अब कोई अनुमान नहीं: हमारी उत्पादन दक्षता पर स्पष्ट आँकड़े।

कई प्रोडक्शन टीमें आउटपुट को ट्रैक करती हैं, फिर भी एक बुनियादी सवाल का जवाब देने के लिए संघर्ष करती हैं: ऑपरेशन कितनी कुशलता से चल रहा है? एक उच्च इकाई गणना लंबी सेटअप अवधि, निष्क्रिय मशीनें, पुनः कार्य, सामग्री की कमी और छूटे हुए वितरण लक्ष्य को छिपा सकती है। मैंने टीमों को बड़े दैनिक आउटपुट का जश्न मनाते देखा है, जबकि दोषों और डाउनटाइम को हटा दिए जाने के बाद उनका उपयोग करने योग्य आउटपुट बहुत कम रहा। एक स्पष्ट दृष्टिकोण कुछ सरल उपायों से शुरू होता है। ## उपलब्ध समय से प्रारंभ करें एक मशीन, लाइन या शिफ्ट के लिए निर्धारित उत्पादन समय लिखें। उदाहरण: - निर्धारित समय: 480 मिनट - नियोजित ब्रेक: 30 मिनट - उपलब्ध उत्पादन समय: 450 मिनट - वास्तविक चलने का समय: 390 मिनट मशीन में 60 मिनट थे जिससे कुछ भी उत्पादन नहीं हुआ। वह समय परिवर्तन, रखरखाव, सामग्री की प्रतीक्षा, ऑपरेटर की देरी या मामूली रुकावटों के कारण नष्ट हो सकता है। प्रत्येक खोए हुए मिनट को कार्यकर्ता की समस्या के रूप में लेबल न करें। इसका कारण योजना, खरीदारी, रखरखाव, गुणवत्ता नियंत्रण या उपकरण डिज़ाइन हो सकता है। ## उपलब्धता माप उपलब्धता से पता चलता है कि उपकरण वास्तव में नियोजित उत्पादन समय का कितना हिस्सा चल रहा था। इस सूत्र का उपयोग करें: उपलब्धता = वास्तविक चलने का समय ÷ उपलब्ध उत्पादन समय × 100 उदाहरण का उपयोग करते हुए: 390 ÷ 450 × 100 = 86.7% यह संख्या मुझे डाउनटाइम का त्वरित दृश्य देती है। यह मुझे नहीं बताता कि मशीन अपेक्षित गति से चली या नहीं या उत्पाद गुणवत्ता मानकों पर खरे उतरे या नहीं। उनके लिए अलग उपायों की जरूरत है. ## उत्पादन दर की जाँच करें एक मशीन अधिकांश शिफ्ट के लिए चल सकती है और फिर भी अपेक्षा से कम उत्पादन कर सकती है। नियोजित चक्र समय के साथ वास्तविक चक्र समय की तुलना करें। उदाहरण: - नियोजित चक्र समय: 30 सेकंड प्रति यूनिट - वास्तविक उत्पादन समय: 390 मिनट - उत्पादित कुल इकाइयाँ: 680 नियोजित आउटपुट होगा: 390 × 60 ÷ 30 = 780 इकाइयाँ उत्पादन दर थी: 680 ÷ 780 × 100 = 87.2% यह अंतर धीमी मशीन की गति, बार-बार कम रुकने, मैन्युअल समायोजन, असमान फीडिंग या एक प्रक्रिया से आ सकता है जो कभी भी अपनी नियोजित दर तक नहीं पहुंची है। मैं छोटे पड़ावों को नज़रअंदाज़ करने के बजाय उन्हें रिकॉर्ड करना पसंद करता हूँ। तीन मिनट का जाम मामूली लग सकता है. ऐसे ही दस जाम एक शिफ्ट से आधा घंटा दूर कर सकते हैं। ## कुल इकाइयों से अच्छी इकाइयों को अलग करना अकेले आउटपुट से उपयोगी उत्पादन नहीं दिखता। उन इकाइयों की गणना करें जो बिना दोबारा काम किए निरीक्षण में उत्तीर्ण हो जाती हैं। उदाहरण: - उत्पादित कुल इकाइयाँ: 680 - स्वीकृत इकाइयाँ: 650 - अस्वीकृत या पुनः काम की गई इकाइयाँ: 30 गुणवत्ता दर: 650 ÷ 680 × 100 = 95.6% 30 प्रभावित इकाइयाँ श्रम, सामग्री, मशीन समय और निरीक्षण क्षमता का भी उपभोग करती हैं। दोबारा काम करने से एक व्यस्त लाइन उसकी तुलना में अधिक उत्पादक दिखाई दे सकती है। प्रत्येक दोष का कारण ट्रैक करें. एक छोटी सूची में शामिल हो सकते हैं: - गलत आयाम - सतह की क्षति - गायब हिस्से - गलत लेबल - असेंबली त्रुटियां - पैकेजिंग दोष - सामग्री भिन्नता एक