精益制造的关键是使用人工智能来做出数据驱动的决策

发布日期：2020-05-11 浏览次数：56

　　制造业的两个大进步是精益制造和大数据。尽管这些是互补的概念，但是如果没有合适的工具很难实现。尝试做出数据驱动的决策时会出现问题。在大多数情况下，数据分散在整个组织中，以至于很难汇总所有数据并获得正在发生的事情的完整情况。没有公司的所有数据，您将永远无法实现精益生产，因为您的决策将基于错误的假设。

　　如果您的数据都在同地方，那么您已迈出了在制造业中使用预测性/规范性分析和人工智能（AI）的第步。基于这些数据的决策将帮助您实现精益生产，减少流程错误并提高性能和盈利能力。

　　精益制造

　　在您尝试实施之前，许多好主意听起来很简单。精益制造背后的整个思想是减少浪费，同时提高生产率。这听起来很简单，但是问题就在于确定什么是“废物”以及实际上什么是必不可少的。例如，如果您倾向于特定产品的过多库存，则可以决定减少产量。完全有道理。然而，确定减少多少是问题。使用生产线中的数据可以为您提供使产量达到理想水平所需的答案。

　　即使分析能力有限，您仍然可以进行更改，从而带来重大改进。例如，如果您想在生产线上进行更改。许多制造商会采用反复试验的方法进行更改，然后观察结果。这有两个问题。确定更改的佳方法可能需要段时间，并且结果不定与您所做的更改相关。这是相关性的经典案例，不定等于因果关系。预测性和规范性分析消除了猜测。

　　正确的次制造

　　数字化后，mastercontrol客户的偏差减少了多达25％精益制造关注浪费的类型，人工智能可以帮助您了解组织中的浪费以及如何减少浪费。例如，缺陷是浪费的主要来源，并且是次正确制造的对立面。基本分析可以告诉您哪些缺陷在哪些线路上以什么频率发生。完全集成的电子产品记录系统本身可以导致偏差降低多达25％。但是，人工智能可以使您更加高效。

　　机器学习（ML）是AI的子集，因其从数据中学习而得名。该程序分析哪些因素导致缺陷以及避免缺陷的佳方法。如果没有ML，就可以进行正确的次制造，但是通过使用ML，您可以每次都实现正确的次制造。使性能达到此别可帮助您迈向卓越运营。

　　制造业卓越运营

　　卓越的运营和精益齐头并进。精益原则应提高绩效和盈利能力，这是卓越运营背后的基本概念。当然，性能和盈利能力不仅限于制造部门。真正的卓越运营要求公司范围内的计划将组织与整个供应链联系起来。

　　尽管许多公司开始追求卓越的运营，但使用过时的系统进行运营的现实终使它们放慢了速度，并且势头减弱了。当您的公司勉强能保持现状时，很难找到改善的时间。这就是为什么向AI迈进的任何步骤都必须从小步骤开始。精益生产，正确的第次生产以及卓越的制造能力并不是实现流程的步骤。您在个方面取得的任何进步都会帮助其他人。

　　结论

　　高管人员没有针对工业4.0计划的正式策略迈向大数据的第步是集中数据。投资于集成或都在同平台上的软件系统。许多软件即服务（SaaS）供应商提供了广泛的解决方案，可以将您的组织从产品开发到售后监控连接起来。使每个人都连接到系统上，编辑数据并进行分析是将AI带入您的组织并实现精益生产的第步。

　　这些和其他推动工业4.0的数字化转型计划对于在竞争激烈的制造业环境中生存至关重要。大多数高管意识到这点，但是很少有人认真地采取措施来改善这域。幸运的是，这意味着那些计划出全面战略的人将引行业。

　　作者简介

　　Terrance Holbrook是MasterControl产品总监，他负责MasterControl全套解决方案的市场研究，产品设计和功能开发。他拥有25年的制造经验和7年的国际医疗器械开发经验。Holbrook 导了财富50强公司的AI / ML开发，推出了400多种产品，并主持了FDA检查和缓解措施，ISO认证以及国际注册。Holbrook拥有基于风险的升和验证的专利，并且有四项专利正在申请中。他拥有普渡大学的工商管理学士学位和威斯敏斯特学院的MBA学位。