PFT เชียงใหม่
การเลือกความจุที่ดีที่สุดในการเปลี่ยนเครื่องมือ มีผลต่อประสิทธิภาพการแปรรูปอย่างสําคัญ โดยเฉพาะอย่างยิ่งกับขนาดชุดที่แตกต่างกันลักษณะขนาดชุด (ปริมาณ), ความซับซ้อนของส่วนผสม), และอัตราการใช้งานเครื่องจักรใน 127 โรงงานผลิตที่แยกแยกและซอฟต์แวร์ติดตามเครื่องจักรมากกว่า 18 เดือนผลงานแสดงให้เห็นว่าความสามารถที่ไม่ตรงกัน (ขนาดเล็กหรือขนาดใหญ่เกิน) ส่งผลให้เกิดการสูญเสียผลผลิต 12-28%การเสนอกรอบการตัดสินใจ, การเชื่อมโยงขนาดชุดเฉลี่ย เครื่องมือที่เป็นเอกลักษณ์สําหรับครอบครัวชิ้นส่วน และความถี่ในการเปลี่ยนเป้าหมายผลการค้นพบแสดงให้เห็นว่าการปรับประสิทธิภาพให้ตรงกับความต้องการการผลิตจริง ลดเวลาที่ไม่ได้ตัดโดยเฉลี่ย 19% โดยไม่จําเป็นต้องปรับปรุงเครื่องมือแนวทางการดําเนินงานเน้นการประเมินกระแสการทํางานที่มีอยู่โดยใช้ข้อมูล
การแปรรูปชุดที่มีประสิทธิภาพขึ้นอยู่กับการลดเวลาที่ไม่ผลิตให้น้อยที่สุด ขณะที่ผลงานของหมุนได้รับความสนใจ ความจุของเครื่องเปลี่ยนเครื่องมือมักกลายเป็นอุปสรรคที่สําคัญห้องเก็บของขนาดเล็กบังคับการเปลี่ยนเครื่องมือด้วยมือบ่อย ๆในทางกลับกัน ระบบขนาดใหญ่เพิ่มต้นทุนและระยะเวลา โดยไม่มีผลประโยชน์ที่สัมผัสได้ ความท้าทายจะเพิ่มมากขึ้น ด้วยปริมาณการสั่งซื้อที่ไม่เสถียร และการผสมส่วนที่ซับซ้อนที่ทั่วไปในห้างงานการวิเคราะห์นี้แก้ปัญหาจุดเจ็บปวดที่คงอยู่: การปรับปริมาณการจัดเก็บเครื่องมือที่จําเป็นสําหรับกรณีการผลิตชุดเฉพาะเจาะจง โดยใช้ข้อมูลการดําเนินงานแบบสมบูรณ์แบบ
การศึกษานี้วิเคราะห์ชุดข้อมูลที่ระบุชื่อจาก 127 สถานที่ในภาครถยนต์, ท้องอากาศ และวิศวกรรมความแม่นยํา
การกระจายขนาดชุด:ปริมาณการสั่งซื้อประวัติศาสตร์ (1-5,000 ชิ้น)
การใช้เครื่องมือ:ความถี่ของการเรียกเครื่องมือต่องานผ่านบันทึกเครื่องควบคุม
ระยะเวลาการเปลี่ยน:เวลาเปลี่ยนเครื่องมือด้วยมือ vs อัตโนมัติ (กําหนดเวลาผ่าน PLC timestamps)
ความแตกต่างของแบบเครื่อง:ระบบ Haas, Mazak, และ DMG Mori ที่มีความจุของเครื่องมือ 12-120 เครื่อง
การรวมข้อมูลใช้ Python (Pandas, NumPy) ด้วยการรับรองสถิติใน R. สิ่งอํานวยความสะดวกถูกแบ่งแยกตามช่วงขนาดชุดหลัก (การสร้างต้นแบบ: 1-20 หน่วย; ปริมาณกลาง: 21-250; ปริมาณสูง: 251+)
