工具機/機械設備業
機械加工/零組件/金屬/扣件業
交通工具暨零組件業
缺工議題
機械加工和零組件/製造業,越來越多客戶要求「當日下單,當日出貨」的超急單,可以利用「縮短生產製造週期」做到,怎麼辦到呢?
交期是客戶下訂單到出貨所需要的整體的時間,包含採購進行物料採購備貨、生產製造週期、物流配送等不同階段。機械加工和零組件的產品,因為工序製程多,容易發生各種停等浪費,造成生產製造週期拉長,是讓交期無法縮短的主因。
生產製造週期長,會造成什麼影響嗎?有什麼方法可以縮短生產製造週期呢?
在客戶要求的交期和速度,為什麼總是做不到?中有說明,大批量生產是生產週期拉長的主要原因。
「大批量生產」的方式,像是如果客戶訂單共需要100個產品,第一個加工站加工時,後面工序製程的設備和人員,無法同時進行加工生產,都在等前面工序製程的100個半成品加工完成,形成待料的等待空窗期浪費,讓生產製造週期難以縮短。
「單件流生產」和「大批量生產」的方式不同。
豐田精實管理TPS的主要精神是剛好及時生產「JIT」(Just In Time),其中的基本原則之一就是平準化生產(Leveling)。
平準化生產的意思,就是指生產製造流程的規劃,利用「單件流」(One Piece Flow/Single piece flow)和「持續流動」(Continuous Flow)的概念,每個製程工序只加工1個產品,就馬上轉換到下一個製程工序。「單件流生產」的方式,讓製程工序連續,中間順暢沒有等待和中斷,所以也降低了製程中的前置時間和準備等,各種造成浪費和等待的時間。且可以減低製造現場的在製品WIP數量和庫存,減少製造現場的混亂狀況,讓製造流程更順暢。
「小批量生產」就是使用「單件流生產」概念延伸的方式進行生產。
像是訂單總數為100個,每道製程工序要加工100個都需要1天的時間。若以大批量生產的方式進行,有3道工序就需要3天的時間,才能完成所有100個產品進行出貨。
若拆分成多個較小的批量Batch,例如每次完成加工10個數量,就先搬運轉移10個半成品到下個工序製程,讓後面的加工站可以提早同時開始加工,本來需要3天的生產製造週期,可能只需要1.2天就完成,所以小批量生產的方式,能夠達到縮短產品的生產製造週期。
但是「小批量生產」的方式,會造成更多次將半成品搬運到下一個製程工站的工作次數和時間。像是大批量生產是每完成100個才進行一次搬運,只要5分鐘就可以完成;因為小批量10個就移轉的生產方式,就需要搬運10次共50分鐘,也打斷10次原本穩定進行的加工作業。
若要讓第一線操作設備機台的現場人員,停下手邊的加工作業來進行搬運,不但打亂原本流暢的生產節拍,也增加機台設備停等和發生意外的機會,反而造成產能降低。
所以「小批量生產」,需要有完整的配套措施,才能實際做到縮短生產製造週期。有哪些需要注意呢?
要做到單件流或小批量生產,必須要先掌握好準確的標準工時,並依據標準工時設定生產的節拍時間(T.T,Takt Time),讓各工站間的工作銜接都能夠達到平準化(Leveling),維持穩定順暢的運作。並依據現場使用的容器載具(像是籠、箱、托盤等),依據容器大小做到定容定量,設定合適的每小批移轉的數量。
因為搬運次數頻率增加,所以若沒有好的搬運路徑規劃,就會把時間和人力浪費在搬運的過程中。透過檢視工廠中,工序製程設備間的layout布局,盡可能優化配置,讓搬運路線和路徑縮短、或是可以減少搬運次數,甚至不需要搬運的方式。
水蜘蛛搬運機制,就是讓製造現場的加工人員,專注在執行加工的工作上,另外配置一位非執行加工製造的人員。
這位協助搬運的人員,將每一個工站即將需要使用的物件,像是上一個製程工序完成的半成品、刀具等物料,都一整套完整準備好,提供給加工站的操作人員。這也是同時做到豐田精實管理TPS的中的後拉式生產(Pull System),並且能讓執行生產的人員,持續穩定進行加工作業,同時提高OEE和產能。
若是希望所有工作人員都將時間運用在更有意義,增加產能的事情上,也可以利用像是AGV自動搬運車等輔助工具,以IoT物聯網技術,整合各加工站的即時加工進度數據,讓每個加工站的即時需求資訊,利用數位工具觸動AGV進行自動搬運。
例如,某加工站即將要開始,加工新的一批20個半成品,即時數據資訊,就會驅動AGV進行搬運,提供加工站需要的工件和物料,不需要人員進行而外的操作和管理。
你是否還在利用大量生產的方式進行產品製造呢?生產製造週期時間是否都在可以控制的範圍內呢?交期是客戶可以接受或是有業界競爭力的嗎?
智慧敏捷製造,搶佔供應鏈門票的必備武器中有提到,現在越來越多客戶要求「當日下單,當日出貨」的超短交期,應該利用完整配套措施的「小批量生產」方式,達到縮短生產製造週期時間,讓你做到有產業競爭力的短交期!
缺工趨勢懶人包.pdf
延伸閱讀
我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策。