При помощи технологий сбора, хранения и обработки данных (Big Data), производственные предприятия могут уменьшить себестоимость производимой продукции, оптимизировать производственный процесс, снизить влияние человеческого фактора. Конкурентным преимуществом для производства сейчас становится информация, извлекаемая из данных, которые раньше практически не использовались. Например, её источником становится датчик над конвейером, по которому едет продукция: поступающие с него данные дают возможность отследить периодичность бракованной продукции и вовремя принять меры. Это позволяет снизить % брака на производстве в 2-3 раза.
Как происходит сбор данных и какие данные анализируются?
Рассмотрим на конкретном примере - Системе контроля качества для производителей тротуарной плитки QuatroPBC использует алгоритмы машинного обучения для сбора и обработки информация о каждом изделии, которое проезжает на паллете по конвейеру. Таким образом, данные о производимой продукции попадают непосредственно в программу на компьютер сотрудника.
Какие данные анализирует QuatroPBC:
1. Высоты каждого камня на каждом поддоне;
2. Дефекты на каждом камне на каждом поддоне;
3. Среднюю плотность камней на поддоне (при наличии весов);
4. Статистика по последним поддонам (тренд):
- распределение высот,
- плотность,
- процент дефектов;
5. Отчет по формовке за каждую смену по каждой партии:
- тип продукции (определяется аdтоматически),
- цвет (определяется автоматически),
- количество тактов,
- доля брака (включая высоту и дефекты лицевого слоя);
6. Журнал производства в котором можно посмотреть когда и что производилось и с какими параметрами;
7. Фото каждого камня на каждом поддоне (текущий горизонт хранения - 90 дней).
Как используют анализ данных на производстве тротуарной плитки?
В процессе производства оценка качества происходит в 3 этапа разными специалистами:
- оператором в процессе производства, чтобы оперативно исправить причины выхода бракованной продукции;
- начальником цеха - для проверка работы всей смены - насколько быстро устранили причины брака, какой % брака на поддоне;
- технологом/начальником ОТК - уже непосредственно перед отправкой продукции клиенту.
Каждый специалист использует данные для решения конкретной задачи ( используя свой временной интервал, просматривая определенные отчеты).
В интерфейсе начальник ОКК видит отчет по количеству всей произведенной продукции за смену. Сделать выводы о том, на продукции какого цвета оказалось больше всего дефектов ( в данном случае - серый) и принять меры, чтобы снизить % брака. Посмотреть отчет за любой период для анализа статистики и трендов.
Анализ данных позволяет делать выводы и принимать решения на основе статистики реальных данных с производства, а не домыслов и прогнозов.
Узнайте, какая система качества продукции подойдет на ваше производство Нажать