نمایان بودن هزینه زمان خرابی: یک پایگاه دانش خرابی-علت-قطعات یدکی بسازید

وقتی یک ماشین فرم‌دهی در اواسط شیفت روی خط پیراشکی متوقف می‌شود، هزینه قابل مشاهده - کار تعمیر و قطعه جایگزین - به ندرت داستان کامل را بیان می‌کند. هزاران دلار بازده از دست رفته، دستمزد 20 کارگر بیکار، حق بیمه حمل و نقل یک شبه برای مهر و موم شفت، و کسر مشتری برای تحویل دیرهنگام در اکثر گزارش های تعمیر و نگهداری نامرئی است. این مشکل اصلی مشاهده هزینه خرابی است: اگر نتوانید یک توقف را به دلیل اصلی آن و قطعات یدکی مصرفی آن ردیابی کنید، فقط می توانید خسارت را بعد از واقعیت تخمین بزنید.

ایجاد پایگاه دانش شکست – علت – قطعات یدکی این شکاف را می‌بندد. سوابق تعمیر و نگهداری پراکنده و دانش قبیله ای را به یک سیستم ساختاریافته تبدیل می کند که هزینه ای را برای هر توقف تعیین می کند، الگوهای تکرار خرابی را نشان می دهد و هر خطا را به قطعات دقیق مورد نیاز برای تعمیر متصل می کند. برای تولیدکنندگان مواد غذایی، این پایه عملی برای حرکت از آتش نشانی واکنشی به نگهداری برنامه ریزی شده و مبتنی بر داده است.

هزینه واقعی توقف در تولید مواد غذایی - و چرا اکثر گیاهان نمی توانند آن را ببینند

تحقیقات صنعت عمومی به طور مداوم نشان می دهد که زمان توقف برنامه ریزی نشده تنها در ایالات متحده سالانه بیش از 50 میلیارد دلار برای تولید کنندگان هزینه دارد و میانگین هزینه های ساعتی بیش از 260000 دلار در بخش های مختلف است. اما این ارقام سرفصل می توانند یک کارخانه را گمراه کنند. آنچه مهمتر است این است که بیش از 80 درصد از شرکت ها نمی توانند هزینه واقعی خرابی خود را به درستی محاسبه کنند، زیرا آنها فقط هزینه های آشکار از جیب خود را دریافت می کنند.

هزینه های مستقیم در مقابل هزینه های پنهان: آنچه که دفتر کل نشان نمی دهد

هزینه های مستقیم شامل خروجی از دست رفته تولید، نیروی کار تعمیر و قیمت واقعی قطعات جایگزین است. با این حال، هزینه های پنهان اغلب خسارت را دو تا سه برابر می کند. در یک محیط تولید مواد غذایی، این هزینه های پنهان اشکال بسیار خاصی دارند:

• بیکاری: اپراتورهای خط و بسته‌بندی‌کنندگان همچنان در حالی که تجهیزات ثابت هستند، حقوق دریافت می‌کنند.
• تسریع در خرید قطعات: یک بلبرینگ 50 دلاری زمانی که نیاز به تحویل پیک داشته باشد می تواند به هزینه 250 دلاری تبدیل شود.
• اختلال زنجیره سرد: ماشین‌های پرکن، میکسرها و تجهیزات فرم‌دهی متوقف می‌شوند، و ممکن است به دلیل محدودیت‌های دما یا بهداشت، خمیر یا پرکننده نیمه فرآوری شده دور ریخته شود.
• بررسی مجدد بهداشت: اگر تعمیر یک منطقه تماس مهر و موم شده با مواد غذایی را نقض کند، خط باید قبل از راه اندازی مجدد، تمیز و مجدداً بر اساس پروتکل های HACCP تأیید شود و ساعت ها زمان از دست رفته اضافه شود.
• جریمه های تحویل و فرسایش اعتماد: سفارشات از دست رفته باعث کسر قراردادی می شود. تاخیر در تکرار مشتریان را به سمت رقبا سوق می دهد.

