التصنيع الذكي = عائد 9%. دعونا نتحدث.

يمكن أن يبدو العائد بنسبة 9% في مشروع التصنيع الذكي وكأنه فشل في البرنامج. في كثير من الحالات، يكون ارتداء الملصق الرقمي مشكلة عملية. عندما تجتاز 9 وحدات فقط من أصل 100 وحدة الفحص، يفقد المصنع المواد والعمالة ووقت الماكينة وثقة العملاء. قد تؤدي إضافة أجهزة الاستشعار أو لوحات المعلومات إلى تسهيل رؤية المشكلة، لكن الرؤية وحدها لا تزيد من الإنتاجية. أريد أن أفهم ما الذي تقيسه نسبة الـ 9%، وأين تبدأ العيوب، ولماذا تسمح لهم العملية الحالية بالاستمرار. يحتاج رقم العائد إلى سياق قبل أن يتصرف أي شخص عليه. هل تعني 9%: - 9% من الوحدات تجتاز الفحص الأول؟ - 9% ينجح في كل خطوة إنتاجية؟ - 9% ينجحون في الاختبار النهائي بعد إعادة العمل؟ - 9% من دفعة محددة تلبي الهدف؟ - 9% من المنتجات تلبي نطاق أداء ضيق؟ تنتج هذه التدابير قرارات مختلفة للغاية. قد يشير العائد المنخفض للتمرير الأول إلى تباين العملية. قد يتضمن العائد النهائي المنخفض المشكلات التي تنشأ عن المعالجة أو التجميع أو الاختبار أو إعادة العمل. لن أبدأ بشراء المزيد من البرامج. سأبدأ بالتحقق من القياس. ## المكان الذي تبدأ فيه الخسارة عادةً يمكن أن يُظهر خط الإنتاج عائدًا منخفضًا لعدة أسباب. ### نافذة العملية ضيقة جدًا. تعمل بعض المواد والمكونات بشكل جيد فقط ضمن نطاق صغير من درجات الحرارة أو الضغط أو السرعة أو الرطوبة أو المحاذاة. يمكن أن يؤدي التغيير الطفيف إلى دفع المنتج خارج النطاق المقبول. قد يستمر الجهاز في عرض الحالة الطبيعية بينما تنخفض جودة المنتج ببطء. ### يتم جمع البيانات بعد فوات الأوان تقوم العديد من المصانع بفحص المنتجات في نهاية السطر. وعند هذه النقطة، قد يكون من الصعب تتبع مصدر الخلل. من الممكن أن تكون الوحدة الفاشلة قد تأثرت قبل عدة ساعات من خلال إعداد الماكينة، أو تغيير المواد، أو ضبط المشغل، أو حدث الصيانة. الفحص المتأخر يخبرني بالفشل. لا يخبرني دائمًا بالسبب. ### تستخدم الأنظمة المختلفة تعريفات مختلفة. قد يحسب نظام الإنتاج الوحدة كاملة عندما تترك الآلة. ولا يجوز لنظام الجودة احتسابها إلا بعد الاختبار. قد يحسب النظام المالي الوحدات المعاد صياغتها كمخرجات مكتملة. عندما لا تشترك هذه الأنظمة في نفس معرف المنتج والطابع الزمني، يمكن لمصنع واحد أن يحصل على ثلاثة أرقام إنتاج لنفس الدفعة. ### إعادة العمل تخفي المشكلة الأصلية المنتج الذي يمر بعد إعادة العمل قد يظهر ناجحا في التقرير النهائي. يمكن أن يخلق هذا الرقم إحساسًا زائفًا بالسيطرة لأن المصنع لا يزال يستخدم عمالة ومواد إضافية للوصول إلى النتيجة. أفضّل تتبع كل من عائد التمريرة الأولى والعائد النهائي. توضح الفجوة بينهما مقدار الجهد المبذول لاستعادة الوحدات المعيبة. ## طريقة عملية للتحقق من عائد 9% أستخدم تسلسلًا بسيطًا. ### 1. تحديد صيغة العائد اكتب الصيغة بلغة واضحة. على سبيل المثال: إنتاجية التمريرة الأولى = الوحدات التي تجتاز الاختبار دون إصلاح ÷ إجمالي الوحدات التي تدخل العملية لا تجمع بين الوحدات التي تم إصلاحها ووحدات التمريرة الأولى. أبقِ كل نتيجة مرئية. ### 2. رسم خريطة للعملية قم بإدراج كل خطوة بدءًا من المواد الواردة وحتى الفحص النهائي. السجل: - الآلة المستخدمة - المشغل أو الوردية - مجموعة المواد - إعدادات العملية - نتيجة الفحص - إجراء إعادة العمل - وقت الإنتاج - نوع العيب غالبًا ما تكشف خريطة العملية الأساسية أن المصنع لديه بيانات في البداية والنهاية، ولكن القليل من المعلومات بين تلك النقاط. ### 3. أنواع العيوب المنفصلة "فاشلة" ليست سببًا جذريًا مفيدًا. سأقسم حالات الفشل إلى مجموعات واضحة مثل: - خطأ في الأبعاد - تلف السطح - فشل الاختبار الكهربائي - مشكلة التجميع - التلوث - المكون المفقود - خطأ في البرنامج أو التكوين - خطأ في معدات الاختبار إذا ظهر عيب واحد في 60% من الوحدات الفاشلة، فإنه يستحق الاهتمام قبل المشكلات الأصغر. ### 4. قارن بين الدفعات العادية وغير العادية ابحث عن التغييرات المرتبطة بفترة الإنتاج المنخفض: - مجموعة مواد جديدة - حدث صيانة - تغيير في الأداة - مشغل جديد - تغيير في الوردية - تحديث برنامج - تغيير في درجة الحرارة