Kuvittele seuraava tilanne: Loppukokoonpanon insinööriä pyydettiin tutkimaan tuotetta, joka oli läpäissyt tuotannon irrallisesta pultista huolimatta. Tutkimuksessa havaittiin tallennettujen tietojen perusteella, että pultti oli kiristetty oikein.
Kokoonpano oli läpäissyt kaikki vaaditut tarkistukset ja saavuttanut määritetyn kiristysmomentin. Insinöörillä oli ongelma: kuinka tämä pultti, joka oli täyttänyt vaatimukset, voi olla löysällä kokoonpanon lopussa?
Insinööri aloitti tutkimuksensa katsomalla kiristysmomenttijälkeä eli graafista esitystä kiristyksestä. Kiristysmomenttijälki näytti erilaista kuvaa tyypilliseen kokoonpanoon ja oikein kiristettyyn pulttiin verrattuna. Insinööri huomasi nopeasti, että kiristyksen alku poikkesi hyvin paljon tyypillisestä kokoonpanosta.
Ensimmäinen tehtävä oli muokata prosessia ja ottaa ongelma kiinni työasemalla. Insinööri arvioi, että 50 000 tuotetta oli kulkenut aseman läpi nykyisessä prosessissa. Kaikkien 50 000 tuotteen takaisinkutsu tai 50 000 kiristysmomenttijäljen manuaalinen tarkistus tuntui pelottavalta ajatukselta ja maksaisi yhtiölle paljon. Onneksi ToolsNet 8:n uusi data-analyysiominaisuus auttoi insinööriä välttämään nämä molemmat kalliit toimenpiteet.
Insinööri käytti Atlas Copcon ToolsNet 8 -data-analyysityökalun Box Analysis -toimintoa, joka arvioi automaattisesti kokoonpanojen kaikki 50 000 kiristysmomenttijälkeä. Tätä toimintoa käyttämällä saatiin kiinni yhdeksän kiristysmomenttijälkeä, jotka vastasivat irrallisen pultin ominaisuuksia. Momenttitiedot oli liitetty näiden yhdeksän tuotteen sarjanumeroihin, joten ne oli helppo tunnistaa. Tämän ansiosta valmistajan ei tarvinnut harkita 50 000 ajoneuvon takaisinkutsua.
Rahallinen hyöty oli merkittävä, mutta mikä tärkeintä, valmistajan imago ei kärsinyt vahinkoa.
ToolsNet 8 auttaa asiakkaita löytämään kokoonpanoista puuttuvat aluslevyt, virheelliset kierteet, materiaaliongelmat tai muut poikkeavuudet. Box Analysis -toiminto vertaa kiristysmomenttijälkeä käyttäjän määrittämään viitejälkeen ja jopa kymmeneen käyttäjän määrittämään ehtoon poikkeavien kokoonpanojen tunnistamiseksi. Jos kokoonpano poikkeaa määritetyistä ehdoista, ToolsNet 8 esittää poikkeaman sekä tunnisteen (kuten sarjanumeron), ohjelman nimen ja tuloksen ajan. Ohjelmisto arvioi automaattisesti kaikki valitun sovelluksen momenttikäyrät, mikä poistaa manuaalisen tarkistuksen tarpeen. Tämä on hyödyllistä myös prosessin parannuksessa tai takaisinkutsun vaikuttamien tuotteiden tunnistamisessa.
ToolsNet 8 pystyy myös valvomaan tulevia tuotantotietoja ja ilmoittamaan käyttäjiä sähköpostilla, kun Box Analysis löytää poikkeaman.
Jotkin valmistajat eivät kerää systemaattisesti tietoja keskeiseen sijaintiin, ja useimpien lähestymistapa ongelmiin on reaktiivinen, eli raportteja ajetaan ongelman esiintymisen jälkeen. Monet ovat kuitenkin alkaneet huomata tietojenkeruun ja ennakoivan data-analyysin tärkeyden. ToolsNet 8 auttaa tuotantoinsinöörejä automatisoimaan data-analyysejä, parantamaan tuotantoprosesseja ja ennakoimaan tilanteita.
Onko sinulla kysyttävää? Jos haluat lisätietoja tai sopia tuote-esittelystä, ota yhteyttä Atlas Copcoon jo tänään.