utilization Platform with Yokogawa. The solution dramatically reduces data preparation work for data analysis.
想要了解更多的信息,技术&解决方案?
联系我们