أو الرطوبة - مكون مورد جديد هذه المقارنة أكثر فائدة من مراجعة لوحة معلومات كبيرة دون سؤال واضح. ### 5. التحقق من نظام القياس يمكن لمحطة الاختبار أن تؤدي إلى حالات فشل كاذبة. قبل تغيير عملية الإنتاج، تأكد من أن أجهزة القياس وأجهزة الاستشعار والتركيبات وبرامج الاختبار تعمل ضمن النطاق المطلوب. قد يُظهر فحص تكرار المقياس البسيط أن المنتج مستقر بينما طريقة الفحص ليست كذلك. ### 6. إجراء تجربة خاضعة للرقابة قم بتغيير شرط رئيسي واحد في كل مرة عندما يكون ذلك ممكنًا. على سبيل المثال، حافظ على ثبات المادة والمشغل أثناء اختبار نطاق درجة حرارة مختلف. ثم قارن النتيجة بالإعداد الأصلي. إن تغيير خمسة شروط في وقت واحد قد يؤدي إلى عائد أفضل، لكنه يترك السبب غير مؤكد. ### 7. تحديد دورة مراجعة يجب أن يدعم نظام التصنيع الذكي القرارات المنتظمة، وليس فقط عرض الأرقام. سأقوم بمراجعة اتجاهات العيوب وساعات إعادة العمل وفقدان المواد وتغييرات العملية وفقًا لجدول زمني محدد. وينبغي للمراجعة أن تجيب على ثلاثة أسئلة: - ما العيب الذي زاد؟ - أين بدأت؟ - ما الإجراء الذي سيتم اختباره بعد ذلك؟ ## مثال بسيط تخيل خط تجميع إلكترونيات يحقق عائدًا نهائيًا بنسبة 9% لمجموعة منتج واحدة. يشتبه الفريق أولاً في آلة التنسيب. تظهر المراجعة الدقيقة أن معظم حالات الفشل تأتي من اختبار الموصل. تم توفير الموصل من خلال مجموعة مواد مختلفة، وتطبق أداة الاختبار ضغطًا غير متساوٍ. بعد تصحيح التركيب، ينخفض ​​معدل الفشل في تجربة خاضعة للرقابة. البرنامج لم يحل المشكلة من تلقاء نفسه. لقد ساعد في ربط الخلل بكمية المواد ومحطة الاختبار ووقت الإنتاج. لا يزال يتعين على فريق العملية فحص التركيبات والتحقق من التغيير. هذا التمييز مهم. الأدوات الرقمية تدعم الحكم؛ فهي لا تحل محل المعرفة العملية. ## ما الذي يجب أن يقدمه مشروع التصنيع الذكي المفيد؟ أبحث عن مجموعة صغيرة من النتائج: - صيغة إنتاجية واحدة متفق عليها - إمكانية التتبع من المنتج إلى المادة والآلة - رموز العيوب التي يمكن للمشغلين استخدامها - البيانات التي تم التقاطها بالقرب من نقطة الفشل - سجلات منفصلة لوحدات المرور الأول والوحدات المعاد صياغتها - تنبيهات بناءً على حدود العملية، وليس فقط حالات الفشل النهائية - مالك واضح لكل إجراء تصحيحي لا يحتاج المصنع إلى توصيل كل آلة في اليوم الأول. يمكن لخط إنتاج واحد يحتوي على بيانات موثوقة أن يوفر قيمة أكبر من نظام كبير مليء بسجلات غير متسقة. العائد 9٪ هو إشارة خطيرة، لكنه ليس تشخيصا كاملا. تتمثل الاستجابة الصحيحة في تحديد الرقم وتحديد موقع الخسارة والتحقق من القياس واختبار التغييرات بشكل منضبط. يصبح التصنيع الذكي مفيدًا عندما تؤدي البيانات إلى قرار إنتاج محدد، وليس عندما ينتج المزيد من الشاشات فقط.

يمكن للمصنع الذكي جمع آلاف نقاط البيانات كل دقيقة ولا يزال يعاني من معدل إنتاجية يبلغ 9%. نادرا ما تكون المشكلة في نقص أجهزة الاستشعار. في كثير من الأحيان، يمتلك المصنع بيانات بدون سياق، وأتمتة بدون التحكم في العمليات، ولوحات معلومات تظهر الخسائر بعد حدوثها بالفعل. عندما أنظر إلى خط إنتاج منخفض الإنتاجية، لا أبدأ بشراء برنامج جديد. أبدأ بسؤال بسيط: أين يتوقف المنتج عن تلبية المعيار المطلوب؟ يساعد هذا السؤال على فصل الأعراض المرئية عن الأسباب المخفية داخل العملية. ### غالبًا ما يبدأ معدل الإنتاجية المنخفض بقياس غير واضح. قد تستخدم الفرق المختلفة تعريفات مختلفة للإنتاجية. قد يقوم فريق الإنتاج بإحصاء كل وحدة تمر على الخط. قد يقوم فريق الجودة بإزالة الوحدات التي تحتاج إلى إعادة صياغة. قد يقوم الفريق المالي بتضمين الخسارة المادية والمنتجات المرتجعة. يمكن أن يكون كل رقم صحيحًا ضمن نظامه الخاص، ومع ذلك ينتهي المصنع بثلاثة معدلات إنتاج مختلفة. يجب أن تحدد صيغة واضحة للإنتاج ما يلي: - ما هي الوحدات التي تدخل في الحساب - ما هي العيوب التي تعتبر فشلاً - كيف يتم تسجيل إعادة العمل - كيف يتم تسجيل الخردة - ما هي فترة الإنتاج التي يتم قياسها - ما هي مرحلة العملية التي تتحمل الخسارة إذا أبلغ أحد المصانع عن معدل إنتاجية قدره 9٪ وأبلغ مصنع آخر عن 90٪، فقد يأتي الفرق من طريقة