รูปแบบการคาดการณ์เชื่อมโยงความจุที่ดีที่สุด (C_opt) โดยมีตัวแปรสําคัญ:
โดยที่ค่าคงที่ * k* (0.7 ราคา 1.3) ปรับให้ความอดทนในการเปลี่ยน (ค่า * k* ต่ํากว่า = การเปลี่ยนที่เร็วขึ้นได้รับความสําคัญ) การรับรองแบบจําลองใช้การแยกข้อมูลการฝึก-ทดสอบ 80/20
หนังสือพิมพ์ขนาดเล็ก (< 20 เครื่องมือ):การสูญเสียเวลาโดยเฉลี่ย 23% สําหรับชุด > 50 หน่วยจากการลงมือ (รูป 1)
เครื่องสํารองขนาดใหญ่ (> 40 เครื่องมือ):การสังเกตระยะเวลาวงจรที่ยาวนานขึ้น 7-15% เนื่องจากกระบวนการค้นหาเครื่องมือช้าลง; ROI ลดลงต่ํากว่า 60% การใช้งาน
รูปที่ 1: เวลาไม่ตัดกับความจุของเครื่องมือ
| ขนาดชุด | 12-เครื่องมือ | 24-เครื่องมือ | 40-เครื่องมือ |
|---|---|---|---|
| 20 หน่วย | 8% | 5% | 6% |
| 100 หน่วย | 28% | 12% | 9% |
| 500 หน่วย | N/A* | 18% | 14% |
| **ต้องการการชาร์จใหม่ด้วยมือ |
การสร้างต้นแบบ:12-20 เครื่องมือ (จัดการ 85% ของงาน < 20 หน่วย)
ส่วนผสมขนาดกลาง:24-32 เครื่องมือ (สมดุลความยืดหยุ่นและความเร็ว)
สายไฟที่ใช้ได้มาก:เครื่องมือ 30-40 เครื่อง (ลดการเปลี่ยนสําหรับการใช้งานยาว)
"จุดดี" ขึ้นอยู่กับความสอดคล้องของครอบครัวส่วนหนึ่งหน่วยงานที่ทํางานชุด 50 หน่วยของ 5 ส่วนที่คล้ายกันต้องการสล็อตน้อยมากกว่าหน่วยงานที่ทํางาน 50 องค์ประกอบที่เป็นเอกลักษณ์60% ของผู้มีผลงานต่ําที่ศึกษาใช้การเลือกความสามารถ "กฎหลัก" (e)(ก.อ. คู่มือกับเครื่องของคู่แข่ง)
ข้อมูลไม่รวมสายโอนที่มุ่งเน้นมาก (> 10k หน่วย) ความแม่นยําของแบบจําลองลดลงสําหรับอุปกรณ์ที่มีโปรไฟล์การสั่งซื้อที่ไม่ค่อยเป็นปกติที่ขาดรูปแบบขนาดชุดที่ชัดเจน
ความสามารถในการเปลี่ยนเครื่องมือมีอิทธิพลตรงต่อผลกําไรในการผลิตชุด
หลีกเลี่ยงการปรับขนาดเกิน:ความจุ > 40 เครื่องมือ น้อยครั้งที่อ้างอิงค่าใช้จ่าย/เวลารอบการใช้งาน เว้นแต่การใช้งาน > 500 เครื่องมือพิเศษต่อปี
เป้าหมาย 24-32 เครื่องมือเพื่อความยืดหยุ่นช่วงนี้รองรับ 92% ของกรณีการผลิตปริมาณกลางที่ศึกษา
วิเคราะห์ความเหมือนกันของเครื่องมือ:กลุ่มส่วนในครอบครัวครอบครัว, ไม่ใช่ส่วนประกอบส่วนตัว
งานในอนาคตจะนําการคาดการณ์การใช้เครื่องมือเข้าสู่อัลกอริทึมการจัดสรรความสามารถแบบไดนามิก
