30% कम दोष? यह हमारी स्वचालित दस्ताना लाइन से वास्तविक आरओआई है।

मुझे कई उत्पादन लाइनों में एक ही समस्या दिखाई देती है: स्क्रैप बिन भरता रहता है, दोबारा काम करने से टीम का पूरा दिन बर्बाद हो जाता है, और दोष दर किसी की अपेक्षा से अधिक बनी रहती है। जब ऐसा होता है तो मैं अधिक दबाव के साथ शुरुआत नहीं करता। मैं प्रक्रिया से शुरू करता हूं. मैं तीन प्रश्न पूछता हूं. दोष कहाँ दिखाई देते हैं? उन्हें कौन ढूंढता है? दोष दिखने से ठीक पहले क्या परिवर्तन होता है? वह साधारण जांच अक्सर एक लंबी रिपोर्ट से अधिक का खुलासा करती है। एक पैकेजिंग लाइन में, जिसके साथ मैंने काम किया, टीम को सील विफलताएँ दिखाई देती रहीं। संचालकों ने फिल्म को दोषी ठहराया। सुपरवाइजर ने मशीन को दोषी ठहराया. मैंने एक शिफ्ट के लिए लाइन देखी और सेटअप नियंत्रण में एक छोटा सा अंतर पाया। सीलिंग का तापमान बढ़ गया, और चेक शीट इसे पर्याप्त तेज़ी से नहीं पकड़ पाई। जब हमने सेटअप जांच कड़ी कर दी, एक विज़ुअल गाइड जोड़ा, और ऑपरेटर को हर बदलाव पर एक छोटा रीसेट चरण दिया, तो अगले चक्र में दोष दर लगभग 30% कम हो गई। वह परिणाम भाग्य से नहीं आया. यह स्पष्ट कदमों से आया है. मैं आमतौर पर काम को तीन भागों में बांटता हूं। मैं दोष बिंदु को मैप करता हूं। मैं लाइन पर खड़ा हूं और पूरा प्रवाह देख रहा हूं। मैं लोगों, मशीनों और सामग्रियों के बीच के तालमेल को देखता हूं। कई दोष हैंडऑफ़ से शुरू होते हैं, मुख्य प्रक्रिया से नहीं। मैं भाषा सरल रखता हूं. कोई लंबी बैठकें नहीं. कोई भारी रिपोर्ट नहीं. मैं चाहता हूं कि टीम ठीक वही कदम बताए जहां खराबी शुरू होती है। मैं कमजोर नियंत्रण बिंदुओं को हटाता हूं। दोष अक्सर वहां पनपता है जहां कोई भी गुणवत्ता की जांच तेजी से नहीं करता। मैं अस्पष्ट जांचों को सीधे जांचों से बदल देता हूं। एक स्पष्ट नमूना. एक स्पष्ट सीमा. एक स्पष्ट उत्तीर्ण या असफल नियम. यदि कोई मशीन बहती है, तो मैं चाहता हूं कि दस खराब इकाइयों के गुजरने से पहले ऑपरेटर को इसकी सूचना मिल जाए। यदि कोई सामग्री बैच बदलता है, तो मैं चाहता हूं कि उत्पादन आगे बढ़ने से पहले टीम को इसकी जानकारी हो। मैं आदतों के लिए प्रशिक्षण लेता हूं, नारों के लिए नहीं। कई टीमें पहले से ही जानती हैं कि गुणवत्ता का क्या मतलब है। उन्हें एक दैनिक आदत की आवश्यकता है जो इसकी रक्षा करे। मैं प्रशिक्षण छोटा रखता हूं। मैं एक दोष का उदाहरण दिखाता हूँ. मैं समझाता हूं कि क्या गलत हुआ. मैंने ऑपरेटर को सुधार दोहराने दिया। फिर मैं अगला रन देखता हूं। लोग जो करते हैं उसे याद रखते हैं, न कि जो उन्होंने एक बार सुना है। मैं उन छोटी-छोटी बातों पर भी