الحساب بدلاً من عملية الإنتاج. التعريف المشترك يمنح المديرين نقطة بداية مشتركة. ### حجم البيانات لا يساوي رؤية مفيدة تقوم العديد من المصانع الذكية بتوصيل الآلات بنظام تنفيذ التصنيع، أو MES. يقوم النظام بتخزين درجة الحرارة والضغط والسرعة ووقت التوقف وأكواد الإنذار ونتائج الفحص. يبدو ذلك مكتملاً حتى يحاول شخص ما العثور على سبب الخلل. قد تسجل الآلة تغيرًا في درجة الحرارة عند الساعة 10:05. قد يسجل نظام التفتيش عيبًا في الساعة 10:18. إذا لم يتشارك النظامان في معرف المنتج أو رقم الدُفعة أو المرجع الزمني، فلن يتمكن المصنع من ربط الأحداث بثقة. أفضل بناء سلسلة بيانات بسيطة: حدث الآلة ← دفعة الإنتاج ← المشغل أو الوردية ← نتيجة الفحص ← سبب إعادة العمل أو الخردة. لا تحتاج السلسلة إلى البدء بمشروع ذكاء اصطناعي كبير. يمكن للارتباط النظيف بين أربعة أو خمسة سجلات رئيسية أن يكشف عن أكثر من لوحة معلومات كبيرة مليئة بالمخططات المنفصلة. ### ربما يقوم المصنع بأتمتة العملية الخاطئة يمكن أن تؤدي الأتمتة إلى تشغيل عملية ضعيفة بشكل أسرع. إذا تلقت الآلة مواد غير متناسقة، فسوف تكرر الأتمتة نفس المشكلة مع تدخل بشري أقل. إذا تم تغيير الوصفة دون موافقة، يمكن أن يؤدي الخط الآلي إلى إنشاء المزيد من الوحدات المعيبة قبل أن يلاحظ أي شخص. قبل إضافة المزيد من الأتمتة، أقوم بمراجعة: - فحوصات استلام المواد - قواعد إعداد الماكينة - التحكم في الوصفة - معايرة الأداة - تكرار الفحص - استجابة المشغل للإنذارات - الموافقة على إعادة العمل غالبًا ما تكشف خريطة العملية عن الفجوات التي تخفيها شاشة البرنامج. على سبيل المثال، قد يُظهر السطر أن المنتج قد مر عبر كل جهاز، في حين لا يقوم أي نظام بتسجيل ما إذا كان قد تم تثبيت الأداة الصحيحة في بداية الوردية. ### التغييرات الصغيرة في العملية يمكن أن تؤدي إلى خسائر كبيرة. غالبًا ما تظهر مشكلات العائد بعد التغيير الذي يبدو بسيطًا. يقوم المصنع باستبدال المورد، أو ضبط درجة حرارة المعالجة، أو تغيير الأداة، أو تحديث البرنامج. قد يجتاز كل تغيير مراجعة فردية. لا يزال من الممكن أن يؤدي التأثير المشترك إلى تقليل جودة المنتج. يجب أن تسجل عملية التغيير الخاضعة للرقابة: 1. ما الذي تغير 2. لماذا تم إجراء التغيير 3. ما هي المنتجات أو الدفعات التي تأثرت 4. ما هي بيانات الاختبار التي تدعم التغيير 5. من وافق على الإصدار 6. عندما يمكن استعادة الإعداد السابق، رأيت فرق الإنتاج تبحث عن خطأ في الجهاز عندما كان السبب الحقيقي هو مواصفات المادة التي تغيرت قبل عدة أسابيع. كانت الآلة تعمل ضمن النطاق المحدد لها. لم يعد الإدخال هو نفسه. ### تختلف إنذارات المعدات عن أسباب المعدات قد يكون لدى المصنع مئات الإنذارات، إلا أن عددًا صغيرًا منها فقط يتعلق بخسارة الإنتاجية. يخبر الإنذار الفريق بأن الشرط تجاوز الحد الأقصى. ولا يفسر دائمًا سبب تغير الحالة. إن التعامل مع كل إنذار على قدم المساواة يمكن أن يؤدي إلى إرهاق الإنذار. يبدأ المشغلون في تجاهل الرسائل التي تظهر كثيرًا. هناك نهج أفضل يجمع الإنذارات حسب تأثيرها على جودة المنتج: - خطر العيب المباشر - عدم استقرار العملية - حالة المعدات - السلامة أو إيقاف التشغيل - المعلومات فقط يمكن للفريق بعد ذلك ربط كل مجموعة باستجابة واضحة. قد يؤدي خطر الخلل المباشر إلى إيقاف الخط. قد تؤدي حالة المعدات إلى إنشاء تذكرة صيانة. قد تظل رسالة المعلومات مرئية دون مقاطعة الإنتاج. يؤدي هذا إلى إبقاء الانتباه على الأحداث التي تؤثر على الإنتاجية بدلاً من ملء غرفة التحكم بالضوضاء. ### يجب إجراء الفحص بالقرب من السبب، حيث يخبر الفحص في نهاية الخط المصنع بما فشل. قد لا تظهر عندما بدأ الفشل. يمكن للمنتج أن يمر عبر عشر عمليات قبل أن يكتشف الاختبار النهائي وجود عيب. بحلول تلك المرحلة، ربما يكون المصنع قد أنفق المواد ووقت الماكينة والعمالة على منتج تعرض للتلف بالفعل أثناء العملية الثالثة. إن إجراء الفحص بالقرب من نقاط العمليات عالية الخطورة يمنح الفريق حلقة ملاحظات أقصر. قد تشمل الفحوصات المفيدة ما يلي: - فحص الأبعاد بعد التشكيل - فحص السطح بعد الطلاء - فحص الكهرباء بعد التجميع - فحص الوزن بعد التعبئة - فحص