یک ساعت توقف برنامه ریزی نشده را در خط تولید پیراشکی با سرعت متوسط ​​در نظر بگیرید که 2000 قطعه در ساعت به قیمت عمده فروشی 0.30 دلار در هر قطعه تولید می کند. ضرر خروجی به تنهایی 600 دلار است. 20 اپراتور را با قیمت 15 دلار در ساعت، یک تکنسین تعمیر و نگهداری با قیمت 30 دلار در ساعت، یک نشانه گذاری سریع خرید 200 دلاری برای مهر و موم گیربکس و نیم ساعت بررسی مجدد بهداشت را اضافه کنید. قبل از اینکه جریمه های مشتری را در نظر بگیرید، این یک ساعت بیش از 1000 دلار است. نکته اساسی: سیستم های مالی این عدد را به شما نشان نمی دهند مگر اینکه عمداً داده های تعمیر و نگهداری را برای محاسبه آن ساختار دهید.

برای نگاهی عمیق تر به کاهش توقف تغییر تغییر در این زمینه، مرور کنید سه روش ثابت شده برای کاهش زمان از کار افتادگی در طول تغییر شیفت .

چرا پایگاه دانش شکست – علت – قطعات یدکی حلقه مفقوده است

مانع برای مشاهده هزینه‌های خرابی، کمبود داده نیست. این عدم وجود یک زنجیره قابل ردیابی از هر رویداد توقف به علت اصلی آن و بخش هایی است که آن را حل کرده اند. تحلیل‌های صنعت در بخش‌های مختلف نشان می‌دهد که کمبود قطعات یدکی تا 40 درصد از زمان‌های توقف برنامه‌ریزی نشده را به همراه دارد. هنگامی که یک تکنسین نتواند به سرعت قطعه مورد نیاز را شناسایی کند - یا قطعه ذخیره نشده باشد - یک تعمیر 30 دقیقه ای به یک انتظار 4 ساعته کشیده می شود.

یک پایگاه دانش این مشکل را با سازماندهی سه لایه به هم پیوسته حل می کند:

• لایه ثبت شکست: دقیقا چه اتفاقی افتاد؟ علائم، مهرهای زمانی، هویت تجهیزات، اپراتور خط و تغییر تولید را ضبط کنید.
• لایه علت ریشه: چرا این اتفاق افتاد؟ مکانیسم فیزیکی - سایش، انسداد، تغییر دما یا خطای اپراتور - را مستند کنید و علت مستقیم (به عنوان مثال، سایش قالب) را از علت سیستمیک گسترده تر (مانند فواصل تعویض بسیار طولانی) تشخیص دهید.
• لایه اتصال قطعات یدکی: برای رفع آن چه چیزی لازم است؟ هر ورودی علت اصلی را با SKUهای خاص، سطوح موجودی فعلی، نقاط سفارش مجدد، و زمان عرضه کننده مرتبط کنید.

بدون این زنجیره، هزینه های خرابی همچنان یک بازی حدس زدن است. با آن، هر توقف به یک نقطه داده قابل آموزش تبدیل می شود که برنامه ریزی موجودی، برنامه ریزی نگهداری و انتخاب تجهیزات را راهنمایی می کند.

گام به گام: پایه دانش خود را از ابتدا بسازید

فرآیند زیر به گونه ای طراحی شده است که برای یک کارخانه با منابع مهندسی محدود عملی باشد. با یک خط تولید شروع کنید، ساختار را رسمی کنید و همانطور که سیستم ارزش خود را ثابت می کند گسترش دهید.

مرحله 1 - دسته ها و کدهای خرابی را برای هر ماژول ماشین تعریف کنید

کدهای عمومی مانند "عیب مکانیکی" برای تجزیه و تحلیل الگو بی فایده هستند. در عوض، خرابی ها را بر اساس ماژول عملکردی تجهیزات - زیرسیستم فیزیکی که شکست خورد - و سپس بر اساس علامت خاص طبقه بندی کنید. به عنوان مثال، یک ماشین روکش اتوماتیک ممکن است دسته بندی هایی برای قالب شکل دهی، پمپ پرکننده، درایو نوار نقاله، کنترل دما و قفل ایمنی داشته باشد. در ماژول پمپ پرکننده، علائم ممکن است شامل "انسداد"، "نشت" و "افت فشار" باشد.