ध्यान देता हूं जिन्हें कई टीमें नजरअंदाज कर देती हैं।' एक ढीला फिक्स्चर दोबारा दोष पैदा कर सकता है। एक घिसा हुआ उपकरण उत्पाद की धार को बदल सकता है। जल्दबाजी में किया गया हैंडऑफ़ एक अच्छे हिस्से को बुरे हिस्से में बदल सकता है। छूटा हुआ लेबल बाद में ग्राहक की शिकायत पैदा कर सकता है। ये कोई नाटकीय मुद्दे नहीं हैं. वे छोटी लीक हैं. छोटी लीक से लागत बढ़ती है. यदि मैं चाहता हूं कि दोष में कमी लंबे समय तक बनी रहे, तो मैं निरीक्षण पर ही नहीं रुकता। मैं फीडबैक का उपयोग करता हूं। जब मुझे कोई दोष मिलता है, तो मैं उसे उस चरण पर वापस खोजता हूं जिसके कारण यह हुआ। मैं ट्रेस छोटा रखता हूं. मैं टीम से अनुमान लगाने के लिए नहीं कहता। मैं उनसे मशीन सेटिंग, सामग्री लॉट, शिफ्ट नोट और आखिरी बदलाव करने वाले व्यक्ति को दिखाने के लिए कहता हूं। इससे मुझे तथ्य मिलते हैं। तथ्य मुझे सतही समस्या के बजाय वास्तविक कारण को ठीक करने में मदद करते हैं। मुझे सरल ट्रैकिंग भी पसंद है. दीवार पर एक बोर्ड. दैनिक दोष गणना. प्रत्येक शीर्ष दोष के पास एक नोट। पारी के अंत में एक संक्षिप्त समीक्षा। यह लाइन को धीमा किए बिना टीम को जागरूक रखता है। जिस एक प्लांट में मैं गया, उसकी एक लंबी रिपोर्ट थी जिसे किसी ने नहीं पढ़ा। हमने इसे एक पेज की दोष शीट से बदल दिया। टीम ने इसे हर दिन हाथ से अपडेट किया। कुछ ही हफ्तों में पैटर्न स्पष्ट हो गया। अधिकांश दोष दो स्टेशनों और एक बदलाव चरण से आए। एक बार जब टीम ने वहां ध्यान केंद्रित किया तो कचरा गिरना शुरू हो गया। मुझे इसी तरह के बदलाव पर भरोसा है। यदि आप दोषों में 30% की कटौती करना चाहते हैं, तो मैं योजना को सरल रखूंगा: उस प्रक्रिया को देखें जहां दोष शुरू होता है, उस नियंत्रण बिंदु को ठीक करें जो त्रुटि को छोड़ देता है, ऑपरेटर को एक स्पष्ट कार्रवाई पर प्रशिक्षित करें, हर दिन शीर्ष दोष को ट्रैक करें, परिणाम आने तक उसी जांच को दोहराएं मैं सही सिस्टम का पीछा नहीं करता हूं। मैं स्थिर निर्माण करता हूँ। एक स्थिर लाइन मुझे स्वच्छ आउटपुट, कम रिटर्न और टीम के लिए कम तनाव देती है। यही वह काम है जिस पर मुझे सबसे अधिक भरोसा है।

मैंने देखा है कि कई फ़ैक्टरियाँ एक ही प्रश्न पूछती हैं: क्या एक स्वचालित दस्ताना लाइन वास्तव में स्वयं के लिए भुगतान कर सकती है, या क्या यह केवल कागज़ पर अच्छी लगती है? मेरा दृष्टिकोण सरल है. आरओआई दैनिक संख्याओं से आता है, बिक्री विवरणिका से नहीं। जब एक मैनुअल ग्लव लाइन उच्च श्रम मांग, असमान उत्पादन और लगातार गुणवत्ता जांच के साथ चलती है, तो छिपी हुई लागत तेजी से बढ़ती है। मैं अक्सर एक ही स्थान पर समस्या बिंदु देखता