उत्पादन रिपोर्ट तब अधिक उपयोगी हो जाती है जब यह केवल कुल दोष के बजाय पैटर्न दिखाती है। ## OEE को एक संयुक्त दृश्य के रूप में उपयोग करें समग्र उपकरण प्रभावशीलता, जिसे अक्सर OEE कहा जाता है, उपलब्धता, प्रदर्शन और गुणवत्ता को जोड़ती है। OEE = उपलब्धता × प्रदर्शन × गुणवत्ता उपरोक्त आंकड़ों का उपयोग करते हुए: 86.7% × 87.2% × 95.6% = 72.3% इसका मतलब यह नहीं है कि टीम विफल रही। इसका मतलब है कि कई छोटी-छोटी हानियों ने प्रयोग करने योग्य परिणाम को कम कर दिया। यह संख्या मुझे बेहतर प्रश्न पूछने में मदद करती है: - क्या परिवर्तन में योजना से अधिक समय लगा? - क्या मशीन अपनी सामान्य गति से कम चली? - क्या एक सामग्री बैच ने अधिक दोष उत्पन्न किए? - क्या टीम ने मंजूरी या निरीक्षण का इंतजार किया? - क्या रखरखाव संबंधी समस्या कई शिफ्टों में दोहराई गई? OEE एक शिक्षण उपकरण के रूप में सबसे अच्छा काम करता है। इसे ऑपरेटरों को दोष देने के लिए इस्तेमाल किया जाने वाला एक साधारण स्कोर नहीं बनना चाहिए। ## नियोजित और वास्तविक परिणामों की तुलना करें एक उपयोगी उत्पादन बोर्ड दिखा सकता है: | उपाय | नियोजित | वास्तविक | |---|---:|---:| | उपलब्ध समय | 450 मिनट | 450 मिनट | | चलने का समय | 450 मिनट | 390 मिनट | | आउटपुट | 780 इकाइयाँ | 680 इकाइयाँ | | स्वीकृत इकाइयाँ | 780 इकाइयाँ | 650 इकाइयाँ | | गुणवत्ता दर | 100% लक्ष्य | 95.6% | | ओईई | — | 72.3% | तालिका तीन अलग-अलग मुद्दों की ओर इशारा करती है: 1. लाइन ने चलने का समय खो दिया। 2. रेखा अपनी नियोजित गति से कम गति से उत्पन्न हुई। 3. कुछ इकाइयों को पुन: कार्य करने की आवश्यकता थी या उन्हें अस्वीकार कर दिया गया था। एक कार्रवाई से तीनों का समाधान नहीं हो सकता. एक रखरखाव योजना डाउनटाइम को कम कर सकती है, जबकि एक सेटअप समीक्षा से गति में सुधार हो सकता है और एक गुणवत्ता जांच से दोष कम हो सकते हैं। ## पहले सबसे बड़े नुकसान को देखें मैं एक साथ कई सुधार परियोजनाएं शुरू करने की अनुशंसा नहीं करता। उस हानि से शुरू करें जो सबसे उपयोगी उत्पादन को हटा देती है। एक साधारण हानि चार्ट में शामिल हो सकते हैं: - अनियोजित डाउनटाइम - चेंजओवर समय - सामग्री प्रतीक्षा - छोटे स्टॉप - धीमी गति से चलना - दोष - पुनः कार्य - स्टार्टअप अपशिष्ट मान लीजिए कि एक लाइन खो जाती है: - चेंजओवर के लिए 45 मिनट - मशीन की खराबी के लिए 35 मिनट - सामग्री की प्रतीक्षा के लिए 25 मिनट - छोटे स्टॉप के लिए 20 मिनट - पुन: कार्य करने के लिए 18 मिनट सबसे बड़ा मुद्दा चेंजओवर समय है। टीम समीक्षा कर सकती है कि मशीन बंद होने पर कौन से कार्य होते हैं और बदलाव शुरू होने से पहले कौन से कार्य हो सकते हैं। साफ़ टूल स्टोरेज, प्रीसेट सेटिंग्स और एक साझा चेकलिस्ट मदद कर सकती है। यह दृष्टिकोण टीम को "तेज़ी से काम करने" के लिए कहने से अधिक उपयोगी है। ## एक ऐसी रिपोर्ट बनाएं जिस पर लोग भरोसा कर सकें। एक उत्पादन रिपोर्ट में सभी शिफ्टों में समान परिभाषाओं का उपयोग किया जाना चाहिए। बताएं: - नियोजित समय के रूप में क्या गिना जाता है - डाउनटाइम के रूप में क्या गिना जाता है - एक अच्छी इकाई के रूप में क्या गिना जाता है - पुनः कार्य कैसे रिकॉर्ड किया जाता है - कौन सा सिस्टम प्रत्येक नंबर प्रदान करता है - रिपोर्ट