Аналитические возможности и статистический анализ операционных процессов с использованием цифровых двойников

Повышение производительности труда

Ключевой задачей производственного менеджмента является повышение производительности производства, сокращение всех видов потерь при обеспечении требуемого уровня качества производимой продукции.

Для решения этой задачи руководители производств работают над их непрерывным совершенством, внедрением таких инструментов как бережливое производство (Lean Six Sigma), других форм и методов научной организации труда, а также систем мотивации персонала.

Достичь наилучших результатов при решении задачи повышения производительности возможно лишь на основе использования корректно и всесторонне собранной статистической информации об операционных процессах и проводя ее комплексный анализ и оптимизацию.

Рис. 1. Функционал цифрового двойника для сбора статистических данных, анализа и оптимизации операционных процессов

 Производственная аналитика

 Какая же информация собирается в ходе анализа операционной деятельности производственного предприятия?

 Наиболее важный и хорошо знакомый показатель большинству производственных менеджеров – это OEE (Overall Equipment Effectiveness) или общая эффективность оборудования. Именно на основе его контроля создается широко распространённая система анализа общей эффективности работы оборудования, предназначенная для контроля и повышения эффективности производства. Именно показатель OEE зачастую и является главным KPI в системе мотивации многих производственных менеджеров.

Однако, этот показатель – лишь вершина айсберга производственной аналитики, который уходит вглубь всех производственных процессов и обобщает множество аспектов состояния производства. Факторы влияющие на ОЕЕ включают в себя три критерия эффективности – это доступность (Availability, A), производительность (Performance, P), качество (Quality, Q).

Анализ эффективности производства начинается с расчета общего времени работы предприятия (Plant Operating Time, POT). Вторым первичным показателем является время плановых остановок (Planned Shut Down, PSD), т.е. время, которое необходимо исключить из анализа эффективности, поскольку производство в этот момент не функционирует. Дельта между общим временем работы предприятия и временем плановых остановок – это планируемое производственное время (Planned Production Time, PPT):

PPT = POT – PSD

OEE базируется на планируемом производственном времени. Цель анализа OEE - это устранение или уменьшение потерь времени.

В производстве рассматриваются три основные вида потерь: потери на остановки (Down Time Loss, DTL), потери в скорости (Speed Loss, SL) и потери в качестве (Quality Loss, QL).

Для расчета OEE изначально собирается информация необходимая для расчета каждого влияющего на него фактора.

Фактор доступности (A) анализирует потери на остановки (DTL), включающие в себя любые внеплановые остановки, в том числе: поломки и отказы оборудования, остановки из- за отсутствия или дефицита сырья, материалов и/или комплектующих, или отсутствия места для складирования и т. п. Время переходов также входит в DTL, так как оно является одной из форм простоя. Хотя время перехода невозможно устранить, в большинстве случаев оно может быть сокращено. Рабочее время, оставшееся после учёта остановок, называется операционным временем (Operating Time, OT).

OT = PPTDTL

Фактор доступности рассчитывается как:

A = OT / PPT

Фактор производительности (P) включает потери в скорости (SL), которые учитывают все факторы, вызывающие снижение рабочей скорости производственного оборудования по сравнению с максимально возможной. Например, за счет износа машин, использования некачественных материалов, неправильной подачи, неэффективных операций персонала. Рабочее время, оставшееся после учёта потерь в скорости, называется чистое операционное время (Net Operating Time, NOT).

NOT = OT – SL = PPT – DTL – SL

Фактор производительности рассчитывается как:

P = ICT / (OT/TP) или P = (TP/OT) / IRR

где: ICTИдеальное время цикла (Ideal Cycle Time) – технологически минимальное время, необходимое для выпуска единицы продукции; IRRИдеальная норма производства (Ideal Run Rate) – технологически максимальное количество продукции, производимое в единицу времени – величина обратная ICT. TPВыпуск продукции (Total Pieces) – фактическое количество единиц продукции, выпущенное за операционное время OT.

Фактор качества (Q) включает потери в качестве (QL), которые учитывают производство несоответствующей стандартам качества продукции. Потери в качестве приводят к потерям времени на исправление исправимого брака и на перевыпуск неисправимого брака. Рабочее время, оставшееся после учёта потерь в качестве, называется чистым производительным временем (Fully Productive Time, FPT).

FPT = NOT – QL = OT – SL – QL = PPT – DTL – SL – QL

Фактор качества рассчитывается как:

Q = GP / TP

где: GP – Выпуск годной продукции (Good Pieces) – фактическое количество единиц годной продукции, выпущенное за операционное время OT.

Получив данные по всем факторам, влияющим на OEE можно произвести его расчет следующим образом:

OEE = A*P*Q

Анализируя каждый из представленных выше показателей и OEE в целом, можно составить представление об эффективности производства. Внедрение каждого инструмента бережливого производства, каждого улучшения операционных процессов должно сопровождаться предварительным расчетом того как оно изменит соответствующие показатели. А уже после внедрения улучшений, все производственные показатели должны быть рассчитаны заново, что и даст нам понимание о фактическом эффекте от того или иного внедренного улучшения.

Причем приставленный выше перечень показателей не является исчерпывающим, для каждого вида производства в различных индустриях могут применяться и ряд других критериев эффективности. Кроме того, для различных форм организации производства, также применяются специальные показатели, как например, для производственных линий важнейшими показателями являются их ритм и такт. И т.д.

Рис. 2. Киберфизический программно-аппаратный комплекс цифрового нормирования и внедрения научно-обоснованных нормативов, форм и методов организации ручного труда

Еще одной важной составляющей влияющей на эффективность производства является уровень используемых технологий. В вышеприведённом описании расчета показателей упоминались технологически достижимые возможности производства. Эти показатели также не являются константами, а определяются технологическими нормами и нормативами. Для промышленного оборудования их производители предоставляют производственным менеджерам показатели производительности оборудования. Со временем использования данного оборудования они могут ухудшаться, а после ремонтов и модернизации улучшаться. Для операция ручного труда, нормы устанавливаются в зависимости от выбранного способа их выполнения, на основе анализа длительности их выполнения в ходе соответствующих испытаний, с применением таких форм сбора статистической информации как производственный хронометраж и фотография рабочего дня.

Цифровые двойники как инструмент повышения производительности труда

На современном этапе развития цифровых технологий наиболее эффективным средством сбора и анализа производственной аналитики, а также эффективного планирования мероприятий по совершенствованию операционных процессов являются цифровые двойники. Функционал современного цифрового двойника (см. рис. 1) позволяет:

  • быстро создать имитационную цифровую 3D модель производственного процесса с его визуализацией, причем с той точностью и детализацией, которая необходима для расчета и анализа всех вышеприведённых и многих других показателей операционных процессов;
  • провести для каждого планируемого улучшения  процессов и/или комплекса таких улучшений сценарный анализ и статистический расчет возможных эффектов
  • по результатам внедрения улучшений, произвести сбор фактических статистических данных по уже низменным процессам. Как правило, такой сбор производится с использованием датчиков и сенсоров, которые установлены в производстве, а также со стоек оборудования и роботов с интеллектуальным цифровым управлениям, посредством системы индустриального интернета вещей (Internet of Things - IoT). Такая модель, собранная по фактическим данным называется цифровой тенью. Сравнение показателей цифрового двойника и модели в нем «как должно быть» с данными цифровой тени и моделью в ней «как есть» позволяет определить тот результат, который дали реализованные изменения и спланировать программу дальнейших улучшений операционных процессов.

 

 Подготовил А.В. Кораблев Президент Концерна R-Про, Академик инженерной академии