製造能力分析をマスターする：実践ガイド

製造業者は、私たちの生活で使う製品を生産するために、数々の課題に直面しています。そして各社は、資本、スキルセット、技術進歩など、限られたリソースでこれらの課題に対処しなければなりません。この複雑な舞台を最もよく指揮するマネージャーは、自社ショップの能力を理解することで、手持ちのツールを最大限に活用する方法を探ります。製造スペース、材料、労働力のより良い活用と、最適化された設備パフォーマンスは、企業が効率的な生産を推進し、最高の収益性を獲得するために不可欠です。

能力分析は、製造プラントを監査し、解き放たれるのを待っている隠れた能力があるかどうかを診断する優れた解決策となり得ます。

製造能力とは

すべての製造業者の目標は、オペレーションをフルキャパシティで運営することです。しかし、製造能力とは何でしょうか？ 簡潔に言えば、製造能力とは、企業内のすべての設備とリソースが、業界が要求する製品ミックスと生産量に対して最高稼働率で活用されている状態を表します。これは、オペレーションからメンテナンスまでのすべてのプロセスが一定量のリソースで最適化され、不要なダウンタイムが発生しないことを意味します。この条件に達したとき、設備はフルキャパシティに達したと言えます。

この理想的な状態への道のりをさらに複雑にする要因がたくさんあります。工場は、貴重な時間を修理に費やす機械的故障などの可用性損失に見舞われるかもしれません。または、型替え、セットアップ、調整により貴重な生産能力を失うかもしれません。

製造能力は性能損失によっても損なわれます。これらには、未訓練・未経験オペレーターのアクション、詰まり、アイドリング、ランアウトによる停止が含まれます。これらはしばしば、何が原因か、どうすれば再発防止できるかの分析がほとんどないまま、慌てて対処されます。

最後に、製造能力は品質損失によって悪影響を受ける可能性があります。これには工程不良と歩留まり低下の両方が含まれます。原因としては、最適化されていないワークフロー、ヒューマンエラー、壊れたプロセスなどがあります。工場から貴重な能力を奪うだけでなく、品質損失は再作業や廃棄が必要な追加の無駄を生み、製品コストを増やすこともあります。

これらの能力阻害要因は「6大ロス」と呼ばれ、その影響は深刻です。良くて、能力理解不足が高コストな残業、無駄、納期遅れ、または損失を補うための不要な設備投資（新規設備）を招きます。

能力分析とは

製造業者が能力を増やす必要があるとき、彼らはしばしば上記のような膝 jerk反応的な対応から始めます。しかし、機械をいくつ購入し、いくつシフトをスケジュールできるかには限界があります。焦点が内向きの能力改善に移るのはいつか？ そして、データの中に、能力向上のためにどこにアクションを取るべきかを特定する最善の方法があります。

能力分析のプロセスは、潜在能力と企業が現在達成している実際のアウトプットの差です。生産データを収集することで、製造業者はどのプロセス、設備、機能を変更すれば能力を増やせるかを特定できます。これは本質的に、プロセス最適化を通じて既存リソースからより高い稼働率を引き出すことを可能にします。

参考資料：製造生産能力を増やす方法

製造能力分析の実施方法

製造能力分析を実施する企業は、ダウンタイムと無駄を削減できます。また、データを掘り下げてプロセスを最適化し、ワークフローを合理化できます。これにより、既存の制約が何かを理解し、問題発生時にリアルタイムで解決する意思決定が可能になります。データがこれらの解決策を裏付けるため、マネージャーはオペレーション全体で改善を推進し、設備や労働力への追加投資なしで能力を増やせます。製造能力を改善したい企業のために、既存能力を解き放つために必要なステップを紹介します：

データのベンチマーク

現在地がわからなければ、向かう先もわかりません。多くの企業が現在の設備稼働率を過大評価しているのは一般的で、稼働率がどれほど低いかさえ気づいていない場合があります。