की जांच कौन करता है, घटना के करीब डेटा रिकॉर्ड करें। कई घंटों बाद बनाए गए हस्तलिखित नोट में रुकने का सटीक कारण नहीं बताया जा सकता है। एक मशीन सेंसर रन टाइम दिखा सकता है, जबकि एक ऑपरेटर लॉग बता सकता है कि लाइन क्यों रुकी। दोनों स्रोतों का मूल्य है. प्रक्रिया चलाने वाले लोगों के साथ संख्याओं की समीक्षा करें। वे अक्सर जानते हैं कि दर्ज की गई "मशीन की खराबी" वास्तव में एक लापता सामग्री कार्ट या विलंबित गुणवत्ता अनुमोदन थी। ## डेटा को व्यावहारिक कार्रवाई में बदलें सबसे बड़े नुकसान की पहचान करने के बाद, स्पष्ट स्वामी और समीक्षा तिथि के साथ एक छोटी कार्रवाई चुनें। उदाहरण: - समस्या: परिवर्तन का औसत समय 45 मिनट - क्रिया: निर्धारित परिवर्तन से पहले उपकरण और लेबल तैयार करें - मालिक: शिफ्ट सुपरवाइज़र - माप: औसत परिवर्तन समय - समीक्षा: पांच प्रोडक्शन रन के बाद टीम नए परिणाम की तुलना पहले की बेसलाइन से कर सकती है। यदि समय 45 मिनट से घटकर 36 मिनट हो जाता है, तो परिवर्तन से मदद मिली। यदि गुणवत्ता गिरती है या अगली प्रक्रिया अतिभारित हो जाती है, तो टीम को योजना को समायोजित करने की आवश्यकता होती है। उत्पादन दक्षता कोई एक संख्या नहीं है. यह उपलब्ध समय, चलने की गति, प्रयोग करने योग्य आउटपुट और दोहराने योग्य गुणवत्ता के बीच का संबंध है। जब मैं यह देखना चाहता हूं कि एक लाइन वास्तव में क्या परिणाम दे सकती है, तो मैं इकाई गणना से परे देखता हूं। मैं जाँचता हूँ कि समय कहाँ गायब हो गया, कितनी इकाइयाँ निरीक्षण में उत्तीर्ण हुईं और कौन सी हानि बार-बार दिखाई देती है। वह दृश्य टीम को माप से लेकर कार्रवाई तक का व्यावहारिक मार्ग देता है।

डेटा अनुपलब्ध होने के कारण प्रोडक्शन टीमें शायद ही कभी संघर्ष करती हैं। वास्तविक समस्या यह है कि उपयोगी जानकारी अक्सर अलग-अलग सिस्टम, स्प्रेडशीट, मशीन पैनल और शिफ्ट रिपोर्ट में मौजूद रहती है। एक ऑपरेटर कागज पर डाउनटाइम ट्रैक करता है। एक पर्यवेक्षक स्प्रेडशीट में आउटपुट की जाँच करता है। एक प्रबंधक घंटों बाद उत्पादन संख्या की समीक्षा करता है। तब तक, लाइन पहले ही समय, सामग्री और क्षमता खो चुकी होती है। मेरा मानना ​​है कि उत्पादन डेटा से लोगों को कार्य करने में मदद मिलनी चाहिए जबकि काम अभी भी चल रहा है। जब सही संख्याएँ दिखाई देती हैं, तो टीमें देख सकती हैं कि क्या बदलाव हुआ है, बेहतर प्रश्न पूछ सकती हैं और अधिक आत्मविश्वास के साथ जवाब दे सकती हैं। एक व्यावहारिक उत्पादन डैशबोर्ड मुख्य जानकारी को एक दृश्य में लाता है: - लाइन, मशीन या शिफ्ट द्वारा आउटपुट - वास्तविक उत्पादन की तुलना में नियोजित उत्पादन - डाउनटाइम अवधि और डाउनटाइम कारण - स्क्रैप और रीवर्क स्तर - चक्र समय और रन रेट - ओईई, जब आवश्यक डेटा उपलब्ध हो - प्रगति में आदेश - रखरखाव कार्यक्रम - गुणवत्ता जांच और उत्पादन धारण यह जानकारी प्रत्येक टीम को एक ही ऑपरेशन का एक उपयोगी दृश्य देती है। एक ऑपरेटर को यह जानने की आवश्यकता हो सकती है कि कोई मशीन अपनी सामान्य दर से नीचे चल रही है या नहीं। एक रखरखाव टीम को बार-बार रुकावटें देखने की आवश्यकता हो सकती है। एक संयंत्र प्रबंधक साप्ताहिक रिपोर्ट की प्रतीक्षा किए बिना विभिन्न लाइनों के प्रदर्शन की तुलना करना चाह सकता है। डैशबोर्ड को प्रत्येक उपलब्ध