हूं: - जैसे-जैसे उत्पादन बढ़ता है, श्रम लागत बढ़ती है - हाथ की त्रुटियां स्क्रैप और दोबारा काम करती हैं - उत्पाद का आकार और कोटिंग असमान रहती है - पर्यवेक्षक लाइन नियंत्रण पर बहुत अधिक समय बिताते हैं - छोटी रुकावटें पूरी लाइन के प्रवाह को तोड़ देती हैं एक स्वचालित दस्ताने लाइन उत्पादन को और अधिक स्थिर बनाकर उस तस्वीर को बदल देती है। मैं स्वचालन को जादू नहीं मानता। मैं इसे एक ऐसी प्रणाली के रूप में मानता हूं जो बर्बादी को कम कर सकती है, आउटपुट स्थिरता बढ़ा सकती है और योजना बनाना आसान बना सकती है। निवेश पर रिटर्न आमतौर पर कुछ स्पष्ट स्रोतों से आता है। मैं सबसे पहले श्रम बचत को देखता हूं। एक मैन्युअल लाइन को डिपिंग, स्थानांतरण, निरीक्षण, पैकिंग और चरणों के बीच आवाजाही के लिए कई श्रमिकों की आवश्यकता हो सकती है। एक स्वचालित लाइन दोहराए जाने वाले कार्य के लिए आवश्यक लोगों की संख्या को कम कर सकती है। इसका मतलब यह नहीं है कि फ़ैक्टरी हर कर्मचारी को हटा देती है। इसका मतलब है कि टीम मशीन की देखभाल, गुणवत्ता जांच और प्रवाह नियंत्रण पर स्थानांतरित हो सकती है। मैं आगे स्क्रैप को देखता हूं। जब दस्ताने की मोटाई, कोटिंग, या सुखाने में भिन्नता होती है, तो अस्वीकार दर बढ़ जाती है। प्रत्येक अस्वीकृत बैच में खोई हुई सामग्री, खोया हुआ श्रम और खोया हुआ मशीन समय होता है। एक स्थिर स्वचालित लाइन उत्पाद डेटा को और अधिक समान रखने में मदद करती है। वह अकेले ही मार्जिन की रक्षा कर सकता है। मैं आउटपुट स्थिरता को देखता हूं। एक पंक्ति जो स्थिर गति से चलती रहती है वह मुझे बेहतर पूर्वानुमान देती है। मैं कम अनुमान के साथ कच्चे माल के उपयोग, पैकिंग लोड और शिपिंग की योजना बना सकता हूं। एक दस्ताना निर्माता के लिए, यह बहुत मायने रखता है। एक असमान बदलाव अगले चरण को प्रभावित कर सकता है, और वह प्रभाव पूरे दिन फैल सकता है। मैं रखरखाव और डाउनटाइम को देखता हूं। कुछ खरीदार केवल खरीद मूल्य पर ध्यान केंद्रित करते हैं। मैं अपटाइम पर ध्यान केंद्रित करता हूं। यदि कोई लाइन बहुत बार रुकती है, तो पेबैक कमजोर हो जाता है। यदि डिज़ाइन को साफ करना, निरीक्षण करना और मरम्मत करना आसान है, तो लाइन लंबी अवधि तक उपयोगी रहती है। यहीं पर रिटर्न अधिक वास्तविक हो जाता है। एक सरल उदाहरण मदद करता है. मैंने एक ऐसे कारखाने में काम किया, जो बार-बार निरीक्षण अंतराल और स्टेशनों के बीच बहुत अधिक हाथों की आवाजाही के साथ एक मैनुअल दस्ताने प्रक्रिया चला रहा था। ऑर्डर बढ़ने पर टीम लोगों को जोड़ती रही। स्वचालित दस्ताना लाइन में जाने के बाद, संयंत्र ने हर श्रम कार्य को समाप्त नहीं किया, लेकिन इसने दोहराव