از یک طرح کدگذاری الفبایی عددی ثابت استفاده کنید تا هر اپراتور خطا را به همان روش ثبت کند. یک قالب قابل اجرا است [کد ماژول تجهیزات] - [کد علائم] - [شدت 1-4] . به عنوان مثال، FP-BLK-2 می تواند به معنای "پمپ پر کردن - انسداد - تاثیر متوسط" باشد. رتبه بندی شدت به اولویت بندی پاسخ و بعداً بررسی هزینه کمک می کند.

هنگام ساخت این سازه برای یک خمیر میکسر سنگین برای خطوط تولید ماژول هایی مانند محرک موتور (ساییدگی تسمه، اضافه بار)، شفت اختلاط (نشت آب بندی، انحراف شکاف تیغه) و محافظ ایمنی (شکست در هم قفل) را تعریف کنید. برای یک کابینت تخمیر ، ماژول ها شامل فن، المنت گرمایشی، سنسور رطوبت و مهر و موم درب خواهند بود. تعریف این ماژول ها از قبل از ورودهای مبهم جلوگیری می کند و تجزیه و تحلیل علت ریشه ای آینده را بسیار قابل اعتمادتر می کند.

مرحله 2 - ساخت کتابخانه علت: مستند کردن علل ریشه، نه فقط علائم

پایگاه دانش تنها در صورتی زمان از کار افتادگی را کاهش می دهد که توضیح دهد چرا یک شکست رخ داده است. برای هر دسته خرابی، بر اساس تجربه، راهنمایی های OEM و تاریخچه تعمیر و نگهداری، فهرستی از علل ریشه شناخته شده از پیش پر شده ایجاد کنید. این هر توقف را به یک تشخیص هدایت شده تبدیل می کند. به عنوان مثال، برای "پر کردن پمپ - انسداد - متوسط"، کتابخانه علت ممکن است شامل موارد زیر باشد:

• تغییر دستور غذا: یک دسته پرکننده با ویسکوزیته بالاتر، روتور پمپ را مسدود می کند.
• تمیز کردن ناقص بین دسته ای: باقیمانده خشک شده مسیر جریان را محدود می کند.
• سایش مکانیکی: فاصله روتور به دلیل خدمات طولانی افزایش یافته است.
• ورود جسم خارجی: تکه کوچکی از استخوان یا جرثقیل وارد قیف شد.

همیشه علت مستقیم (محرک فوری) و علت اصلی (کمبود زمینه ای) را ثبت کنید. بررسی های مهندسی عمومی نشان می دهد که دارایی های قدیمی و فرسودگی مکانیکی بیش از 60 درصد از خرابی های برنامه ریزی نشده را تشکیل می دهند. در تجهیزات مواد غذایی، این الگو اغلب توسط مواد شیمیایی تمیزکننده خشن که خرابی مهر و موم را تسریع می‌کنند، یا با فواصل زمان‌بندی‌شده جایگزینی که بیشتر از نرخ سایش در دنیای واقعی است، هدایت می‌شود. برای مثال‌های عیب‌یابی عملی، به راهنمای مربوطه مراجعه کنید حل مسائل مکانیکی رایج در سازندگان سیومای با سرعت بالا . این دیدگاه در سطح زمینه جایی است که دانش تعمیر به یک دارایی قابل استفاده مجدد تبدیل می شود.

مرحله 3 - هر علت خرابی را به قطعات یدکی مناسب (و زمان سررسید) مرتبط کنید

دانستن اینکه روتور پمپ نیاز به تعویض دارد اگر قطعه در انبار نباشد بی معنی است. ارزش مرکزی پایگاه دانش در این مرحله ظاهر می شود: اتصال هر علت اصلی به صورتحساب مواد توصیه شده. برای هر دلیلی، قطعات یدکی خاص را با SKU، محل نگهداری، حداقل مقدار موجودی و زمان عرضه کننده فعلی مرتبط کنید.

