兩化融合后設備運行效率管理提升的思考

曾正群，李志虎

（貴州航天電器股份有限公司，貴州 貴陽 550009）

為了進一步加快公司智能制造轉型升級的步伐，落實公司“生產自動化、管理信息化、工作精益化”三化工作要求，通過有效掌握設備的運行狀態，用客觀數據實時分析設備綜合利用率，為公司工作效率提升提供管理決策數據，為公司數字化車間建設打下基礎。公司于2016-06-08下發〔2016〕147號文件《關于下發設備管理系統項目任務書的通知》，按該項目文件要求，第一階段完成機加車間42臺設備聯網工作，搭建平臺，作為后續工作開展示范點。

機加車間作為首個試點部門，MDC設備在線管理系統于2016-07-12T11：00部署完成并開始了第一批聯網設備的數據采集工作。由于現場設備型號多樣，有些設備系統較早，無法實現基于網卡模式的數據采集。實際部署實施中，有24臺設備采用硬件采集的方式，采用網卡采集數據的設備僅有18臺，占比僅為42.86%.而基于硬件采集的機床在MDC設備管理系統中能采集的數據非常有限，大多只能采集開關機、是否運行以及是否有報警等信息，并不能完全反映數控機床具體的加工程序信息、加工參數以及報警信息內容。MDC設備在線管理系統的成功部署上線，也標志著公司的兩化融合正式進入實施環節。

1 基于設備在線管理系統的數據分析

經過半年多的持續數據分析，機加車間2017年設備運行效率得到一定的提升，取得成效的主要措施局限于車間內部員工積極性的調動及班組長對已定生產計劃的合理分配。車間的42臺設備平均運行效率持續穩定在62%左右，較未實施設備在線管理系統分析的試運行數據53.4%提升了8.6%.但是車間的機床運行效率整體不高，運行效率達到65%以上的機床僅有1/3.機床平均運行效率已經連續幾個月提升效果不明顯。

通過數據的分析總結發現，有一定量的批次零件加工時機床的運行效率偏高，比如CTΧ310-31機床，連續2周加工同一批次同一工序的零件，輔助時間很短，機床運行效率高達89.8%；而當運行時間比裝夾等輔助時間還短時，即便操作者24 h不間斷作業，設備的運行效率也不足50%，比如ΧKNC-202機床本月連續幾周都不能達到50%，分析每周加工的零件發現，零件單工序加工時間不到2 min，而裝夾零件、確認尺寸、啟動程序等輔助時間卻不只2 min。針對單件生產模式的機床運行效率我們也進行了測試，車間調整專門用于加工工裝夾具的機床，2人輪班負責1臺機床，任務量飽滿，實際的加工效率卻只能達到48.60%.可見，增加零件的加工批次數量及實際加工時間、縮減輔助時間是提高機床運行效率的關鍵。

2 影響設備運行效率的原因分析

為了進一步有效發揮設備在線管理系統的作用，本文從人、機、料、法、環、測這6方面分析影響設備運行效率的因素。

2.1 人的因素

高技能人才不足。機加車間目前在線監控的設備主要是機加1班的部分設備和機加2班的設備。2個班組共有員工76人，中級技師及以上人員僅有7人。從事一線的高技能人才不足8%，現場人員技能水平不高，應對當前多品種小批量快速編程校車的節奏，致使生產的輔助時間比實際零件加工時間還長。此外，目前車間的生產模式是1人負責兩三臺機床，頻繁地校車導致操作人員不能兼顧2臺設備的效率也是當前面臨的主要難題。

2.2 機器設備因素

機床老舊失修。機加車間當前的機床80%都是10年以前購置的，監控的42臺機床中，最新的機床也已經至少連續工作3年以上。目前公司采用以生產計劃為主導的考核模式，導致機床從購買調試好就沒有進行過正規的保養和必要的定期維護檢修。機床的故障率較高，很多機床處于“帶病”工作狀態，不能適應當前的數字化軟件編程自動加工，機床精度低，需要人工干預才能滿足零件的質量需求，比如33號機床某月就一直處于維修狀態，且機器太舊無合適的維修配件。

