高效数字化精益管理

导入：成功推进的公司实例（潍柴发动机工厂-基于数智精益模式）

一、数智化精益管控概述

1、传统精益管控的核心思想

1）消除浪费

2）持续改进

3）拉动生产

4）价值链拆解（消除进程的冗余）

5）IE七抓手等等经典抓手和办法（5S、5W2H、PDCA）

2、传统精益在数智化时代面临的局限

1）过度倚重人工心得

2）资料采集、治理滞后

3）跨系统、跨部门协同困难

4）改进幅度和成都受限于人的认知局限

3、数智化转型对精益管控的重塑

1）从“心得驱动”转向“资料驱动”

2）从“事后改进”转向“实时精进”

3）可预测、可预警，运行层面，事先规避问题

4）认清自己“数智化”水平（高阶段，中级阶段、初级阶段，不具备）

5）认清“数智化”的必要性、定好阶段性标的

4、数智化精益的特征和价值推演

1）四特征：全要素连接、全流程可视、全资料决策、全周期进化

2）价值推演：降本增效、提质敏捷

3）数智化预测、预警和决策拆解

二、资料驱动的价值流精进核心办法论

1、全价值链浪费识别和资料映射

1）八大浪费（等待、搬运、不良，动作、库存、过量生产、加工、管控）可采集并资料贴标；

2）进程数智化

3）在线可采集、治理

4）资料贴标进入资料库

2、 基于物联网和边缘计算的实时状态感知

1）人

2）机

3）料

4）法

5）环

6）能耗

3、精益指标架构的数智化构筑

1）生产节拍（TT）和实际节拍（CT）实时比对和异常预警

2）综合装置效率（OEE）自动计算和分解（时间开动率、性能开动率、合格品率）

3）不良率，直通率、一次合格率的在线统计和归因拆解

三、要害技艺支撑：AI和智能决策

1、 机器研习在生产排程、质量预测、装置维护中的运用

1） 基于历史订单和装置状态的智能排产（APS），排产时间从数小时降至分钟级核心业务链路和相关价值链拆解

2） 质量预测模型：在加工参数异常前发出预警，达成从“检验”到“预防”

3） 预测性维护：借助振动、温度、电流等等特征预测故障，减少非规划停机

1、 数字孪生辅助流程仿真和瓶颈拆解

1） 构筑产线/仓库的数字孪生体，资料实时传输

2） 资料建模开展“假设拆解”

3） 迅速定位瓶颈并还原改进成效

1.   3、智能体协同达成秒级响应和自主精进

2.   1）多智能体（Agent）架构搭建

3.   2）生产Agent，质量Agent、物流Agent，能源Agent协同决策

3）异常发生时，在实际应用里，智能体秒级响应，自动调参数、调度AGV或者触发补救流程

4. 四，落地路径：从试点到规模化

5. 1、数智化用例规划，

6.   1）以业务痛点为起点，而非技艺堆砌

7.   2）用例筛选要则：高频、高成本、高影响，高可采集性

8.   3）用例模板：痛点描述、当前资料现况、期望改进指标、所需技艺方案

9. 2、资料治理和统一数字底座搭建

10.   1）构筑主资料管控准则（物料、装置、工艺路线，人员）

11.   2）打通ERP，MES、WMS、SCADA等等系统，构筑资料湖或者资料中台

12.   3）自建供产销，人财物预警模型

13. 3、精益数智化的组织变革和主力练就

14.   1）一把手工程，一把手必须参与

15.   2）构筑“精益数智化办公室”或者“数智改进小组”

16.   3）练就“精益+资料+业务”的复合型英才

1） 隐患和异常保障措施，制度和流程

2） 分配合理，年度、季度、月度绩效导向

1. 4、信念保障

2.   1）促成全员数智改进信念、接受变革，思想解冻、行为革新

3.   2）组织信念革新，信念支持转型

4.   3）容忍失败，落地时，分清主客观原因

5.

五、Q&A

老师简介

Introduction to lecturers

弄懂更多

珀菲特顾问|王兴海老师