नंबर नहीं दिखाना चाहिए. इसमें वे संख्याएँ दिखनी चाहिए जो किसी निर्णय का समर्थन करती हैं। शुरुआत करने के लिए एक आम जगह OEE है, जो उपलब्धता, प्रदर्शन और गुणवत्ता को जोड़ती है। ओईई टीमों को यह समझने में मदद कर सकता है कि क्या कोई लाइन रुकने, अपनी अपेक्षित गति से कम चलने, या सुधार की आवश्यकता वाली वस्तुओं का उत्पादन करने के कारण समय बर्बाद कर रही है। अकेले नंबर से समस्या का समाधान नहीं होता. यदि कोई पंक्ति कम उपलब्धता की रिपोर्ट करती है, तो मैं उस परिणाम के पीछे की डाउनटाइम घटनाओं को देखना चाहता हूं। यदि प्रदर्शन कम है, तो मैं वास्तविक चक्र समय की तुलना नियोजित चक्र समय से करना चाहता हूँ। यदि गुणवत्ता स्कोर को प्रभावित कर रही है, तो मैं अस्वीकृत इकाइयों से जुड़े उत्पाद, मशीन, सामग्री या शिफ्ट की पहचान करना चाहता हूं। यह वह जगह है जहां स्पष्ट उत्पादन डेटा एकल स्कोर से अधिक उपयोगी हो जाता है। एक सरल प्रक्रिया रिपोर्टिंग की गुणवत्ता में सुधार कर सकती है: 1. उत्पादन प्रश्नों को परिभाषित करें निर्णयों से शुरू करें, सॉफ़्टवेयर से नहीं। पूछें:- किस लाइन में अपनी उत्पादन योजना गायब है? - अनियोजित डाउनटाइम सबसे अधिक बार कहाँ होता है? - कौन से उत्पाद अधिक स्क्रैप बनाते हैं? - क्या पारियों के बीच प्रदर्शन बदलता है? - रुकावट से उबरने में कितना समय लगता है? ये प्रश्न यह निर्धारित करने में मदद करते हैं कि डैशबोर्ड पर कौन सा डेटा है। 2. डेटा स्रोत की जाँच करें उत्पादन डेटा पीएलसी, एमईएस प्लेटफ़ॉर्म, ईआरपी सिस्टम, गुणवत्ता उपकरण, रखरखाव सॉफ़्टवेयर या मैन्युअल प्रविष्टियों से आ सकता है। प्रत्येक स्रोत अलग-अलग नाम, समय सेटिंग और माप नियमों का उपयोग कर सकता है। जब कोई मशीन रुकती है तो एक सिस्टम डाउनटाइम रिकॉर्ड कर सकता है। जब कोई ऑपरेटर कारण दर्ज करता है तो दूसरा इसे रिकॉर्ड कर सकता है। एक विश्वसनीय डैशबोर्ड को स्पष्ट परिभाषाओं की आवश्यकता होती है। टीम को पता होना चाहिए कि डाउनटाइम क्या माना जाता है, आउटपुट कैसे मापा जाता है, और शिफ्ट कब शुरू और खत्म होती है। 3. एक साझा दृश्य बनाएं एक साझा दृश्य अलग-अलग फ़ाइलों की तुलना करने की आवश्यकता को कम करता है। स्क्रीन वर्तमान उत्पादन स्थिति, शिफ्ट लक्ष्य, वास्तविक आउटपुट और खोए समय के मुख्य कारण दिखा सकती है। रुझान चार्ट उपयोगकर्ताओं को आज की तुलना पिछली पाली या उत्पादन अवधि से करने में मदद कर सकते हैं। डिज़ाइन को दूर से पढ़ने में आसान रहना चाहिए। बड़ी संख्याएँ, सरल लेबल और स्पष्ट स्थिति संकेतक आमतौर पर भीड़ भरे चार्ट की तुलना में बेहतर काम करते हैं। 4. डेटा को कार्रवाई से कनेक्ट करें एक डैशबोर्ड को अगले प्रश्न का मार्गदर्शन करना चाहिए। जब डाउनटाइम बढ़ता है, तो उपयोगकर्ता को संबंधित ईवेंट खोलने में सक्षम होना चाहिए। जब स्क्रैप बढ़ता है, तो उपयोगकर्ता को उत्पाद और प्रक्रिया विवरण की समीक्षा करने में सक्षम होना चाहिए। जब आउटपुट गिरता है, तो उपयोगकर्ता को गति, सामग्री आपूर्ति, स्टाफिंग और रखरखाव रिकॉर्ड की जांच करने में सक्षम होना चाहिए। यह कनेक्शन रिपोर्टिंग को एक कार्यशील उपकरण में बदल देता है। टोयोटा का एंडऑन दृष्टिकोण इस विचार का एक परिचित उदाहरण प्रस्तुत करता है। उत्पादन संबंधी समस्या को दुकान के फर्श पर प्रदर्शित किया जाता है ताकि टीम प्रतिक्रिया दे सके। मूल्य केवल सिग्नल से नहीं आता है. मूल्य मुद्दे को दृश्यमान बनाने और उसे प्रतिक्रिया से जोड़ने से आता है। यही सिद्धांत डिजिटल उत्पादन डैशबोर्ड पर भी लागू होता है। डेटा उन लोगों तक पहुंचना चाहिए जो समस्या की जांच कर उसे ठीक कर सकें। 