Banyak pabrik memahami penjadwalan cerdas sebagai "membeli perangkat lunak yang akan dihitung." Setelah online, perencana menemukan bahwa waktu mulai yang diberikan oleh sistem tidak akan pernah bisa dilakukan di tempat kejadian, waktu penyelesaian yang diberikan, shift malam tidak cocok. Bukan algoritma yang sengaja mengganggu, tetapi jam kerja, perubahan bentuk, dan menunggu, yang awalnya merupakan jumlah kepala. Data sampah masuk, peta Gantt yang indah keluar, dan bengkel masih mengirim pekerja sesuai dengan pengalaman pemimpin tim.
Premis penjadwalan yang cerdas adalah bahwa proses utama memiliki data yang stabil dan dapat ditulis ulang. Kumpulkan dulu, lalu optimalkan. Urutan terbalik, dan penjadwalan akan menjadi demonstrasi.
Jenis data mana yang harus digunakan setidaknya
Anda tidak perlu memasang sejumlah barang mewah untuk setiap peralatan. Pertama melingkari proses bottleneck yang menentukan pengiriman, dan memastikan bahwa empat jenis data dapat diselesaikan setiap hari: waktu aktual mulai/selesai, alasan penutupan, jumlah yang memenuhi syarat dan buruk, dan batch bahan. Keempat kategori ini dapat menulis kembali perintah kerja, dan rencana harian memiliki kemampuan untuk memperbaiki.
Kegagalan umum adalah hanya menggunakan peralatan OEE, bukan perintah kerja. Peralatannya sangat sibuk, tetapi yang sibuk adalah memasukkan pesanan, pengerjaan ulang atau output normal, dan sistemnya tidak dapat dibedakan. Jenis kegagalan lainnya adalah bahwa pekerja pelaporan bergantung pada kompensasi manual, penundaan satu hari, dan model perencanaan selalu menggunakan fantasi kemarin.
Transisi dari pelaporan kertas ke proses pengumpulan
Ini dapat dibagi menjadi tiga langkah: Pada langkah pertama, pekerja pelaporan harus diselesaikan saat bertugas, dan tidak diperbolehkan untuk berbaikan pada hari berikutnya. Langkah kedua adalah mengisi peralatan bottleneck dengan memindai kode atau mengurangi terminal stasiun. Langkah ketiga adalah menghubungkan sinyal ke peralatan yang berjalan stabil dan secara otomatis mengeluarkan waktu. Orang hanya mengkonfirmasi penyebab kelainan. Setiap langkah harus mengurangi "estimasi".
- Catat waktu ganti secara terpisah, jangan campur dalam jam pemrosesan.
- Harus ada kode alasan untuk menunggu, memeriksa, dan memperbaiki, jika tidak, kemacetan akan selalu ditampilkan sebagai "kapasitas yang tidak mencukupi".
- Memeriksa akun: Jam kerja sistem tidak cocok dengan pengamatan di tempat. Perbaiki data terlebih dahulu, lalu sesuaikan algoritma.
Dengan data yang stabil, emisi dapat menjadi lebih tipis
Setelah data stabil, banyak pabrik tidak memerlukan APS yang rumit. Rencana harian dengan kapasitas terbatas, pemeriksaan homogen yang jelas, dan aturan penyisipan yang transparan telah mengungkap konflik di Excel. Dalam adegan pembuatan sistem matematika XYN, perintah kerja, pengumpulan, dan kualitas ditempatkan pada rantai yang sama, sehingga penjadwalan menjadi "dieksekusi" terlebih dahulu, dan kemudian "lebih pintar". Penataan yang cerdas tidak dihitung lebih cepat, tetapi lebih sedikit menggunakan data palsu untuk membuat keputusan.