工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 産業技術

リーン生産方式はインダストリー4.0に適合

リーン生産方式が実際にインダストリー4.0に適合している場合、一方が他方を補完するとは限りません。驚いた?

インダストリー4.0の分野のソフトウェアエキスパートとして、リーン生産方式のトレーニングに参加したとき、私たちはこの認識にかなり驚いていました。どうして?インダストリー4.0ソリューションの導入に関しては、製造業とITの両方の意思決定者と専門家が一定の期待を抱いています。一般に、彼らは、大量のデータを保存および分析するという単なる可能性と、拡張された自動化および監視機能により、製造効率、透明性、柔軟性が向上し、障害が防止されることを期待しています。さらに、インダストリー4.0ソリューションは、理想的にはほぼリアルタイムでデータを分析できます。サプライヤーから顧客までのバリューストリーム全体。

なぜこのような理論的に強力な組み合わせが失敗するのでしょうか?

いくつかの例を使用して、これらの期待が常に満たされるとは限らない理由を示します。

「自律的なミルクラン」としてのインダストリー4.0プロジェクトは、ボッシュ生産システム(BPS)でリーン生産方式の実装を支援する要素として定義されている周期的な材料供給の代わりに、生産ステーションに供給するための自己組織化された柔軟な材料輸送システムを生み出します。生産。

一見したところ、自律型ミルクランは一連のBPSの原則と矛盾しています。

循環的な材料供給とは何ですか?

循環材料供給は、適切なコンポーネントを必要な品質と量で、適切なタイミングで適切な場所に提供する方法です。部品と製品は、標準化された方法で供給および取り外しられます。つまり、一定のリズムで、定義されたルートで、可能な限り最小の単位(ミルクラン)で供給されます。 (出典:BPSハンドブック2016)

製造におけるバリューストリームは一般に非常に複雑であるため、ある時点での変更(ソフトウェアがサポートするサイクルタイムの最適化など)は、生産ライン全体に大きな影響を与える可能性があります。

ソフトウェアベースのサイクルタイムの監視の場合、雇用法に影響を与える可能性もあり、従業員は広範囲にわたる監視と見なすものを拒否することになります。

そして最後に、データ分析やその他のソフトウェアが専門家に特定の結果の理由を提供しない場合、つまり、専門家がスマートコントロールを実行できるようになる場合、「責任」の原則が損なわれます。

私が言及したポイントの背後にあるリーン生産の原則と要素は、生産における継続的改善プロセス(CIP)の重要な要素です。同様に、継続的な改善は、持続可能な廃棄物のないプロセスを実現する方法です。

インダストリー4.0とリーン生産方式が強力な組み合わせになるようにする方法

リーン生産方式とインダストリー4.0は、次の場合にのみ相乗効果を発揮します

これが、ボッシュがBPSとソフトウェアの専門家を緊密に織り交ぜることに重点を置いている理由です。これにより、上記のようなミスを確実に回避できます。ソフトウェアエンジニアには、発生する可能性のある矛盾する原則を理解して解決するためのツールが提供されます。リーン生産方式とインダストリー4.0を効果的に組み合わせる目的で、BPSの原則と要素に従ってボッシュの生産現場にインダストリー4.0を実装することをお勧めします。

トレーニングコースは、BPSも使用する世界中のボッシュの250の工場でインダストリー4.0ソリューションの実装を支援しているソフトウェアエキスパート向けに用意されています。 私自身、これらのトレーニングコースのいずれかに参加し、3段階の消費管理原則に従ってシミュレートされた製品ラインを再編成するプロジェクトに取り組むことができました。 これは、従来のリーン生産方式を使用して行われました。かんばんカードを使用してプルの原則を実装し、循環的な材料供給を最適化し、目標の透明性を作成しました。

インダストリー4.0ソフトウェアエンジニアがリーン生産方式の知識を必要とする理由

この例では、ソフトウェアの専門家は、新しいインダストリー4.0ソリューションが作成および導入されたときに、必要な透明性、個人の責任、障害防止、および標準化を維持するためのガイドラインを学習し、遵守しています。これには、次の対策が含まれます。

あなたの経験は何ですか?リーン生産方式とインダストリー4.0は互いにどの程度補完し合っていますか?


産業技術

  1. インダストリー4.0の次のステップ:生産データのルールベースの分析
  2. インダストリー4.0の新しいキャリアプロファイル
  3. エンタープライズAIは鉄鋼業界の混乱に対するソリューションを提供します
  4. インダストリー4.0を採用するメーカーのための長期戦略
  5. インダストリー4.0の自動化
  6. 人工知能:インダストリー4.0の背後にある原動力
  7. インダストリー4.0におけるMESとSCADAの比較
  8. インダストリー4.0:製造方法の本当の進化?
  9. 業界:切り替えの時間を短縮する
  10. 業界に適用されるリーンシンキングの5つの主要な原則は何ですか?
  11. クラウドコンピューティングシステム–製造業へのメリット