الختم قبل التعبئة الهدف ليس فحص كل شيء في كل مرحلة. الهدف هو تحديد العيوب قبل أن تنتقل عبر بقية الخط. ### لا يزال الناس يشكلون الأداء الذكي للمصنع. النظام الرقمي لا يلغي الحاجة إلى حكم المشغل. إنه يغير الطريقة التي يتم بها استخدام الحكم. يجب أن يعرف المشغلون: - ما هي الإشارات التي تتطلب إجراءً فوريًا - ما هي الإعدادات التي يمكنهم ضبطها - ما هي التغييرات التي تحتاج إلى موافقة - كيفية تسجيل العيب - كيفية تعليق المواد المتأثرة - متى يتم استدعاء موظفي الصيانة أو الجودة إذا طلب النظام من المشغلين إدخال عشرة حقول لكل حدث، فقد تصبح بعض الإدخالات غامضة أو غير كاملة. يمكن للنموذج الأقصر الذي يحتوي على خيارات واضحة أن ينتج بيانات أكثر فائدة. أفضل أيضًا مراجعة تعليقات المشغل أثناء اجتماعات العملية. غالبًا ما يلاحظ المشغلون أصواتًا غير عادية، أو سلوكًا ماديًا، أو مشاكل في الإعداد قبل أن تظهر لوحة المعلومات أي نمط. ### استخدم دورة تحسين الإنتاجية القصيرة يمكن تشغيل دورة التحسين العملية على النحو التالي: تحديد الخسارة حدد نوع عيب واحد، أو مجموعة آلات واحدة، أو مرحلة إنتاج واحدة. تجنب دمج كل مشكلة في مشروع واحد. تأكيد خط الأساس استخدم نفس صيغة العائد لكل فترة مراجعة. تسجيل المخرجات وإعادة العمل والخردة ووقت التوقف عن العمل وفقدان المواد. البحث عن أكبر مساهم استخدم مخطط Pareto المعيب، أو مقارنة الدُفعات، أو مقارنة التحول، أو مقارنة الماكينات. ابحث عن نمط قابل للتكرار. اختبر تغييرًا واحدًا اضبط متغير عملية واحدًا أو تعليمات عمل واحدة. حافظ على استقرار الظروف الأخرى حيثما أمكن ذلك. التحقق من النتيجة قارن المجموعة التي تم تغييرها مع مجموعة مماثلة اتبعت الطريقة السابقة. مراجعة كل من الجودة وسرعة الإنتاج. الاحتفاظ بالتغيير أو عكسه إذا كانت النتيجة إيجابية وقابلة للتكرار، فقم بتحديث مستند العملية. إذا كانت النتيجة غير واضحة، فارجع إلى الإعداد السابق واختبر سببًا آخر. قد يبدو هذا النهج أبطأ من إطلاق برنامج تكنولوجي كبير. عادةً ما يؤدي ذلك إلى إنشاء تعلم أكثر وضوحًا لأن كل اختبار له غرض محدد. ### مثال عملي من إنتاج الإلكترونيات في صناعة الإلكترونيات، قد يكون معدل النجاح المنخفض مرتبطًا بدرجة حرارة اللحام، أو رطوبة المكونات، أو دقة الموضع، أو إعدادات الفحص. لا يمكن للوحة المعلومات التي تعرض نتيجة الاختبار النهائية فقط فصل هذه الأسباب. يربط الإعداد الأقوى كل لوحة فاشلة بما يلي: - مجموعة المكونات - آلة التنسيب - ملف تعريف اللحام - تحول المشغل - صورة الفحص - إجراء الإصلاح - نتيجة الاختبار النهائية يمكن للمصنع بعد ذلك مقارنة أنماط الفشل عبر الدفعات والآلات. إذا ظهرت العيوب بشكل رئيسي بعد ملف لحام واحد، يكون لدى الفريق سؤال عملية مركز. إذا كانت العيوب تتبع دفعة مكون واحد عبر عدة أجهزة، فإن المورد أو عملية الفحص الواردة تستحق الاهتمام. تنطبق نفس الطريقة على المواد الغذائية والأجهزة الطبية والتغليف وقطع غيار السيارات وبيئات الإنتاج الأخرى. تتغير حقول البيانات. تظل الحاجة إلى التتبع كما هي. ### ما الذي يجب أن أراجعه قبل شراء منصة أخرى أود أن أطرح عليك ستة أسئلة: - هل يمكنني تتبع وحدة معيبة مرة أخرى إلى المادة والماكينة والإعدادات والتحول؟ - هل يستخدم كل فريق نفس تعريف العائد؟ - هل يستطيع المشغلون تسجيل الأسباب دون إبطاء الإنتاج؟ - هل ترتبط تغييرات العملية بنتائج الجودة؟ - هل يستطيع النظام إظهار المشاكل بالقرب من نقطة حدوثها؟ - هل يؤدي كل تنبيه إلى إجراء محدد؟ إذا كانت الإجابة لا، فقد تضيف منصة جديدة طبقة أخرى دون حل المشكلة الأساسية. المصنع الذكي لا يصبح فعالا لأنه يحتوي على المزيد من الشاشات أو أجهزة الاستشعار أو التقارير الآلية. إنه يتحسن عندما يتمكن الأشخاص من ربط تغييرات العملية بنتائج المنتج والتصرف قبل أن يتحول الاختلاف الصغير إلى خسارة دفعة كبيرة. ويعتبر معدل العائد البالغ 9% إشارة خطيرة، ولكنه ليس تشخيصًا. يبدأ العمل المفيد بعد أن يقوم المصنع بتحديد الرقم، وربط البيانات، والتحقق من العملية، واختبار سبب واحد في كل مرة. يحول هذا الانضباط مشكلة الإنتاج المربكة إلى سلسلة من القرارات التي يمكن التحكم فيها.