2.3 刀具輔料因素

輔料準備不足，缺乏系統管理。目前車間使用的刀具只能通過物資供應部來采購，刀具的需求沒有經過專業的人員分析預測，導致現場經常出現零件馬上要加工卻沒有合適的刀具。現有的庫存刀具不能滿足加工需求。新申請采購至少需要等待1周以上，且由于缺乏必要的數據維護和技術支持，買來的刀具是否好用、耐用以及能否滿足實際加工的需求，目前尚無有效的管理機制。

2.4 方法因素

加工方法不明確。當前的技術文件只規定了工藝流程，比如車削成型、銑削成型A、銑削成型B等，但是對于具體需要加工哪些內容，要用什么刀具、夾具等關鍵操作細節卻只字未提，即便有，也是自制工裝，導致現場加工只能依靠操作者自己想辦法。技能的參差不齊導致實際零件的產出效率不高，不能兼顧到機床的利用率。

計劃考核不合理。由于缺乏必要的基礎數據及信息化管理手段，目前的車間生產計劃都是由科研生產部根據市場需求，人為擬定計劃并考核，計劃的下達及考核偏離了車間的實際加工能力，導致部分機床工作任務堆積而部分機床沒零件可加工，機床的利用率從源頭上被制約。

2.5 環境因素

條件惡劣。機加廠房屬典型的簡易廠房，尤其是1月份晝夜溫差有十幾度，在如此大的環境溫差下，數控機床的精度一致性會受影響，尤其是5軸等高精密機床，缺少恒溫環境，直接導致很多零件加工后不能滿足最終的尺寸需求。有些零件加工時合格，出車間檢測時卻超差不合格，也是受溫度影響所致。

質量要求高。以前加工零件只要尺寸符合零件要求，刀具加工痕跡等外觀因素不作為質量要求。如今外觀要求比以前更高、更嚴，而機床的環境卻日漸惡化，人員的技能也跟不上質量的要求，返工、返修等現象經常發生。

2.6 檢測測量因素

檢測方法手段落后，效率低。當前車間的零件檢測還停留在20世紀80年代的游標卡尺、千分尺等原始的檢測設備和方法上，對于卡尺無法檢測的大多程序或刀具，缺乏有效的數據依據。當前的封樣、檢驗還都是人工填寫紙質單據，占用了大量的勞動時間。針對不能確認的尺寸，還需要協調處理，這些都大大降低了機床的執行效率。

3 改進建議

鑒于此，為了進一步提升車間的設備利用率及生產效率，建議做好以下幾點改進。

3.1 加大車間技能人才培養力度

提升技能大師工作室的價值：將培養高技能人才納入大師工作室的考核中，切實提高生產一線高技能人才的占比。

3.2 建立逐年淘汰更新設備的機制

工欲善其事，必先利其器。數控機床只是零件的加工工具，提高設備利用率的本質是要提高生產效率，逐步淘汰產能落后的機床，更新高效的機床，這樣才能使其發揮更大的價值，提升整體競爭力。

3.3 強化工藝基礎研究

建議增加工藝人員的數量，尤其是基礎技術研究人員的數量，重點研究影響生產效率的刀具、加工方法、加工夾具等具體的基礎技術，建立基礎數據庫，逐步實現技能知識的標準化。

3.4 強化以產能指導計劃

雖然生產計劃需要以市場為牽引，但是合理的預判和歸類可以有效避免當前的單件突擊戰，1天幾十個批次急件缺件的被動局面。只有變被動為主動，我們的生產準備和技術準備才能跟得上節奏，否則永遠都是準備不足。

3.5 引入先進、高效的檢測手段

采用自動檢測、電腦記錄檢測數據等先進、高效的檢測手段，縮短工人首件封樣確認的時間，提高機床的運行效率。然而執行上述改進，需要公司各部門的系統策劃與配合，有些還必須借助信息化軟件、數據分析；有些則需要配置足夠的人力，發揮主觀能動性從零開始摸索。智能制造是未來的趨勢，我們首先需要積累數據，研究數據，將數據轉化為知識，再將知識轉化為模型，最終才有望形成關鍵工廠資產，成就制造型企業的核心競爭力。