巧用“数据分析”提升“产品质量”

2021-04-06 13:51:17 admin 60

提升产品质量是实现质量强国的重要手段之一。对于制造型企业而言,质量管理是老生常谈的问题,不少企业设有质量管理部门,避免生产不良品,这些事情貌似是日常事务。

图片关键词

△图片来源:pixabay

但说实话,是日常,但也是真难,这好比田径场上刘翔110米跨栏比赛,他不仅仅需要三步一栏往前冲,他还需要保持稳定的节奏和步幅去跨过横亘前方的10个栏架,同时还要克服自己的伤病,每前进0.01秒都需要倾注大量心血。

为了做好质量管理,我们首先从什么与产品质量有关说起。

事实上,产品的质量管理是贯穿生产每个环节,乃至企业全流程的,并不仅仅是质量管理部门的事情。影响产品质量的因素很多,其中有五个主要影响因素:人机料法环,即人员、机器、原料、方法和环境。

这里面包含了许多不确定性的因素,比如人员的操作水平、设备的运行状态、原料来源的稳定性、生产工艺的不完善、生产环境的变化等等。质量管理的过程中往往需要识别这些异常的因素,及时或提前处理,否则就很容易打破工序间的节拍平衡,从而影响后面的生产工序。

比如,企业往往需要对不良品进行问题追溯以进行预防和改进,而这要求企业了解这个产品在哪条产线、经过哪几道工序,哪个班组、哪个员工负责,原料是哪家供应商、哪个批次……问题追溯过程涵盖许多环节和细节,需要大量的数据支持,以往粗放式管理,仅凭手工登记是难以满足质量管理实际的需求。

图片关键词

△图片来源:freepik

而物联网、大数据等技术能够帮助企业更方便、更准确、更全面地去采集生产过程、乃至全业务流程的各种数据,另一方面可以促使企业生产过程和质量管理的透明化。

不仅是识别异常问题,在人工智能的辅助下,还可以定位异常发生的位置和提前感知异常的发生,降低人工判断和设备故障报警的滞后性,及时调整生产或进行维护,防患于未然。

在此基础上,质量管理还需要企业经过数据积累后,分析出更好的流程、节拍、工艺等生产规律。企业往往过于注重解决和预防异常问题,而忽视分析拆解良品成因,固化良好的因素,改进流程形成新的标准化工艺流程和质量管理体系,从而能够更好地安排生产。

我们在赛迪研究院《工业互联网平台赋能重点行业数字化转型方法论》的案例中也可以发现不少企业通过新技术、新方式,在工艺优化、质量管理等方面获得提质增效的效果。如酒钢在实施炼铁平台后,提高了20%铁水质量稳定性,提升了10%冶炼效率,降低了2400万元单座高炉每年成本。富士康借助大数据和深度学习算法技术,延长了15%刀具寿命,减少了15%刀具成本,提升超过90%的产品良率和稼动率。

寰球智能产线系统是以生产质量智能追溯与优化系统的产线数智化系统,融合过程工艺、工艺流程知识以及相关的数据建立多工序工艺参数优化模型,对产线动态瓶颈、工位工序节拍、工艺流程等进行分析,为工艺控制窗口提供优化建议,帮助企业逐步提升产品质量。

图片关键词

△寰球智能产线系统

电话咨询
产品服务
解决方案
QQ客服