वाले संचालन में कटौती की। अस्वीकृत दर को नियंत्रित करना भी आसान हो गया। मालिक ने मुझे बताया कि सबसे बड़ा लाभ केवल कम श्रम लागत नहीं है। यह शांत उत्पादन प्रवाह था। लाइन को दैनिक बचाव कार्य जैसा महसूस होना बंद हो गया। यदि मैं आरओआई को चरणों में तोड़ता हूं, तो मैं इस विधि का उपयोग करता हूं: - प्रति शिफ्ट वर्तमान श्रम लागत की सूची - स्क्रैप दर और पुन: कार्य लागत को मापें - हर महीने डाउनटाइम घंटों की गिनती करें - ऊर्जा उपयोग और सामग्री हानि की जांच करें - लक्ष्य आउटपुट के साथ वर्तमान आउटपुट की तुलना करें - सेवा और रखरखाव लागत का अनुमान लगाएं - एक भुगतान लक्ष्य निर्धारित करें जो संयंत्र योजना से मेल खाता हो यह विधि चर्चा को आधार बनाए रखती है। मैं केवल मशीन की कीमत से शुरुआत नहीं करता। मैं पूरी लागत तस्वीर के साथ शुरुआत करता हूं। मैं प्रोडक्ट फिट पर भी ध्यान देता हूं। एक स्वचालित दस्ताने लाइन सबसे अच्छा काम करती है जब उत्पाद का प्रकार, कोटिंग विधि और मात्रा मशीन के डिजाइन से मेल खाती है। यदि कोई फैक्ट्री बहुत मिश्रित उत्पाद श्रृंखला बनाती है, तो शुरुआत में आरओआई कमजोर दिख सकता है। यदि संयंत्र में स्थिर मांग और बार-बार दस्ताने की विशिष्टताएं हैं, तो स्वचालन का मामला मजबूत हो जाता है। मेरी अपनी राय है कि सर्वोत्तम आरओआई केवल वित्तीय नहीं है। यह प्रबंधन के दबाव में भी दिखता है. जब उत्पादन स्थिर होता है, तो पर्यवेक्षक टाली जा सकने वाली समस्याओं को सुलझाने में कम ऊर्जा खर्च करते हैं। गुणवत्ता टीमों को स्वच्छ डेटा मिलता है। खरीदारों को अधिक पूर्वानुमानित आपूर्ति मिलती है। यदि आप केवल उपकरण उद्धरण को देखें तो इस प्रकार का मूल्य चूकना आसान है। एक फैक्ट्री मालिक को खरीदने से पहले कुछ सीधे सवाल पूछने चाहिए: - प्रति लाइन मेरा वर्तमान श्रम बोझ क्या है - मैं हर महीने कितना स्क्रैप स्वीकार करता हूं - छोटी खराबी के लिए लाइन कितनी बार रुकती है - क्या मेरी टीम मशीन की देखभाल और बुनियादी जांच कर सकती है - क्या लाइन मेरे वर्तमान ऑर्डर पैटर्न का समर्थन करेगी यदि उत्तर स्पष्ट हैं, तो आरओआई मामले का आकलन करना आसान हो जाता है। मैं हर पौधे के लिए त्वरित लाभ का वादा नहीं करता। मैं यह वादा नहीं करता कि स्वचालन हर समस्या का समाधान कर देगा। मैं यह कहता हूं: जब लाइन उत्पाद, टीम और उत्पादन योजना में फिट बैठती है, तो एक स्वचालित ग्लोव लाइन कम अपशिष्ट, स्थिर आउटपुट और बेहतर नियंत्रण के माध्यम से वास्तविक रिटर्न बना सकती है। यही वह हिस्सा है जिस पर मुझे सबसे अधिक भरोसा है। प्रचार नहीं. अनुमान नहीं. लागत, प्रवाह और दैनिक प्रदर्शन का एक स्पष्ट दृश्य।

