DOE于产能有何作用(分享提升的应用法)

聊聊DOE在产能提升中的应用

对于工艺人员来讲,节拍(JPH)是其工艺设计时的一个重要指标,产能提升就是就是产线JPH持续提高的过程。

常见的手段诸如:装配工艺优化,比如组合件上大线装配、调整装配顺序、增加工位;添加设备,比如增加自动化设备、增加辅助定位设备、增加辅助安装工装等、同工位多设备功能集成;增加作业人员、提升员工熟练度;提升物流效率减少等待时间等。

通常情况下,工艺人员在采取手段的时候,只能一样一样试。为达成目标(JPH达标)所采取的的措施未必是最优的!那怎样才能以最少的投入,使产能达标呢?我们今天主要聊聊DOE在这方面的应用。

DOE,即DESIGN OF EXPERIMENT(试验设计)。通俗理解就是:对于一个过程,梳理影响输出的关键因子及其取值范围,经过DOE以关键因子的最佳取值而获取该过程的最佳输出。好了,废话少说,我们步入今天的主题。

假设某生产线有i个工位,第i工位工时Ti,误差△i,瓶颈工序第x工序。

首先,我们来看看计算下工序平衡率:η=∑Ti/(i*Tx)=i*T(——)/i*Tx=T(——)/Tx≤1。那么工序平衡率η如何取得较大值呢?

第一种情况:工位工时均值T(——)越大,工序平衡率η越高。T(——)=∑Ti/i,我们可以通过增减工位数i来获取不同的T(——),总有某个时刻,T(——)最大!当然,上述产能提升的措施都对η有影响;

第二种情况:瓶颈工序Tx越小,工序平衡率η越高。那么Tx最小能是多少呢?Tx≥T(——)!即理想情况下,每道工序工时都一样,Tx=T(——)。因此,为了提升工序平衡率,理论上,我们可以增减i,来稀释瓶颈工序;当然,上述产能提升的措施都对η有影响;

结论:η的影响因素有i,Tx

其次,我们再来谈谈下单台车从上线到下线的总时长To:

单台车从上线到下线所需总时长设为To(越小越好),那么:To=∑Ti±√∑△i2 ,根据概率法,To~N(∑Ti,(√∑△i2)/3),大概上(99.7%),To将落在下图±3σ范围内。假如经过换算,当To落在下图达产线左侧,产能才能达标,那么在当前情形下,其可能性将只有达产线左侧正态分布线下面积所代表的的概率,换句话说,其过程能力CPK是严重不足的!提升过程能力的途径就是能够使得下图正态分布图整体左移(首要)、正态分布曲线收敛的措施!

结论:日下线产品数量n=T日工作时长/T末道工序工时≥T日工作时长/Tx=T日工作时长*η/T(——)=T日工作时长*η*i/To

显见,影响因素有i,η,To

最后,引出今天的主题影响产能的因子有哪些?DOE怎么开展?

第一步:列出我们的过程参数

DOE于产能有何作用(分享提升的应用法)

注:上述日产能最好是产线实际生产获取,也可以是试制线试制获,试制时调整参数方便(优化装配顺序、组合装配····)。

第三步:数据分析,让数据说话!

1、主效应图

DOE于产能有何作用(分享提升的应用法)

从主效应图上,我们可以看到:工位数i、工序平衡率η越大,日产能越高,其中η的影响更显著,即:必要情况下宁可增加工位以提升η!

2、二阶效应图

DOE于产能有何作用(分享提升的应用法)

从二阶效应图上,我们可以看到:工位数i、工序平衡率η是存在相互影响的,工序平衡率η与单台产品上下线时间几乎无交互影响,工位数与单台产品上下线时间存在交互影响!

1、三阶效应图

DOE于产能有何作用(分享提升的应用法)

从三阶效应图上,我们可以看到:日产能最大的为110,此时各个参数取值为:工位数i=22,工序平衡率η=1,单台产品上下线时间=5000。拟合公式为:

n=-135.875+10.75*i+226.458*η-0.00175*To - 9.58*i*η+0.00025*η*To

怎么样?产能提升也能用到DOE,是不是很神奇?

文章来源于网络,如若侵权,请联系站长删除。

本站承接各类商务合作,如有合作需求,请联系我们。