60、数据驱动的生产控制：从诊断到决策

数据驱动的生产控制：从诊断到决策

1. 数据在生产中的力量

在当今的生产环境中，数据正发挥着越来越重要的作用。例如，通过使用RFID芯片测量生产过程中每个操作员的工作时间，企业可以将生产效率提高25%，还能找出生产过程中的瓶颈操作。而且，无需计算机操作员输入作业票，管理层面就能轻松掌握每个订单的状态，基于云的生产控制可以为分布式环境中的多个工厂规划即将到来的订单。

然而，大量的数据会产生众多模式，让人难以察觉事件之间的相互作用。这时，就需要借助诊断分析领域的方法来分析事件之间的模式，以提取有用信息。

2. 诊断分析：探索数据模式

诊断分析是数据分析过程的第二步，其主要目标是分析生成数据中的模式。收集数据中的重复模式可以提供有关生产过程中机器重复序列或生产周期内季节性变化的信息。

以WZL亚琛大学生产管理部门使用的基于网络的诊断工具WoPS为例，它基于ERP系统的反馈数据计算指标。为了获得有效的关键指标，数据应至少涵盖两个月的生产情况。此外，操作系统的工作时间表、资源列表和轮班模型也作为输入数据。

上传数据后，用户可以通过七个单独的指标了解生产控制的质量和现有生产结构的潜力。这七个指标可分为三类：
| 类别 | 包含指标 |
| ---- | ---- |
| 生产结构指标 | 数据质量、生产过程复杂性和利用率 |
| 生产控制指标 | 瓶颈、 throughput times 和在制品（WIP） |
| 潜力指标 | 对生产控制任务配置的定义更改进行自动模拟并向用户展示结果 |

下面以瓶颈分析为例，介绍如何使用WoPS工具进行诊断分析。瓶颈图表显示