मुझे एक ही समस्या बार-बार दिखाई देती है: दोष मार्जिन को ख़त्म कर देते हैं, काम धीमा कर देते हैं और व्यवसाय के हर हिस्से पर दबाव डालते हैं। एक टूटा हुआ हिस्सा, एक गलत लेबल, एक ढीली सिलाई, एक देर से सुधार, ये सभी शुरुआत में छोटे दिखते हैं। महीने के अंत तक, वे स्क्रैप, रिटर्न, अतिरिक्त श्रम और खोए हुए विश्वास में बदल सकते हैं। मुझे लगता है कि कई टीमें बिक्री का पीछा करती हैं और गलतियों की कीमत भूल जाती हैं। मैं नहीं करता. मैं दोनों तरफ से लाभ देखता हूं। अधिक बिक्री से मदद मिलती है, लेकिन कम दोष व्यवसाय में पहले से मौजूद पैसे की रक्षा करते हैं। यही कारण है कि मैं दोष नियंत्रण पर एक दैनिक आदत के रूप में ध्यान केंद्रित करता हूं, न कि एक अतिरिक्त कार्य के रूप में। जब मैं एक टीम के साथ काम करता हूं, तो मैं उस बिंदु से शुरू करता हूं जहां दोष दिखाई देता है, न कि जहां शिकायत समाप्त होती है। मैं सरल प्रश्न पूछता हूं: - त्रुटि कहां से शुरू होती है? - इसे सबसे पहले कौन देखता है? - ऐसा होने पर क्या बर्बाद होता है? - पुनः कार्य, शिपिंग और समर्थन के बाद एक खराबी की लागत क्या है? एक छोटी पैकेजिंग दुकान ने मुझे एक स्पष्ट उदाहरण दिया। टीम डिब्बों के एक छोटे हिस्से पर गलत बैच कोड प्रिंट कर रही थी। त्रुटि दर कम दिखी, इसलिए लोग घबराए नहीं। फिर भी प्रत्येक गलती के कारण मैन्युअल सुधार, अतिरिक्त जाँच और कुछ ग्राहक कॉलें आईं। मालिक का मानना ​​था कि समस्या केवल मुद्रण संबंधी समस्या थी। मुझे एक प्रक्रिया समस्या मिली. स्पष्ट जांच बिंदु के बिना दिनांक प्रारूप बदल गया। प्रत्येक रन की शुरुआत में एक छोटा प्रशिक्षण चरण और एक नमूना जांच से त्रुटियों की संख्या तेजी से कम हो जाती है। टीम को बड़े बजट की जरूरत नहीं थी. इसके लिए एक बेहतर आदत की जरूरत थी. जब मैं कम दोष और अधिक लाभ चाहता हूं तो मैं सरल मार्ग का उपयोग करता हूं। - शीर्ष तीन दोष प्रकारों का पता लगाएं - मापें कि प्रत्येक कितनी बार दिखाई देता है - प्रत्यक्ष लागत और छिपी हुई लागत को ट्रैक करें - प्रत्येक मुद्दे के लिए एक मालिक को नियुक्त करें - ग्राहक तक दोष पहुंचने से पहले एक जांच बिंदु रखें - हर हफ्ते परिणाम की समीक्षा करें यह काम करता है क्योंकि अधिकांश दोष दोहराए जाते हैं। वे आकस्मिक दुर्भाग्य के रूप में प्रकट नहीं होते हैं। वे गलत कदमों, अस्पष्ट निर्देशों, कमजोर हैंडऑफ़, जल्दबाजी में किए गए काम या ऐसे उपकरणों से आते हैं जिन्हें रीसेट करने की आवश्यकता होती है। मैं लंबे भाषणों की तुलना में छोटी प्रक्रिया को ठीक करना पसंद करता हूं। एक स्पष्ट चेकलिस्ट एक लंबी बैठक से अधिक मदद करती है। एक नमूना अनुमोदन पत्र