海克斯康制造智能
返回官网

数字化六西格玛____组织数字化转型的利器



自人类出现到工业1.0,人们用了几十万年;从1.0-2.0用了约200年,而从2.0、3.0再到4.0仅仅只用50年不到。如今大数据、区块链、人工智能,“得数据者得天下”,“三分技术,七分数据”等等各种基于”大数据”的新技术、新理念层出不穷。且正以前所未有的广度和深度,穿越互联网对传统的工业、农业和服务业产生巨大地冲击。

尤其近些年全球经济萧条,制造业陷入发展困境;越来越多的企业期待利用新技术、新概念来破除现有困境,实现成功转型。理想很美好,现实很骨感;技术是先进的,理念是崇高的,结局往往是事与愿违的!真正能够将大数据的理念、技术应用于传统行业,带来自身成功的案例屈指可数。可以从大数据在互联网与制造业的不同特点来找到差异。



  究其根本原因,是互联网与传统行业,尤其是制造业的先天不同导致。互联网是“大数据”的宠儿,用户通过电脑、平板、手机等电子设备源源不断的贡献数据;其数据分层结构已经设计好,后面的处理及应用分析非常高效。而其他行业、尤其是传统制造业则恰恰相反,数据不如互联网你们容易获取。双手干活就不能拿平板、电脑,放下平板、电脑就难以得到数据;采用机器人、传感器等采集数据成本又太高。

对于制造业来说,像互联那样来获取全样本,结构分层的数据是非常困难的。往往是基于有限的成本,来实施组织的数据化——大数据的第一步数据采集。经常前期策划不足导致数据结构紊乱,该收集的数据没有被收集。所以大数据实施失败排在首位的原因永远不是后面的数据处理及数据应用方面的技术问题。而下面让我们通过不同的案例来看看具体的问题。

1


案例一


  某装配厂的气缸与气缸盖之间经常漏油。经过对50套产品进行调查后发现两种情况:


(1)三个操作者在涂粘结剂时,操作方法不同。提取采集到的数据简单分析就可以得出:漏油率由高到低依此为:张师傅、王师傅、李师傅。



(2)所使用的气缸垫是由两个制造厂提供的。提取采集到的数据简单分析就可以得出:供应商生产厂家没有太大差异。


如果这时候做出决定,贸然采取行动,比如说:供应生产厂没有问题,要去教训或培训张师傅。很有可能事与愿违:张师傅觉得冤枉,问题持续发生。让我们接着往下分析可见供应生产A、B厂也不像之前看起来那样没有区别,很明显与作业员王师傅、李师傅、张师傅存在很明显的交互作用。至此,问题已经凸显,改善方向也一目了然。




2


案例二


  某化工厂为了改善其硬质泡沫机械性能进行研究。


(1)研究某一过程设定参数对其性能的影响,没有发现明显的规律(图一)。


(2)后发现该参数受温度、时间两个变量的影响,将其分层细化单独研究发现很明显的趋向性(图二)。至此,问题已经凸显,改善方向也一目了然。



通过上面两个案例可以明确得知:只要前期的数据收集、分层策划得当,后面通过很简单的比对、关联分析(甚至无需负责的统计分析工具)就可以确认问题,找到问题的改进方向。


上述两个案例知识制造业中单一过程,两个变量的问题。实际上,制造业的生产全流程往往比这两个案例复杂得多;更多的而不是单独的过程,更多的输入及过程变量而不是仅仅只有两个。如何才能理清楚过程、过程变量、经营绩效乃至客户需求之间关系,实现组织价值最大化?如何能好钢用在刀刃上,将用有限的成本投入来实现组织的数字化,以及后面的大数据及人工智能呢?



组织数字化究其本质是组织对数据的自动采集集、结构分层、处理分析、应用增值。而数据是流程的影子,组织实施数字的化前提是流程简化、标准化、函数化、最后系统固化。数字化六西格玛方法论是一个能够有效帮助组织实施数字化转型的工具。


和传统的六西格玛方法论DMAIC一样;DMADDD是一个以客户为导向、关联组织经营目标、聚焦过程、注重数据、以项目实施为载体、能够给组织带来显著的整体经营绩效提升的持续改进活动。


数字化六西格由摩托罗拉与2003年提出,经过在中国十余年的实践,通过华为、戴姆勒奔驰等知名公司成功应用证明了其有效性。数字化六西格玛方法论分为六个阶段,分别为:界定Define、测量Measure、分析Analyze、设计Design、数字化Digitize、流程落地Drawdown。



01

 制定战略目标

通过业务单元价值的分析,聚焦于价值破坏与价值扩张领域,选定具有战略价值的目标。



02

 量化流程绩效

同传统的DMAIC方法论的过程能力评价机理一样,采用全新流程绩效能力CpE来准确的衡量过程。



03

 简化、标准化流程

绘制复杂性价值流图,了解复杂性模型的影响来源以及流程浪费;运用CDMA方法简化原理构建理想的未来流程。



04

 函数化、系统固化

最后通过概念设计实现数字化系统。并通过各种仿真验证其可行性,最终实现精益化的均衡-拉动数字化业务流程,并确保其能够顺利落地。





推荐文章:

位置度,没有你想的那么难!

测量计算中常见的拟合方法!

GD&T最大实体、最小实体各种符号全知道!

尺寸要素的位置度在MMC时零工差和可逆原则的应用!

ASME-Y14.5 vs ISO-1101非对称轮廓度解析!

ASME-Y14.5  / ISO 14405 线性尺寸评价(SIZE)的应用

ISO5458-2018标准中CZ、SZ、><等符号解释其应用!

公差修饰符号CF,CT,CZ的理解和应用

关于海克斯康大学

海克斯康大学致力于为智慧工厂培养数字化智能制造人才,从而帮助企业提高生产力和质量。依托海克斯康制造智能全球领先的数字化设计、制造、计量及质量技术和经验,为“中国制造2025”培养数字化专业技术和管理人才,并为专业人才提供权威的资质认证和能力评定。



评论列表0

暂无评论

  • 237
    文章
  • 97
    评论
  • 0
    粉丝
  • 0
    点赞
最近文章
  • 不想读图纸——MBD...
    当一名技术人员带了一沓图纸与工件朝你走来的时候,可能是最令测量员瑟瑟发抖的时刻,摆在面前的就是读图纸、找基准、找测量特...