يمكن أن يبدو العائد بنسبة 9٪ جذابًا في جدول البيانات. أنا أفهم لماذا يلفت الانتباه. عندما تبدو معدلات الادخار متواضعة وتستمر تكاليف المعيشة في الارتفاع، فقد يبدو رقم الدخل المرتفع هو الحل. ومع ذلك، فإن العائد ليس سوى جزء واحد من الصورة. يمكن أن يأتي العائد من الفوائد أو أرباح الأسهم أو الإيجار أو المدفوعات النقدية الأخرى. يشير النمو عادة إلى زيادة في قيمة الأصول أو الأعمال أو المحفظة الأساسية. وقد يتحرك الاثنان معًا، لكنهما لا يفعلان ذلك دائمًا. لقد رأيت المستثمرين يركزون على الدفعة التي يتلقونها كل شهر بينما يتجاهلون التغييرات في الأصل نفسه. قد ينتج العقار إيجارًا قويًا، لكن الإصلاحات والوظائف الشاغرة والضرائب وانخفاض القيمة السوقية يمكن أن تقلل من النتيجة الإجمالية. يجوز للصندوق توزيع 9% خلال الفترة التي ينخفض ​​فيها سعر سهمه. يبقى الدفع النقدي مرئيا. من الأسهل تفويت الخسارة. ولهذا السبب أفضل أن أطرح سؤالاً أوسع: ماذا حدث للقيمة الإجمالية بعد إدراج الدخل والرسوم والضرائب والتضخم وتغيرات الأسعار؟ مثال بسيط قد يساعد. تخيل أن شخصًا ما يضع مبلغ 100000 دولار في أحد الأصول التي تدفع 9٪ على مدار عام. الدخل هو 9000 دولار قبل التكاليف. إذا انخفضت قيمة الأصل بنسبة 6% تصبح القيمة الإجمالية 103.000 دولار قبل الضريبة والرسوم. ويبدو الدخل قويا، ولكن الزيادة الإجمالية أقرب إلى 3٪. إذا زادت قيمة الأصل بنسبة 4%، تتغير النتيجة. تتحد حركة الدخل والأسعار لخلق عائد إجمالي أكبر. نفس العائد 9٪ يمكن أن يؤدي إلى نتائج مختلفة تماما. هذا لا يجعل العائد المرتفع سيئًا. هذا يعني أنني بحاجة إلى فهم مصدر الدفع وما هي المخاطر الكامنة وراءه. أستخدم بعض الفحوصات العملية. انظر إلى مصدر العائد هل الدفع مدعوم بأرباح الأعمال، أو دخل الإيجار، أو فوائد السندات، أو بيع الأصول؟ قد يكون للدفعة الممولة بالتدفق النقدي الثابت مستوى مخاطر مختلف عن تلك الممولة عن طريق الاقتراض أو عن طريق إعادة جزء من رأس المال الأصلي. اسم المنتج لا يجيب على هذا السؤال. يمكن أن توفر البيانات المالية ووثائق الصندوق وسجلات التوزيع المزيد من التفاصيل المفيدة. فصل الدخل عن إجمالي العائد أقوم بتسجيل رقمين: - النقد المستلم - التغير في قيمة الأصل ثم أطرح الرسوم والضرائب والتكاليف الأخرى. وهذا يعطيني رؤية أوضح من النظر إلى العائد وحده. قد يكون الدفع الشهري أمرًا مطمئنًا، لكنه لا يعني دائمًا أن الاستثمار قد زاد. تحقق مما يفعله التضخم إذا بلغ متوسط ​​التضخم 3% وكان أحد الأصول ينتج عائدًا بنسبة 9% قبل التكاليف، فإن القوة الشرائية لهذا العائد تكون أقل مما يشير إليه الرقم الرئيسي. وتعتمد النتيجة أيضًا على احتياجات الإنفاق الضريبي والشخصي. أنا لا أتعامل مع كل نقطة مئوية على أنها أموال يمكنني إنفاقها. قد يحتاج جزء من العائد إلى الاستمرار في الاستثمار لدعم القوة الشرائية المستقبلية. راجع المخاطر الكامنة وراء الرقم قد يعكس العائد المرتفع ارتفاع مخاطر الائتمان، أو تقلب الأسعار، أو السيولة المحدودة، أو التركيز، أو الحساسية لأسعار الفائدة. أسأل ما الذي يمكن أن يتسبب في انخفاض الدفعة وما مقدار القيمة التي يمكن أن تتغير خلال الفترة الصعبة. هذا هو المكان الذي يمكن أن تكون فيه المراجعة الهادئة أكثر فائدة من التنبؤ الجريء. منح النمو دورًا واضحًا يمكن أن يأتي النمو من الدخل المعاد استثماره، أو ارتفاع الأرباح، أو ارتفاع دخل الإيجار، أو تحسين التدفق النقدي، أو زيادة الطلب على أحد الأصول. وغالبا ما يستغرق وقتا وقد لا يظهر في خط مستقيم. بالنسبة لشخص واحد، قد يعني النمو بناء صندوق للتقاعد. ومن ناحية أخرى، قد يعني ذلك حماية الدخل المستقبلي من التضخم. قد يختار الشخص الذي يحتاج إلى تدفق نقدي منتظم رصيدًا مختلفًا عن شخص لديه أفق زمني أطول. أكتب الغرض قبل اختيار المنتج. استخدم توقعات واقعية يجب التعامل مع العائد بنسبة 9% كرقم يجب التحقق منه، وليس كنتيجة يمكن افتراضها. الأداء السابق لا يحدد النتائج المستقبلية، وقد يتغير العائد المنشور مع أسعار السوق أو سياسات التوزيع. كما أنني أتجنب الحكم على الخطة من عام واحد قوي. يمكن أن يُظهر السجل الأطول كيفية تصرف الدخل والقيمة عبر ظروف السوق المختلفة. وجهة نظري بسيطة: الدخل مهم، لكنه لا ينبغي أن يخفي الصورة الكاملة. أريد أن أعرف مقدار النقد الذي ينتجه أحد الأصول، وكيف تتغير قيمته، وما هي تكلفة الاحتفاظ به، وما إذا كانت النتيجة تدعم هدفي الشخصي. تصبح المحادثة حول عائد 9٪ أكثر فائدة عندما تنتقل إلى أسئلة حقيقية: ما الذي يدعم الدفع؟ ماذا يحدث إذا سقط الدفع؟ هل يمكن للأصل أن ينمو مع مرور الوقت؟ ما هو مستوى الخسارة الذي يمكنني قبوله؟ كيف تتناسب الخطة مع الأفق الزمني واحتياجاتي النقدية؟ لا توجد إجابة واحدة لكل مستثمر. يمكن أن تساعد العملية الواضحة في استبدال الأرقام الرئيسية بقرارات أفضل. قبل الالتزام بالمال، يجب علي مراجعة المستندات المتاحة وفهم المخاطر والسعي للحصول على إرشادات مالية منظمة عندما يتطلب القرار مشورة شخصية.

إن تحقيق عائد بنسبة 9% في التصنيع الذكي قد يبدو وكأنه فشل تكنولوجي. في العديد من المصانع، يخفي هذا الرقم عدة مشاكل مختلفة: قد يكون المنتج جديدًا، أو قد تكون العملية غير مستقرة، أو قد يكون المصنع يقيس نقطة خاطئة في تدفق الإنتاج. لن أحكم على المصنع من نسبة الـ 9% وحدها. أود أن أطرح سؤالاً أكثر فائدة: ماذا تمثل الـ 9%؟ ### لا يتم قياس العائد دائمًا عند نفس النقطة. قد يشير العائد إلى: - الوحدات التي تجتاز الفحص الأول - الوحدات التي تكمل عملية الإنتاج الكاملة - الوحدات التي تجتاز الاختبار الوظيفي النهائي - الوحدات التي تصل إلى العميل بدون إرجاع - المنتجات القابلة للبيع بعد الإصلاح وإعادة العمل يمكن أن تبدو هذه الأرقام مختلفة تمامًا. قد يُظهر الخط عائد تمرير أولي بنسبة 9% بينما يصل عائده النهائي إلى 86% بعد الإصلاح. قد يشير سطر آخر إلى عائد نهائي يبلغ 9%، مما يشير إلى مشكلة عملية أعمق بكثير. أطلب دائمًا الصيغة قبل مناقشة خطط التحسين: العائد = الوحدات المقبولة ÷ إجمالي الوحدات الداخلة في العملية × 100% الصيغة بسيطة. قد لا تكون قصة الإنتاج وراء ذلك. ### غالبًا ما يظهر عائد بنسبة 9% أثناء إطلاق المنتج. تحمل المنتجات الجديدة مخاطر عملية أكبر. ربما لا يزال المهندسون يقومون بتعديل إعدادات الماكينة، ومجموعات المواد، وحدود الفحص، وطرق التجميع. يمكن للمصنع الذكي جمع كميات كبيرة من البيانات، لكن جمع البيانات لا يزيل تباين العملية. قد تظهر المستشعرات درجة الحرارة والضغط والاهتزاز وعزم الدوران والرطوبة ووقت الدورة. ولا يزال الفريق بحاجة إلى ربط هذه الإشارات بالعيوب الفعلية. النظر في وحدة إلكترونية جديدة. تحتوي دفعة الإنتاج على 1000 وحدة، ومع ذلك فإن 90 منها فقط تجتاز الاختبار الوظيفي الأول. قد يلوم الفريق روبوت التجميع. بعد التحقق من السجلات، قد يجدون عدة أسباب: - عدم تثبيت الموصل بشكل كامل - تغيرات درجة حرارة اللحام أثناء النوبة - يوفر أحد الموردين أجزاء ذات تنوع أكبر في الحجم - تؤدي أداة الاختبار إلى حدوث أعطال كاذبة - إعدادات البرنامج لا تتطابق مع أحدث إصدار للمنتج يخبرنا الرقم 9٪ أن الخط به مشكلة. ولا يخبرنا ما هي المشكلة التي تستحق الاهتمام. ### المهمة الأولى هي فصل العيوب، أبدأ بتقسيم الوحدات الفاشلة إلى فئات واضحة. قد تتضمن قائمة العيوب المفيدة ما يلي: 1. عيوب المواد 2. أخطاء الماكينة 3. مشكلات التعامل مع المشغل 4. أخطاء البرامج أو البرامج 5. أخطاء نظام الاختبار 6. حالات الفشل المتعلقة بالتصميم 7. الأضرار الناجمة عن إعادة العمل تمنع هذه الخطوة حدوث خطأ شائع: التعامل مع كل وحدة فاشلة على أنها نفس الفشل. لنفترض أن 600 من الوحدات المرفوضة البالغ عددها 910 وحدة تظهر نفس مشكلة الموصل. تستحق عملية الموصل الاهتمام قبل العثور على عيب تجميلي بسيط في 20 وحدة. يمكن أن يساعد مخطط باريتو الفريق على رؤية أكبر مصادر الخسارة. الهدف ليس إنشاء تقرير معقد. الهدف هو الإجابة على سؤال عملي واحد: ما العيب الذي يزيل الوحدات الأكثر جودة من الخط؟ ### تحتاج المعدات الذكية إلى بيانات نظيفة تقوم العديد من الشركات المصنعة بتثبيت الكاميرات وأجهزة الاستشعار وبرامج الإنتاج قبل تحديد قواعد البيانات. ثم يقوم المصنع بجمع آلاف السجلات التي لا يمكن أن تدعم قرارًا واضحًا. أبحث عن عدة نقاط بيانات أساسية: - معرف الآلة - طراز المنتج - دفعة المادة - المشغل أو الوردية - درجة حرارة العملية - الضغط والسرعة - نتيجة الاختبار - رمز العيب - تاريخ إعادة العمل - وقت الفشل يجب أن تتبع البيانات المنتج خلال العملية. إذا فشل الاختبار النهائي ولكن لم يتمكن النظام من إظهار الجهاز الذي تعامل مع الوحدة، فإن المصنع لديه معلومات دون إمكانية التتبع. يمكن العثور على مثال عملي في الفحص البصري الآلي. قد ترفض الكاميرا منتجًا بسبب علامة سطحية. قد تأتي العلامة من عملية التشكيل، أو الناقل المتسخ، أو الإضاءة السيئة بالقرب من الكاميرا. بدون سجلات الصور وسجل العمليات، قد يقوم الفريق بضبط الجهاز الخطأ. ### التحقق من نظام القياس قبل تغيير العملية يمكن أن يأتي العائد المنخفض من طريقة اختبار سيئة. لقد رأيت فرق الإنتاج تقوم بتعديل الآلات لعدة أيام قبل التحقق من أداة الفحص. يمكن أن يؤدي وجود دبوس اتصال غير مثبت أو مصدر طاقة غير مستقر أو إضاءة سيئة أو حدود اختبار غير صحيحة إلى حدوث حالات فشل كاذبة. يجب أن تتضمن مراجعة نظام القياس ما يلي: - تكرار الاختبارات على نفس الوحدة - المقارنة بين أجهزة اختبار مختلفة - حالة المعايرة - حالة تركيب الاختبار - إصدار البرنامج - تعليمات المشغل - حدود القبول إذا مرت نفس الوحدة الجيدة على أحد أجهزة الاختبار وفشلت على جهاز اختبار آخر، فيجب تأجيل تغييرات العملية. نظام القياس يحتاج إلى الاهتمام. من السهل تفويت هذه النقطة لأن نتيجة الاختبار تبدو موضوعية. يكون الرقم الموجود على الشاشة مفيدًا فقط عندما تكون طريقة الاختبار مستقرة. ### مراجعة العملية في أقسام صغيرة لا ينبغي للمصنع أن يتعامل مع خط الإنتاج بأكمله باعتباره مشكلة واحدة كبيرة. أفضل تقسيمها إلى كتل عملية: - فحص المواد الواردة - التحضير - التجميع - الانضمام أو الربط - البرمجة - الاختبار الوظيفي - التعبئة والتغليف يمكن للفريق حساب العائد في كل كتلة. وهذا يوضح أين تحدث الخسارة الأكبر. على سبيل المثال: | مرحلة العملية | دخول الوحدات | الوحدات المقبولة | العائد | |---|---:|---:|---:| | الجمعية | 1000 | 870 | 87% | | برمجة | 870 | 810 | 93% | | اختبار وظيفي | 810 | 90 | 11% | | التفتيش النهائي | 90 | 86 | 96% | النتيجة الإجمالية ضعيفة، ولكن الجدول يشير نحو الاختبار الوظيفي. قد تحتاج عملية التجميع إلى عمل، لكنه ليس السبب الرئيسي للحصول على نتيجة 9% في المرحلة المختبرة. تعمل هذه الطريقة أيضًا على تقليل الوسائط الداخلية. يمكن للفرق مناقشة الخسائر المقاسة بدلاً من الدفاع عن أقسامهم. ### ابحث عن الاختلاف، وليس فقط القيم المتوسطة، حيث يمكن لبيانات العملية المتوسطة أن تخفي مصدر الفشل. قد تظهر الآلة متوسط ​​درجة حرارة مقبول بينما تنتج نتائج غير مستقرة في بداية ونهاية كل وردية. قد يفي المورد بمتوسط ​​حجم المادة بينما يرسل عدة دفعات قريبة من حد التسامح. أتحقق من العائد حسب: - الساعة - التحول - الآلة - طراز المنتج - دفعة المواد - المورد - مجموعة المشغلين - تاريخ الإنتاج غالبًا ما تظهر الأنماط بعد هذا التقسيم. قد يكتشف المصنع أن معظم حالات الفشل تحدث بعد تغيير الأداة. وقد يجد آخر أن العيوب ترتفع عندما تتحرك الرطوبة خارج نطاق العملية. وقد يربط ثالث حالات الفشل بدفعة مادة واحدة. قد لا يكون السبب هو الجزء الأكثر تقدمًا في المصنع. قد يكون تغييرًا بسيطًا لم يسجله أحد. ### استخدم التجارب الخاضعة للرقابة يجب اختبار تغييرات العملية بمتغير واحد في كل مرة عندما يكون ذلك ممكنًا. إذا قام الفريق بتغيير درجة الحرارة والضغط وحدود البرامج والأدوات والمواد في نفس الوقت، فقد يتحسن العائد دون الكشف عن السبب. وقد يصبح من الصعب أيضًا التحكم في الخط لاحقًا. يمكن أن تتبع التجربة الخاضعة للرقابة هذا النمط: 