ساختار جدول اتصال قطعات یدکی اولیه به شکل زیر است:

برای مثال خاص مربوط به تجهیزات پخت، کابینت تخمیر تجاری برای نانوایی ها دارای پوشش فن است که برای گردش هوا و بهداشت حیاتی است. ردیابی چرخه جایگزینی آن یک مورد مستقیم از این پیوند است. عمل ساخت این جدول فوراً نشان می دهد که کدام خرابی های فرکانس بالا فاقد استراتژی ذخیره سازی هستند.

مرحله 4 - هزینه های پایه را تعریف کنید: تبدیل سوابق به پول

مشاهده هزینه مستلزم استانداردسازی بخش مالی هر رکورد است. هر ورودی پایگاه دانش باید شامل زمینه‌های مرتبط با هزینه زیر باشد: کل مدت زمان توقف، از دست دادن خروجی تولید، هزینه نیروی کار در ساعت، هزینه قطعات یدکی، هزینه‌های تسریع، و یک عامل کالیبراسیون برای هزینه‌های پنهان.

از این فرمول ساده شده برای یک توقف استفاده کنید:

کل هزینه توقف = (ساعات توقف × خروجی از دست رفته در هر ساعت × ارزش واحد) (ساعات توقف × نرخ کل کار) هزینه قطعات یدکی ضریب هزینه پنهان

عامل هزینه پنهان شامل حق بیمه حمل و نقل سریع، زمان تأیید مجدد سرویس بهداشتی، و جریمه های قرارداد است - آن را به عنوان درصدی از هزینه های مستقیم بر اساس عملیات خاص خود تخمین بزنید، که معمولاً بین 50٪ تا 200٪ شروع می شود. با بررسی هزینه های واقعی در مقابل برآورد، این عامل را هر سه ماه یکبار کالیبره کنید.

یک الگوی میدانی عملی: هر ورودی پایگاه دانش چه چیزی باید داشته باشد

برای اینکه این مفهوم فوراً مفید باشد، از یک الگوی ساختاریافته برای هر ورودی جدید استفاده کنید. یک نسخه "حداقل قابل اجرا" مناسب برای صفحات گسترده یا یک CMMS کوچک شامل فیلدهای زیر است:

• اطلاعات اولیه: شناسه تجهیزات، مدل ماشین آلات، تاریخ و زمان خرابی، شیفت تولید، نام اپراتور خط.
• جزئیات شکست: کد خطا، شرح علائم، سطح شدت (1-4)، ماژول تجهیزات.
• جزئیات علت ریشه ای: دسته علت ریشه (از مرحله 2)، شرح علت مستقیم، تجزیه و تحلیل علت ریشه (یک تمرین کوتاه 5-Whys یا استخوان ماهی)، و اصلاح انجام شده است.
• رکورد قطعات یدکی: SKU، مقدار مصرف شده، منبع (خرید سهام یا اضطراری)، و زمان انتظار برای قطعه.
• تفکیک هزینه: کل ساعات توقف، بازده تولید از دست رفته، هزینه نیروی کار، هزینه قطعات یدکی، عامل هزینه پنهان و هزینه کل تخمینی نهایی.
• اقدام پیشگیرانه: اقدام توصیه شده برای جلوگیری از تکرار، تاریخ پیشنهادی برای بازرسی بعدی و اینکه آیا برنامه نگهداری برنامه ریزی شده نیاز به تنظیم دارد یا خیر.

نسخه اول را بیش از حد پیچیده نکنید. با این فیلدها شروع کنید. پس از چند ماه، می توانید در صورت نیاز، زمینه هایی را برای مصرف انرژی یا نرخ رد کیفیت اضافه کنید.

هنگام تنظیم این الگو برای تجهیزات آماده سازی خود، دستگاه روکش اتوماتیک با ترتیب سینی می تواند به عنوان یک پایلوت برای ساخت فرهنگ لغت شکست اولیه و قطعات یدکی BOM شما عمل کند - این یک ماشین ماژولار است که در آن طبقه بندی واضح خطا به طور مستقیم زمان تعمیر را کوتاه می کند.

