如何测出有说服力的产能数据?

六号,我是刚毕业的IE人,也半年工作经历了。在彩妆行业,今年我们厂要测量每款产品的产能人员配置。以期能在明年实现车间日计划排产。现在我有两个问题:

一是测产能的方法有哪些?

二是标准产能,或者说实际产能,具体怎么操作才能让数据有说服力,更准确些?期待答复,谢谢!

第一问

测产能的方法有哪些?

在产能的计算过程中,标准工时是处于绝对领导地位的参数。所以,通过了解如何制定产品的标准工时,将有效回答提问者的疑惑。

标准工时的制定方法有两大类:

1、直接测时法(包括:秒表法,影像法)

2、间接测时法(包括:预定工时法,标准资料法)

直接测时法:

此方法一定要在有实际生产的情况下,才能测定工时。适合于量产产品的现场改善。

1、秒表法

优点:应该可以说这是四种方法中最简单快速、实施成本最低的方法。

缺点:假若操作单元时间都非常短,那么测量的人员也是反应不过来的,这样数据就产生了问题。另外,此方法缺少二次分析、追溯的能力,因为记录下来的仅仅只有一个数字而已。

建议使用场合:量产阶段。一般可以用来测量每个工位周期时间,绘制线平衡图表,可进行人机作业分析。由于测量精度问题,不建议测量周期时间较短的工位,不建议将数据进行双手作业分析,不建议据此生成标准资料。

2、影像法(视频法)

优点:这种方法是我见过使用率最高的方法。它的精度相较于秒表法会更高,由于视频的存档,它具备二次分析、追溯的能力。

缺点:但是它的问题就是分析的低效:很多公司使用视频剪辑软件对视频进行分割,从而获取操作单元时间。因为不是专门的分析软件,所以整个分析过程痛苦无比,费时费力。原文链接的软件可以解决这个问题。

建议使用场合:量产阶段。几乎可以运用所有的场合。注意精度需求和分析精度之间的权衡。

间接测时法:

此方法在没有任何实际生产的情况下,就能获得标准工时。特别适合新产品的规划。

3、预定工时法

优点:具体的方法有:MTM,MOST,MOD。它们最大的优点就是不需要实际生产。另外,预定工时法的分析结果可以作为一个改善的基准。比如,工程师在规划阶段分配了一个手腕动作的时间,但在具体实施的时候发现工人使用了一个手肘动作去完成。那么是不是现场的布局有问题,需要把物料放在手腕能够取的范围内呢?

缺点:必须对每个编码的起始点,结束点,包含动作了如指掌。否则很可能产生遗漏了某个工作导致预定工时分析出来的工时偏短。另外,如果长期使用预定工时法会导致疏离工厂现场,导致分析结果脱离实际。

建议使用场合:新产品导入阶段、量产阶段。注意根据不同的周期时间选择不同级别的编码,不建议高等级动作采用低等级编码分析。注意编码假设环境与现实环境是否相同。

4、标准资料法

优点:能利用企业历史信息进行快速制定标准工时。并且由于是企业本身产生的历史数据,所以标准工时更加准确,同时,通过该历史数据中设定改善目标,也更加具备可实施性。

缺点:标准资料库的形成不是一朝一夕就能形成的,需要企业不断地从上述几种测量方法中总结提取,形成标准资料库。这个过程就像没有尽头的马拉松一样,因为总是有新产品出现,新工艺出现,需要不断的补充改善,岂是一般的企业能坚持的了的?

建议使用场合:新产品导入阶段、量产阶段。几乎可以运用所有的场合。注意历史数据所在环境与现在数据所在环境是否相同。

第二问

标准工时如何具有说服力?

这个是一个复杂的问题,六号认为可以分为:

1、我们标准工时测定的基本方法有没有问题?

2、基本方法满足之后,是否还有其他问题?

3、没有达成标准产量,真的是标准工时有问题?

4、面对一个问题困惑,我该如何抉择?

1、我们标准工时测定的基本方法有没有问题?

首先我们要理解标准工时的定义。我查阅了一下百度,它给出的定义是:标准工时是在标准工作环境下,进行一道加工工序所需的人工时间。(这个定义还是在IE角度来讲还是相当不专业的,但估计很多老板、初学IE的人对标准工时的定义就是从这里来的。。。)

查阅industrial engineering handbook,我们再看看专业的定义:

Time standards have traditionally been defined as the time required by an average skilled operator, working at a normal pace, to perform a specified task using a prescribed method, allowing time for personal needs, fatigue, and delay.

就是说在一个普通熟练工人在带有生理宽放,疲劳宽放,延迟宽放的情况下根据预定的标准操作手法以一个正常速度下所需要的时间。

差别是什么?