1. تسجيل إعدادات العملية الحالية 2. تأكيد فئة العيب الرئيسية 3. حدد سببًا واحدًا محتملاً 4. تغيير إعداد واحد ضمن نطاق آمن 5. تشغيل حجم عينة محدد 6. مقارنة النتيجة بالبيانات الأصلية 7. التحقق من ظهور عيوب جديدة يعتمد حجم العينة على مخاطر المنتج وحجم الإنتاج واستقرار العملية. يمكن لتجربة صغيرة أن توجه الاختبار التالي، ولكن لا ينبغي معاملتها كدليل على الأداء على المدى الطويل. ### لا تخفي إعادة العمل داخل رقم الإنتاج، فالمنتجات المعاد صياغتها تستحق سجلاً منفصلاً. الوحدة التي تفشل مرة واحدة، وتتلقى إصلاحًا يدويًا، وتنجح لاحقًا، لا تساوي الوحدة التي تنجح في المحاولة الأولى. وقد يصل كلاهما إلى العميل، إلا أنهما يستهلكان كميات مختلفة من العمل والوقت والمواد. أتتبع: - عائد التمريرة الأولى - العائد النهائي بعد إعادة العمل - ساعات إعادة العمل - معدل الخردة - معدل الفشل المتكرر - التكلفة لكل وحدة مقبولة وهذا يمنح المديرين رؤية أكثر صدقًا لصحة الإنتاج. قد يكلف الخط الذي تبلغ مردوده النهائي 85% والإصلاح اليدوي الثقيل أكثر من الخط الذي يبلغ إنتاجه 75% من العائد الأول وتصحيح بسيط ومنخفض التكلفة. العائد مهم، لكن المسار المستخدم لتحقيقه مهم أيضًا. ### لا يمكن للأتمتة أن تحل محل ملكية العملية. يمكن لأدوات التصنيع الذكية اكتشاف الأنماط وإرسال التنبيهات ودعم إمكانية التتبع. ولا يمكنهم أن يقرروا ما إذا كان تغيير العملية آمنًا دون وجود أشخاص يفهمون المنتج والمعدات. قد يشمل فريق التحسين المفيد ما يلي: - هندسة الإنتاج - الجودة - الصيانة - البرامج أو عناصر التحكم - سلسلة التوريد - المشغلون من الخط المتأثر غالبًا ما يلاحظ المشغلون التغييرات قبل أن تلاحظ لوحة المعلومات. وقد يسمعون صوتًا مختلفًا للآلة، أو يشعرون بتغيير في المقاومة، أو يرون مشكلة مادية أثناء التحميل. يجب أن تدخل ملاحظاتهم في نفس عملية التحسين مثل بيانات الاستشعار. ### كيف تبدو خطة التعافي الصحية قد تستخدم خطة التعافي العملية ثلاث مراحل. المرحلة الأولى: احتواء الخسارة وقف انتشار العيوب المعروفة. افصل المواد المشبوهة، وتحقق من تركيبات الاختبار، وحدد نقطة تفتيش واضحة. المرحلة الثانية: العثور على الأسباب الرئيسية استخدم رموز العيوب وسجل العمليات وفحوصات القياس والتجارب الخاضعة للرقابة. ركز على الخسارة الأكبر بدلًا من محاولة إصلاح كل مشكلة مرة واحدة. المرحلة الثالثة: الاحتفاظ بالمكاسب تحديث تعليمات العمل وإعدادات الماكينة وخطط الصيانة وسجلات التدريب وحدود التحكم. تتبع النتيجة عبر عدة دورات إنتاج. إن زيادة العائد على المدى القصير ليست كافية إذا انخفض الرقم مرة أخرى بعد تغيير الأداة أو دفعة مادة جديدة. ### الدرس الحقيقي وراء 9% إن رقم 9% هو إشارة وليس تشخيصاً كاملاً. وقد يصف ذلك تشغيلًا تجريبيًا مبكرًا، أو اختبارًا صارمًا للنجاح الأول، أو عملية ضعيفة، أو نظام قياس خاطئ. الطريقة الوحيدة الموثوقة لفهم ذلك هي تحديد نقطة الإنتاج وتتبع العيوب والتحقق من طريقة القياس وربط بيانات الإنتاج بنتائج المنتج الفعلية. عندما أقوم بمراجعة خط تصنيع ذكي، لا أبدأ بالسؤال عن عدد أجهزة الاستشعار الموجودة فيه. أسأل ما إذا كان المصنع يستطيع شرح كل وحدة فاشلة بلغة واضحة. لا يصبح المصنع أكثر ذكاءً من خلال جمع المزيد من الأرقام. يصبح الأمر أكثر ذكاءً عندما يتمكن الفريق من استخدام الأرقام الصحيحة لإجراء تغيير متحكم فيه، وقياس التأثير، والحفاظ على التحسن في مكانه. هل تريد معرفة المزيد؟ لا تتردد في الاتصال بهوانغ: mr.huang@foyotrobotclaw.com/WhatsApp +8613600570999.

1. دوجلاس سي. مونتغمري 2019 مقدمة لمراقبة الجودة الإحصائية 2. المنظمة الدولية للتوحيد القياسي 2015 أساسيات ومفردات أنظمة إدارة الجودة 3. الجمعية الدولية للأتمتة 2018 قاموس الأتمتة والأنظمة والأجهزة 4. كلاوس شواب 2016 الثورة الصناعية الرابعة 5. بيتر جي دبليو كين ومايكل س. سكوت مورتون 1978 أنظمة دعم القرار 6. جون دبليو ديفيس 2017 مبادئ التصنيع والصناعة الذكية 4.0 للتحول الصناعي