ベンチマークには既存能力の決定が含まれます。機械速度、品質損失、カテゴリー別ダウンタイム（故障、型替え、性能損失など）をすべて測定し、現在の能力を決定しなければなりません。そして多くの場合、その数値は衝撃的です。ベンチマークのための堅実で実践的なフレームワークを作るためのベストプラクティスをいくつか紹介します：

• 社内ミーティング：社内キックオフミーティングは期待値設定と全員の足並み揃えに役立ちます。適切なチームを集めることで、全員が目標稼働率を理解できます。
• データの確認：現在報告されているデータが、機械の実際のステータスについてほ何も語っていないことがあります。ステータスを誤って記録しているか、部品カウント、ダウンタイム、その他のパラメータの問題かもしれません。データが真実であることを確認することで、何をすべきかの分析が助けられます。
• データの評価：ここで元々の想定と実際のデータ駆動型稼働率を比較します。これは、どのような改善が可能かという新たな出発点を表します。
• 計画：改善計画を作成することで、マネージャーは元々の期待、データ駆動型の実際の能力状態、可能な改善のピースを組み合わせられます。

MachineMetrics稼働率レポートの例。ベンチマークデータに使用できる多数の事前構築済みレポートの一つ。

ダウンタイムの分析

製造オペレーションがデータをベンチマークし、真の稼働率を理解したら、ダウンタイム分析を実施する必要があります。これには、マネージャー、技術者、製造エンジニア、オペレーター、その他ダウンタイムのすべての理由を特定し、削減・排除の計画を立てるのに役立つ人々が関与します。

施設ベンチマークに伴う発見により、チームメンバーはその稼働率を牽引しているダウンタイムの測定に進めます。どれだけのダウンタイムが発生し、どのカテゴリーに分類されるかを答えることで、改善ステップがより明確になります。これは、正確なデータが使用され、標準化され、リアルタイムであることを保証する自動機械データ収集ソフトウェアで最もよく実行されます。

ダウンタイムはまた、ダウンタイムの理由を分類する必要があります。考慮すべきカテゴリーには：

• 計画的 vs 非計画的ダウンタイム：両方とも機械をサービスから外しますが、発生最小化と機械復帰へのアプローチはかなり異なります。
• ヒューマンエラーまたはオペレーターアクション：大規模複雑な製造環境では、オペレーターの訓練レベルが異なったり、効率を下げる順序でタスクやアクションを実行したりすることがあります。これらはダウンタイム分析でしばしば発見・トレンド化できます。
• 品質フォールアウト：品質はダウンタイム分析に含めるべき広範なカテゴリーです。トレーニング、機械状態と保守、入荷ベンダー品質、さらには施設内の温暖な日と涼しい夜のような周囲条件へのインサイトにつながる可能性があります。

カテゴリーが決定したら、チームメンバーはカテゴリー内のダウンタイム理由に掘り下げられます。例えば、計画的ダウンタイムには、定期メンテナンス、季節生産、その他多くのタイプがあります。

MachineMetricsダウンタイムパレートで最も深刻なダウンタイム理由が明らかに。改善すべきプロセスを見つける絶好の出発点。

同様に、非計画ダウンタイムには無数の理由があります。必要なときに材料が機械にないことから、不適切にメンテナンスされた機械まで多岐にわたります。上流からの材料が必要なときに準備できておらず、ドミノ効果を生む間違ったワークフロー設計を指摘することもあります。

ヒューマンエラーでも同じです。製造オペレーションはより自動化されていますが、依然として労働力が必要です。疲労、不十分なトレーニング、ワークフローへの理解不足、壊れたプロセスステップは、本来なら起こさないミスを労働者に引き起こす可能性があります。

この情報を収集する最良の方法は自動化とソフトウェアです。データ可視化を直感的で記録しやすいものにすることで、オペレーターはダッシュボードを用いて実際のデータを入力し、その影響を見られます。オペレーターがダウンタイム理由を入力できるのと同様に、パレートチャートなどのツールがダウンタイム分析の理解を助け、前進させます。これによりユーザーはインサイトを得られ、改善提案をトリガーすることがよくあります。