5. अलग-अलग घटनाओं के बजाय पैटर्न की समीक्षा करें, एक छोटे से ठहराव के लिए बड़ी प्रतिक्रिया की आवश्यकता नहीं हो सकती है। बार-बार छोटे-छोटे रुकने से पूरी शिफ्ट में आउटपुट कम हो सकता है। उदाहरण के लिए, जब भी कोई सेंसर संरेखण खोता है तो एक पैकेजिंग लाइन दो मिनट के लिए रुक सकती है। एक भी घटना छोटी लगती है. दस या बीस समान घटनाएँ सेटअप, सफाई, सामग्री या रखरखाव की समस्या की ओर इशारा कर सकती हैं। एक उत्पादन विश्लेषण प्रणाली इन घटनाओं को मशीन, कारण, उत्पाद और समय अवधि के आधार पर समूहित करने में मदद कर सकती है। फिर टीम स्मृति के बजाय दृश्यमान पैटर्न के आधार पर प्रतिक्रिया चुन सकती है। 6. सिस्टम को उन लोगों के लिए उपयोगी रखें जो इसका उपयोग करते हैं ऑपरेटरों को मुख्य स्क्रीन को समझने के लिए लंबे प्रशिक्षण सत्र की आवश्यकता नहीं होनी चाहिए। पर्यवेक्षकों को किसी अन्य विभाग से नई रिपोर्ट मांगे बिना उत्पादन डेटा फ़िल्टर करने में सक्षम होना चाहिए। मैं ऐसे डैशबोर्ड पसंद करता हूं जो तीन प्रश्नों का तुरंत उत्तर देते हैं: - अब क्या हो रहा है? - किस वजह से आया अंतर? - किसे जवाब देना होगा? गुणवत्ता, रखरखाव, इंजीनियरिंग और प्रबंधन टीमों के लिए मुख्य दृश्य के पीछे अधिक विवरण उपलब्ध रह सकते हैं। स्पष्ट उत्पादन डेटा अनुभव को प्रतिस्थापित नहीं करता है। यह अनुभव को एक मजबूत आधार देता है। एक पर्यवेक्षक यह देख सकता है कि एक मशीन की आवाज़ अलग है। एक रखरखाव तकनीशियन किसी परिचित खराबी को पहचान सकता है। एक ऑपरेटर को पता हो सकता है कि एक सामग्री बैच अलग-अलग व्यवहार करता है। जब इन अवलोकनों को उत्पादन रिकॉर्ड के साथ जोड़ा जाता है, तो टीम बेहतर साक्ष्य के साथ विचारों का परीक्षण कर सकती है। सबसे अच्छी उत्पादन रिपोर्टिंग सबसे अधिक चार्ट वाला डैशबोर्ड नहीं है। यह वह है जो लोगों को बिना देरी किए उपयोगी उत्तर ढूंढने में मदद करता है, ईमानदार चर्चा का समर्थन करता है और एक रिकॉर्ड बनाता है जिसकी टीम बाद में समीक्षा कर सकती है। स्पष्ट आँकड़े बेहतर प्रश्नों को जन्म देते हैं। बेहतर प्रश्न बेहतर निर्णयों का समर्थन करते हैं। बेहतर निर्णय उत्पादन टीमों को आउटपुट की सुरक्षा करने, टाले जा सकने वाले नुकसान को कम करने और काम के प्रबंधन के तरीके में सुधार करने में मदद करते हैं।

उत्पादन डेटा मुझे बता सकता है कि क्या हुआ। यह स्वचालित रूप से मुझे नहीं बताता कि आगे क्या करना है। कोई मशीन बढ़ती डाउनटाइम दिखा सकती है। एक गुणवत्ता रिपोर्ट अधिक अस्वीकृत इकाइयाँ दिखा सकती है। एक लेबर डैशबोर्ड प्रति शिफ्ट कम आउटपुट दिखा सकता है। ये संख्याएँ तभी उपयोगी हो जाती हैं जब मैं उन्हें स्पष्ट व्यावसायिक परिणाम से जोड़ता हूँ, जैसे कम देरी, कम बर्बादी, या अधिक स्थिर उत्पादन। मैं एक सरल पथ का उपयोग करता हूं: उत्पादन डेटा → स्पष्ट कारण → व्यावहारिक कार्रवाई → मापा परिणाम वह पथ टीमों को एक सामान्य गलती से बचने में मदद करता है: उत्पादन स्तर पर काम में सुधार