专业的定义强调了:

1、没有说针对一个加工工序,只是笼统的说了一个工人在XXX情况下,需要的时间。如果针对一个加工工序容易和周期时间混为一谈。

2、工人是普通熟练,正常速度

3、宽放

4、标准操作手法

如果,以上四点的都注意到了,我想标准工时测定的基本方法上面,应该不会出现什么大的问题了。

2、基本方法满足之后,是否还有其他问题?

其实标准工时测定的基本方法是一种工程方法,并不是完美的,还有很多问题,比如:

a、霍桑效应 - Hawthorne Effect

当人意识到自己正在被别人观察时,他有改变自己行为的倾向。这种倾向可能导致他作业绩效变好,可能导致作业绩效变坏。

经常的,IE拿着摄像机到线上去测工时,总有一种感觉工人不是正常作业,总是感觉工人在欺骗你。在质检的时候,看到尾端随机抽检的人员来了,就把一些不良品先收着,等质检人员走了,再把不良品拿出来带条件放行。也有好的,感觉自己被重视了,更加努力的工作,绩效增长。

不论什么情况,观测被发现的时候,往往绩效是不准确的,这种不准确的程度到底是多少,很难有定论。有的公司采购了能远距离采集影像的设备,不让操作人员发现。有的公司采取了和工人聊天谈心,解除工人的心里防备。有的公司则用采集出来的数据做调整。这些做法都有利有弊,挑选哪种方法也是仁者见仁,智者见智了。基于目前你们的状况,可能选择进一步和员工沟通比较好。我个人也是推荐用这种方式。

b、分辨率/精度

一般的,流水线的Takt Time会在10S-120S之间,有可能有更高,更低的,但是过高,过低的Takt Time会导致操作绩效的下降。

在这么一个要精确到5S级别的Takt Time下,工时数据收集的精度应该达到多少呢?一般性要达到精确程度的1/10,也就是0.5S。换句话说,如果你要精确到秒,那么测量的精度需要到0.1S。

所以测量精度到秒,那么只能精确到10S的级别。所以不要拿着测量到秒的工时数据和别人说,你看,我们是精确到秒的哦。测量精度和数据的准确度不是1:1的。

c、抽样误差

大家都知道统计数据需要一定的采样数量,一组数据说明不了问题。因为这一组可能正好是很低的,也可能正好是很高的。我们知道我们需要一定的置信度。但是多少人关注到了抽样误差呢?在允许抽样误差在1*sigma(标准差)的时候,采样4组就能达到95%的置信度。而0.6*sigma需要11组数据。0.3*sigma就需要44组!很多企业都采集了3组,这就好比说,我知道人的寿命是在150岁以下,置信度是95%,这个95%的置信度又有何用呢?

此时注意!不要因为要缩小此抽样误差而大幅提高抽样次数,此项的投入产出比是十分低的。

3、没有达成标准产量,真的是标准工时有问题?

如果按照上面的两个问题都思考过了,且觉得均没有什么问题,那么问题真的可能存在于现场。

一个生产过程当中,标准工时只是包括了一些增值时间(加工动作时间)、必要非增值时间(部分搬运动作时间)。但是没有包括非必要非增值时间(部分搬运动作时间、等待时间)。但是由于企业的组织管理水平的问题,非必要非增值时间的比例甚至可以超过50%!那就意味着,标准产量的一半都没有达到!

这点不要迫于现场的压力,去改动标准迎合他们,而是尽自己的一切耐心和他们讲解标准工时已经经过了以上的条件检查。现在问题可能确实就是现场的浪费实在过多导致的问题,你愿意和他们一同找出问题,提高效率。相信在作业测定的时候,你有这样的基础。应该问题不大。

4、面对一个问题困惑,我该如何抉择?

很多时候,很多人在遇到问题的时候,单单只看到了别人的问题,在会议上给对方抹黑。而这位朋友能怀疑自己的问题,想自己做得更好,这点十分可贵。

我赞同这样的一个做法:

遇到问题困惑之时,先从自己的做事的方法、态度上进行反省。

如果问题确实出在自己身上,那么首先要马上改正,同时要向受影响的人道歉。千万不要尝试用其他方法进行掩饰、掩盖,问题越来越大,最终纸包不住火,酿成大错!

但是如果经历过相对严谨求证、学习过程之后,发现自己确实没有大的过错,问题在别人身上。这时候我们也需要有勇气、用合适的方法指出别人的问题,并能够保持谦和的心态和别人一道解决这个问题,而不是趁机抓住别人的把柄,而落井下石。

希望能对提问者有所帮助。

(0)

相关推荐