ダウンタイム分析の終わりには、実際のダウンタイムコストとボトムラインへの影響を決定できます。これは「低い位置に実る果実」、すなわち最も速く、最も容易に修正でき、ドル節約と能力追加のインパクトが最大の項目を特定するのにも役立ちます。

参考資料：機械ダウンタイムの追跡と分析方法

プロセス変更の展開

この段階では、マネージャーは実際の変革を推進する正確で検証可能なデータを装備しています。これらの変更は、最も重要な能力制約に取り組み、隠れた能力を解き放ち、残業を排除し、設備投資の必要性を減らし、型替えやその他運用条件と衝突せず連携するメンテナンスプログラムを磨くのに使用できます。

デジタルトランスフォーメーションでよく見つかる、能力への重大なドレインの例をいくつか紹介します：

期待サイクルタイムが実際サイクルタイムより長い

今日の製造環境の規模と複雑さは、個人のパフォーマンスがデータの山、ボリューム、より高い生産へのプッシュの下に埋もれることを意味します。データが真実であり、機械での部品カウントが正確であれば、オペレーターはアウトプットに対して責任を持つようになり、その下に埋もれることはありません。この説明責任は、彼らを改善領域の特定の一員にするポジティブなツールになり得ます。最も明らかなダウンタイムへの改善が機能し始めると、サイクルタイムのさらなる最適化を開始し、小さな変更でも積み重なれば速く効果を発揮するプロセスを継続できます。

品質問題

前述の通り、品質は多くの領域に影響する広範なトピックです。しかし、それは改善機会がより多いことも意味します。品質には80/20ルールが適用されるだけでなく、ヒューマンエラー/トレーニング、ベンダー品質、メンテナンス改善、製品設計などサブカテゴリーにも影響します。リアルタイムで分析されたサイロ化されていないデータを活用することで、各領域の最大の原因を改善ステップの対象とし、全体的な品質により大きな累積的インパクトを与えられます。これらの取り組みが根付くと、能力が増し、品質が改善し、コストが減り、受注と納品パフォーマンスが向上します。

参考資料：製造業における品質保証：知っておくべきすべて

MachineMetricsでは、部品がリジェクトされる主な理由を簡単に確認し、問題の根本を特定できます。

設備故障

製造マネージャーを狂わせるものとして、設備故障以上のものは少ないでしょう。そしてしばしば、これらの故障は事後保全プログラムの結果です。故障まで稼働させるか、機械状態の不十分な追跡により、企業はダウンタイムという形で能力の大きな塊を放棄します。しかし、データ分析とリアルタイム機械状態は、能力向上とコスト削減の新たな機会を提供します。機械状態を理解し、IIoTセンサーとテクノロジーを導入することで、マネージャーは事後保全を脱却し、より高い能力と低いコストを推進できます。デロイトの一研究では、予知保全プログラムで設備稼働率を10〜20%向上できることが示されています。

ワークフロー

設備稼働率の測定は、単に機械だけを測定することではありません。データを取得、文脈化、分析することで、マネージャーは個別機械と施設内の設備エコシステム全体を把握できます。これにより、設備レイアウト、ステージング、WIP、その他容量増加に使用できるプロセス関連変数へのインサイトが得られます。生産フロアやセルの再編成が必要な場合もあれば、わずか数フィート機械を動かす、またはワークフロー内でステーション間の材料フローを変えるだけで違いが出る場合もあります。

隠れた能力の解放

能力分析と高度なデータ取得・分析を組み合わせることで、企業は多くの人が思うより速くフルキャパシティへの道を見つけ、平準化生産につなげられます。Avalign TechnologiesがOEEとダウンタイムの追跡に苦労していたとき、生産ボトルネック、不明確なSOP、その他の要因が能力の足かせになっていました。

MachineMetricsを使用して、Avalignはショップフロア全体への即時可視性を獲得し、労働力、設備、追加リソースなしでOEEを25〜30%向上、数百万ドルの追加能力を実現しました。

動画事例をご覧ください：