एक अस्पष्ट चेतावनी से अधिक मदद करता है। एक लाइन लीडर जो पहली पाँच इकाइयों की जाँच करता है, वह "सावधान रहने" के वादे से कहीं अधिक मदद करता है। मुझे मानवीय पक्ष की भी परवाह है. जब लोग जानते हैं कि "अच्छा" कैसा दिखता है तो वे कम गलतियाँ करते हैं। यदि मानक छिपा रहता है, तो टीम अनुमान लगाती है। यदि मानक नजर आता है तो टीम उसका पालन करती है। मैंने इसे एक सिलाई कार्यशाला में देखा है। टीम असमान सीम वाले टुकड़े भेजती रही। कर्मचारी लापरवाह नहीं थे. सीम कैसी दिखनी चाहिए, इसके बारे में उनके पास तीन अलग-अलग विचार थे। हमने प्रत्येक स्टेशन के पास एक नमूना रखा और प्रत्येक पाली के लिए समान जांच नियम का उपयोग किया। रिटर्न में गिरावट आई और टीम को कम तनाव महसूस हुआ। मैं दोष नियंत्रण को नकदी से जोड़ना पसंद करता हूं क्योंकि हर व्यवसाय में पैसा बोलता है। किसी खराबी की कीमत वस्तु से अधिक हो सकती है: अतिरिक्त श्रम, देर से डिलीवरी, ग्राहक सहायता, प्रतिस्थापन, बार-बार ऑर्डर खोना, जब मैं यह लागत किसी टीम को दिखाता हूं, तो काम अधिक व्यावहारिक हो जाता है। लोग गुणवत्ता को एक अतिरिक्त मुद्दे के रूप में देखना बंद कर देते हैं। वे इसे लाभ संरक्षण के रूप में देखने लगते हैं। मेरा अपना दृष्टिकोण सरल है: किसी व्यवसाय को हर दिन सही काम की आवश्यकता नहीं होती है, लेकिन उसे एक ऐसी प्रणाली की आवश्यकता होती है जो समस्याओं को जल्दी पकड़ ले। यहीं पर लाभ रहता है। शुरुआत में पाई गई एक छोटी सी त्रुटि सस्ती है। शिपिंग महंगी होने के बाद वही त्रुटि पाई गई। एक व्यवसाय जो इसे सीखता है वह अधिक मात्रा का पीछा किए बिना मार्जिन की रक्षा कर सकता है। मैं एक नियम ध्यान में रखता हूं. यदि कोई दोष दो बार दिखाई देता है, तो मैं इसे एक बार की गलती नहीं मानता। मैं इसे एक प्रक्रिया संकेत के रूप में मानता हूं। सोच में वह बदलाव पूरी टीम को बदल देता है। काम साफ़ हो जाता है. कचरा कम हो जाता है. ग्राहक को बेहतर परिणाम मिलता है. व्यवसाय जितना कमाता है उससे अधिक अपने पास रखता है। हमारे पास उद्योग क्षेत्र में व्यापक अनुभव है। पेशेवर सलाह के लिए हमसे संपर्क करें: longteou: fiona@lontoumachine.com/WhatsApp 18262164687।

डेमिंग, डब्ल्यू एडवर्ड्स 1986 आउट ऑफ द क्राइसिस इशिकावा, कोरू 1985 टोटल क्वालिटी कंट्रोल द जापानी वे ओहनो, ताइची 1988 टोयोटा प्रोडक्शन सिस्टम बियॉन्ड लार्ज स्केल प्रोडक्शन वोमैक, जेम्स पी एंड जोन्स, डैनियल टी 1990 द मशीन दैट चेंज्ड द वर्ल्ड ग्रूवर, मिकेल पी 2015 ऑटोमेशन प्रोडक्शन सिस्टम और कंप्यूटर इंटीग्रेटेड मैन्युफैक्चरिंग मोंटगोमरी, डगलस सी 2019 परिचय सांख्यिकीय गुणवत्ता नियंत्रण