किए बिना अधिक डेटा एकत्र करना। ### परिणाम से शुरू करें, डैशबोर्ड से नहीं जब मैं किसी उत्पादन परियोजना की समीक्षा करता हूं, तो रिपोर्ट देखने से पहले मैं एक प्रश्न पूछता हूं: इस डेटा को किस परिणाम में सुधार करने में हमारी मदद करनी चाहिए? उत्तर हो सकता है: - अनियोजित डाउनटाइम कम करें - स्क्रैप कम करें और पुनः काम करें - समय पर डिलीवरी में सुधार करें - प्रत्येक शिफ्ट के दौरान आउटपुट बढ़ाएं - प्रति यूनिट ऊर्जा उपयोग कम करें - बार-बार गुणवत्ता की समस्याओं का पता लगाएं - रखरखाव योजना में सुधार करें एक डैशबोर्ड में सैकड़ों मीट्रिक हो सकते हैं। एक प्रोडक्शन टीम को मौजूदा लक्ष्य का समर्थन करने के लिए केवल पांच की आवश्यकता हो सकती है। उदाहरण के लिए, एक फैक्ट्री जो डाउनटाइम को कम करना चाहती है वह ट्रैक कर सकती है: - डाउनटाइम मिनट - स्टॉप की संख्या - औसत मरम्मत समय - विफलताओं के बीच का समय - मशीन द्वारा डाउनटाइम - कारण के अनुसार डाउनटाइम यह सेट टीम को प्रत्येक उपलब्ध नंबर दिखाने वाली सामान्य रिपोर्ट की तुलना में एक स्पष्ट दृश्य देता है। ### जांचें कि क्या डेटा पर भरोसा किया जा सकता है उत्पादन डेटा अक्सर कई स्रोतों से आता है: - मशीन सेंसर - ईआरपी सिस्टम - रखरखाव रिकॉर्ड - गुणवत्ता जांच - ऑपरेटर इनपुट - इन्वेंटरी सॉफ्टवेयर - शिफ्ट रिपोर्ट ये स्रोत अलग-अलग नाम, समय प्रारूप या माप नियमों का उपयोग कर सकते हैं। एक सिस्टम 30 सेकंड के बाद मशीन के रुकने को रिकॉर्ड कर सकता है। कोई अन्य इसे 60 सेकंड के बाद रिकॉर्ड कर सकता है। एक ही घटना दो अलग-अलग समस्याओं के रूप में प्रकट हो सकती है। मैं डेटा का उपयोग करने से पहले चार बिंदुओं की जांच करता हूं: परिभाषा प्रत्येक मीट्रिक का क्या मतलब है? क्या "डाउनटाइम" में नियोजित सफ़ाई या केवल अप्रत्याशित रुकावटें शामिल हैं? समय क्या सभी प्रणालियाँ समान समय क्षेत्र, शिफ्ट शेड्यूल और दिनांक प्रारूप का उपयोग कर रही हैं? स्रोत जानकारी कौन दर्ज करता है, और कब? मैन्युअल रिकॉर्ड में विवरण गायब हो सकते हैं। कवरेज क्या रिपोर्ट में प्रत्येक शिफ्ट, मशीन और उत्पाद लाइन शामिल है? एक छोटी सी डेटा जांच एक बड़े गलत निर्णय को रोक सकती है। यदि रात की पाली में कम दोष दर्ज किए जाते हैं क्योंकि कम निरीक्षण पूरे किए जाते हैं, तो रिपोर्ट उस पाली को उससे बेहतर दिखा सकती है। ### संख्याओं को कार्य से जोड़ें एक संख्या शायद ही कभी अपना कारण बताती है। यदि आउटपुट गिरता है, तो मैं आसपास की स्थितियों को देखता हूं: - क्या कोई नई सामग्री का उपयोग किया गया था? - क्या उत्पाद बदल गया? - क्या कोई प्रशिक्षित ऑपरेटर अनुपस्थित था? - क्या मशीन अलग गति से चलती थी? - क्या रखरखाव हुआ? - क्या शिफ्ट देर से शुरू हुई? - क्या गुणवत्ता जांच बढ़ी? यहीं पर ऑपरेटरों और पर्यवेक्षकों के साथ बातचीत मायने रखती है। डेटा पैटर्न दिखाता है. प्रक्रिया से जुड़े लोग अक्सर इसका कारण बताते हैं। एक खाद्य पैकेजिंग संयंत्र यह देख सकता है कि प्रत्येक मंगलवार दोपहर को उत्पादन में गिरावट आती है। अकेले एक चार्ट पैटर्न की व्याख्या नहीं कर सकता। एक संक्षिप्त समीक्षा से पता चल सकता है कि टीम उस समय एक साझा फिलिंग लाइन को साफ करती है, और जब एक निश्चित उत्पाद उसके सामने चलता है तो सफाई प्रक्रिया में अधिक समय