چگونه یک OEM تجهیزات می تواند پایگاه دانش شما را تسریع کند

تیم های داخلی می توانند ماه ها به صورت دستی کدهای خرابی و شماره قطعه را مستند کنند. یک میانبر معنادار وجود دارد: سازنده تجهیزات (OEM) در حال حاضر بیشتر دانش مورد نیاز، از جمله پایگاه داده های حالت خرابی، BOM قطعات یدکی اصلی و مشخصات تحمل را در اختیار دارد. چالش نهادی است: این داده‌ها اغلب در اسناد طراحی یا گزارش‌های خدمات میدانی مدفون می‌مانند.

یک OEM ماشین آلات مواد غذایی با تجربه می تواند ساخت پایگاه دانش شما را به چهار روش تسریع بخشد:

• فرهنگ لغت شکست از پیش ساخته شده: اشتراک‌گذاری فهرست حالت‌های خرابی شناخته‌شده در هر ماژول تجهیزات، شدت‌های مرتبط با آن‌ها و بررسی‌های توصیه‌شده علت اصلی.
• قطعات یدکی اصلی BOM با سهام ایمنی توصیه شده: فهرستی ساختاریافته از قطعات مهم پوشیدنی، طول عمر مورد انتظار آنها در استفاده معمولی، و سطوح موجودی پیشنهادی.
• الگوی اولیه سازی پایگاه دانش: یک فایل وارد کردن اکسل یا CMMS از پیش فرمت شده که اجزای اصلی دستگاه را با سناریوهای احتمالی خرابی مطابقت دارد.
• پشتیبانی تشخیص از راه دور: کمک به اعتبار سنجی فرضیه های علت اصلی برای شکست های پیچیده یا تکراری، اطمینان از اینکه پایگاه دانش شما مکانیسم واقعی واقعی را مستند می کند.

هنگامی که خریداران بالقوه ماشین آلات را ارزیابی می کنند، تمایل یک تامین کننده برای ارائه این عمق از مستندات فنی یک سیگنال قوی از مشارکت بلندمدت است. گفتگوی خرید را از "آیا این دستگاه کار می کند؟" تغییر می دهد. به "چگونه آن را در 10 سال آینده به طور موثر حفظ خواهیم کرد؟" این یک دلیل کلیدی است که چرا مدیران کارخانه باید OEM هایی را که انتقال دانش پس از فروش قوی ارائه می دهند، در اولویت قرار دهند.

تبدیل دید به عمل: استفاده از پایگاه دانش برای خرید و نگهداری هوشمندتر

پایگاه دانش یک زیرساخت مدیریتی است، نه یک تمرین انطباق. پس از 6 تا 12 ماه داده های ثابت، سه پیشرفت عملیاتی تحقق می یابد.

ارتقای استراتژی تعمیر و نگهداری داده‌های فرکانس خطا نشان می‌دهد که کدام مؤلفه‌ها قبل از فاصله زمانی تعمیر و نگهداری برنامه‌ریزی‌شده‌شان خراب می‌شوند. تیم شما می‌تواند به جای تکیه صرفاً به جایگزین‌های مبتنی بر تقویم، به جایگزینی مبتنی بر شرایط یا مبتنی بر استفاده روی آورد. به عنوان مثال، اگر سایش قالب در دستگاه روکش کاری شما به طور مداوم باعث چسبندگی خمیر در 900 ساعت تولید می شود، می توانید یک تغییر قالب پیشگیرانه را در 850 ساعت برنامه ریزی کنید. این یک حرکت مستقیم از نگهداری واکنشی به نگهداری پیشگیرانه و در نهایت پیش بینی است.

بهینه سازی موجودی جدول اتصال قطعات یدکی نشان می دهد که کدام SKU ها بیشتر مصرف می شوند و کدام یک زمان طولانی دارند. ترکیب این داده‌های مصرف با تجزیه و تحلیل ABC (برای هزینه قطعه) و رتبه‌بندی بحرانی (برای تأثیر زمان خرابی) به شما کمک می‌کند تصمیم بگیرید که آیا یک کالا را ذخیره کنید، مقدار ایده‌آل، و چگونه بین قطعات سایش بالا و موجودی ایمنی کم گردش تمایز قائل شوید. نتیجه، هزینه های پایین نگهداری موجودی بدون هراس از خرید اضطراری است.