लगता है। प्रतिक्रिया सरल हो सकती है: उत्पादन क्रम बदलें, सफाई सामग्री पहले तैयार करें, या शिफ्ट योजना समायोजित करें। मूल्य घटना को किसी कार्रवाई से जोड़ने से आता है। ### एक स्पष्ट आधार रेखा का उपयोग करें, किसी परिवर्तन का निर्णय लेने से पहले मुझे एक प्रारंभिक बिंदु की आवश्यकता है। उत्पादन की मात्रा और प्रक्रिया स्थिरता के आधार पर एक उपयोगी आधार रेखा चार से आठ सप्ताह तक चल सकती है। मैं रिकॉर्ड करता हूं: - प्रति शिफ्ट औसत आउटपुट - कारण के अनुसार डाउनटाइम - स्क्रैप दर - पुन: काम के घंटे - चेंजओवर समय - समय पर पूरा होना - रखरखाव प्रतिक्रिया समय बेसलाइन को भी सामान्य भिन्नता दिखानी चाहिए। एक अच्छा दिन यह साबित नहीं करता कि किसी प्रक्रिया में सुधार हुआ है। एक बुरा दिन यह साबित नहीं करता कि कोई नया तरीका विफल हो गया है। उदाहरण के लिए, एक लाइन अल्पकालिक ऑर्डर परिवर्तन के बाद एक शिफ्ट में 10,000 इकाइयों का उत्पादन कर सकती है। वह संख्या तब तक नया लक्ष्य नहीं बननी चाहिए जब तक कि टीम दोष, ओवरटाइम, या मशीन तनाव को बढ़ाए बिना इसे दोहरा न सके। ### एक ऐसी कार्रवाई चुनें जिसे टीम परख सके। बड़ी सुधार योजनाएं अक्सर विफल हो जाती हैं क्योंकि उनमें एक साथ बहुत सारे बदलाव शामिल होते हैं। मैं एक स्पष्ट स्वामी के साथ एक छोटा परीक्षण पसंद करता हूं। कार्रवाई इस प्रकार हो सकती है: - अनुमोदित सीमा के भीतर मशीन सेटिंग को समायोजित करना - उत्पादन के क्रम को बदलना - एक सामान्य विफलता बिंदु से पहले एक चेक जोड़ना - एक रखरखाव निरीक्षण को अद्यतन करना - एक दोहराया मुद्दे पर ऑपरेटरों को प्रशिक्षण - मशीन रुकने के लिए एक कारण कोड जोड़ना परीक्षण के लिए एक समय सीमा और एक माप योजना की आवश्यकता होती है। उत्पाद मिश्रण और बदलाव की स्थितियों को ध्यान में रखते हुए एक टीम बदलाव के दो सप्ताह पहले और दो सप्ताह बाद की तुलना कर सकती है। एक रखरखाव उदाहरण: एक फैक्ट्री में एक कन्वेयर पर बार-बार रुकना होता है। टीम प्रत्येक घटना के लिए रुकने का कारण, मरम्मत का समय, उत्पाद प्रकार और परिचालन गति को रिकॉर्ड करती है। डेटा से पता चलता है कि अधिकांश स्टॉप उच्च-मात्रा वाले उत्पाद चलाने के दौरान गति में वृद्धि के बाद होते हैं। कार्रवाई में गति सेटिंग की समीक्षा करना, एक निश्चित अंतराल पर कन्वेयर का निरीक्षण करना और प्रभावित रन की शुरुआत में एक छोटी जांच जोड़ना शामिल है। इसके बाद टीम प्रति शिफ्ट और मरम्मत मिनटों में रुकने की निगरानी करती है। यदि डाउनटाइम कम आउटपुट या अधिक दोष पैदा किए बिना गिरता है, तो परिवर्तन के पीछे उपयोगी सबूत हैं। ### व्यावसायिक परिणामों को मापें, गतिविधि को नहीं। एक टीम उत्पादन में सुधार किए बिना कई कार्य पूरे कर सकती है। बनाई गई रिपोर्टों की संख्या कम डाउनटाइम के समान नहीं है। बैठकों की संख्या बेहतर गुणवत्ता के समान नहीं है। अलर्ट की संख्या तेज़ प्रतिक्रिया के समान नहीं है। मैं उत्पादन संकेतकों और व्यावसायिक प्रभावों के माध्यम से परिणाम मापता हूं: - क्या डाउनटाइम मिनटों में गिरावट आई? - क्या आउटपुट स्थिर रहा? - क्या स्क्रैप कम हुआ? - क्या समय पर डिलीवरी में सुधार हुआ? - क्या ओवरटाइम बदल गया? - क्या रखरखाव की लागत में बदलाव आया? - क्या परिणाम एक से अधिक पारियों में रहा? उत्पादन परिवर्तन एक छिपी हुई लागत पैदा कर सकता है। तेज़ मशीन सेटिंग अस्वीकृत इकाइयों को बढ़ाते हुए आउटपुट बढ़ा सकती है। लंबा निरीक्षण उपलब्ध उत्पादन समय को कम करते हुए दोषों को कम कर सकता है। टीम को एक नंबर नहीं, बल्कि पूरी प्रक्रिया देखने की जरूरत है। ### प्रत्येक मीट्रिक को स्पष्ट स्वामी बताएं जब अगले चरण के लिए कोई भी जिम्मेदार नहीं होता है तो डेटा का मूल्य खो जाता है। प्रत्येक मुख्य मीट्रिक में निम्नलिखित होना चाहिए: - एक स्पष्ट परिभाषा - एक नामित मालिक - एक समीक्षा अनुसूची - एक लक्ष्य सीमा - एक प्रतिक्रिया योजना - परिवर्तनों का एक रिकॉर्ड मालिक को हर समस्या को अकेले हल करने की आवश्यकता नहीं है। भूमिका यह सुनिश्चित करना है कि मीट्रिक की समीक्षा की जाए और जब परिणाम सहमत सीमा से बाहर चला जाए तो सही लोग प्रतिक्रिया दें। एक उत्पादन पर्यवेक्षक आउटपुट और शिफ्ट हानि का स्वामी हो सकता है। एक रखरखाव लीड में मरम्मत का समय लग सकता है और उपकरण बार-बार रुक सकता है। एक गुणवत्तापूर्ण लीड स्क्रैप और पुनः कार्य का स्वामी हो सकता है। साझा जिम्मेदारी तब बेहतर काम करती है जब प्रत्येक भाग का एक स्पष्ट स्थान हो। ### रिपोर्ट को दैनिक निर्णयों के करीब रखें एक उपयोगी उत्पादन रिपोर्ट से किसी को यह तय करने में मदद मिलनी चाहिए कि शिफ्ट, दैनिक समीक्षा या साप्ताहिक योजना बैठक के दौरान क्या करना है। मैं सजावटी चार्ट और अस्पष्ट अंकों से भरी रिपोर्टों से बचता हूँ। एक व्यावहारिक रिपोर्ट आमतौर पर दिखाती है: - वर्तमान परिणाम - बेसलाइन - बेसलाइन से परिवर्तन - मुख्य कारण - खुली कार्रवाई - मालिक - नियत तारीख - अगला समीक्षा बिंदु रिपोर्ट में ऐसी भाषा का उपयोग करना चाहिए जिसे ऑपरेटर, प्रबंधक और तकनीकी टीमें समझ सकें। यदि किसी मीट्रिक को लंबी व्याख्या की आवश्यकता है, तो इसकी परिभाषा में सुधार करने की आवश्यकता हो सकती है। उत्पादन डेटा तब मूल्यवान हो जाता है जब वह कोई निर्णय बदलता है। एक साफ़ रिपोर्ट उस बदलाव का समर्थन करती है। एक स्पष्ट स्वामी इसे गतिशील रखता है। एक मापा परीक्षण दिखाता है कि क्या कार्रवाई से मदद मिली। मैं डेटा को अपने आप में सफलता का प्रमाण नहीं मानता। मैं इसे एक कामकाजी उपकरण के रूप में उपयोग करता हूं: समस्या ढूंढें, केंद्रित प्रतिक्रिया का परीक्षण करें, परिणाम की जांच करें, और जब साक्ष्य इसका समर्थन करता है तो प्रक्रिया को समायोजित करें। इस प्रकार उत्पादन संख्याएँ स्क्रीन से दैनिक कार्य और मापने योग्य व्यावसायिक प्रगति में बदल जाती हैं। अधिक जानने के लिए आज ही हमसे संपर्क करें: mr.chen@mxhomepanels.com/WhatsApp 18606500377।

संदर्भ सेइची नकाजिमा 1988 कुल उत्पादक रखरखाव का परिचय मुचिरी पीटर और पिंटेलॉन लिलियन 2008 समग्र उपकरण प्रभावशीलता का उपयोग करके प्रदर्शन माप मानकीकरण के लिए अंतर्राष्ट्रीय संगठन 2014 ऑटोमेशन सिस्टम और एकीकरण विनिर्माण संचालन प्रबंधन के लिए मुख्य प्रदर्शन संकेतक भाग 2 परिभाषाएँ और विवरण जेफरी के लिकर 2004 दुनिया के सबसे महान निर्माता से टोयोटा वे चौदह प्रबंधन सिद्धांत जेम्स पी वोमैक डेनियल टी जोन्स और डेनियल रूस 1990 द मशीन दैट चेंज्ड द वर्ल्ड एंडी नीली माइक ग्रेगरी और केन प्लैट्स 1995 परफॉर्मेंस मेज़रमेंट सिस्टम डिज़ाइन ए लिटरेचर रिव्यू एंड रिसर्च एजेंडा