خرید تجهیزات هوشمندتر پایگاه دانش به یک ابزار ارزیابی قدرتمند برای خرید سرمایه بعدی تبدیل می شود. داده‌های خرابی تاریخی از ماشین‌های موجود شما مبنایی را برای میانگین زمان بین خرابی‌ها (MTBF) و هزینه تعمیر و نگهداری معمولی در هر ساعت کار ارائه می‌دهد. هنگام مقایسه یک جدید دستگاه روکش اتوماتیک با ترتیب سینی در مقابل یک برند دیگر یا یک مدل داخلی قدیمی‌تر، پایگاه داده شما یک نمای مبتنی بر داده از بار نگهداری مورد انتظار را به شما ارائه می‌دهد، نه فقط قیمت خرید اولیه. همین منطق در هنگام در نظر گرفتن نحوه مقیاس بندی عملیات بر اساس اعمال می شود پیروی از یک چارچوب 3 مرحله ای برای مقیاس بندی از ماشین های تکی به خطوط تولید کامل .

حفظ یک متریک دقیق هزینه خرابی همچنین می تواند به مدیران عملیات کمک کند تا فشارهای منحصر به فرد را کنترل کنند متعادل کردن توان، بهداشت و ثبات در تولید مواد غذایی منجمد .

از کوچک شروع کنید، اما همین حالا شروع کنید: یک برنامه اقدام 90 روزه

شما نیازی به ساختن یک سیستم کامل در روز اول ندارید. یک برنامه سه ماهه عملگرایانه انگیزه کافی برای ارزیابی ارزش رویکرد ایجاد می کند:

1. روز 1-30 - راه اندازی خط خلبان. یک خط تولید اصلی را انتخاب کنید (به عنوان مثال، یک خط دامپلینگ یا siomai). دسته های خرابی را برای هر ماژول تجهیزات تعریف کنید، در مورد قالب کد خطا توافق کنید، و الگوی ضبط دیجیتال یا کاغذی را ایجاد کنید. شروع به گرفتن داده برای هر توقف مثبت کنید. نگران اطلاعات تاریخی نباشید. روی ثبت دقیق رویدادهای جدید تمرکز کنید.
2. روز 31 تا 60 - کتابخانه علت را بسازید و قطعات یدکی را پیوند دهید. خرابی های ثبت شده را از ماه اول مرور کنید. برای 10 کد اصلی خرابی، دلایل اصلی تأیید شده را مستند کنید و آنها را به قطعات یدکی خاص با SKUها و زمان‌های سررسید مرتبط کنید. برای تایید این اطلاعات با تیم تعمیر و نگهداری خود همکاری کنید.
3. روز 61-90 - محاسبه و تجزیه و تحلیل. برای هر شکست ثبت شده، فیلدهای هزینه (خرابی، کار، قطعات، فاکتور پنهان) را پر کنید. در پایان ماه، یک جدول خلاصه ایجاد کنید: 5 خرابی پرهزینه را فهرست کنید، شایع ترین علل ریشه ای را رتبه بندی کنید و مشخص کنید که کدام شکاف قطعات یدکی باعث طولانی ترین زمان خرابی شده است. از این گزارش برای پیشنهاد حداقل یک تغییر نگهداری پیشگیرانه و یک تنظیم موجودی قبل از سه ماهه بعدی استفاده کنید.

هدف 90 روز اول حل هر مشکل تعمیر و نگهداری نیست. ایجاد یک حلقه تکرارپذیر از ثبت، هزینه یابی و تجزیه و تحلیل است. هنگامی که این حلقه عمل کرد، نمایان شدن هزینه خرابی دیگر یک معیار نظری نیست - به یک ابزار مدیریت هفتگی تبدیل می‌شود که مستقیماً برنامه‌ریزی تعمیر و نگهداری، خرید موجودی و مهمتر از همه، ارزیابی شما از خرید تجهیزات آینده را به شما اطلاع می‌دهد.