Hvordan Wozniak Industries driver operationel ekspertise med data

Wozniak Industries, Inc. er en førende leverandør af konstruerede metalløsninger med en forpligtelse til præcision og rettidig levering. De bruger manuelle og automatiske processer til at fremstille dele og har et stærkt fokus på operationel ekspertise på tværs af deres fabrikker.

Vi har interviewet Lorne Day, VP of Operations, om deres overgang til manufacturing intelligence med Factbird. Han fremhæver, hvordan data har hjulpet dem med at forbedre effektiviteten, løse skjulte udfordringer og forbedre deres bundlinje.

Hvordan var din arbejdsgang før Factbird?

Vi måler os selv på effektivitet, og effektiviteten var baseret på arbejdsordren. Og det var ret svært at måle det. Så der var ingen data, der kunne fortælle os, om det var en god dag.

Da jeg kom til for tre år siden, var en af de ting, jeg begyndte at bruge, det, jeg kalder man-to-base. Det er et forhold mellem arbejdstimer og producerede maskintimer, og det gav os et udgangspunkt. Og efterhånden som man forbedrede effektiviteten, kunne man se, at forholdet mellem mand og base blev bedre.

De data, vi brugte, var ekstremt manuelle. Det tog lang tid, og vi havde brug for oplysninger med det samme på time-, minut-til-minut-basis.

Og da jeg så hørte om Factbird på en golftur, blev jeg begejstret. Og det var der, vi begyndte at se på mulighederne for at få et system, der giver os mulighed for at styre adfærd med data.

Hvorfor valgte du Factbird?

Så det, der virkelig begejstrede mig ved Factbird, var to ting:

Den ene var prisen. Det var en meget konkurrencedygtig pris, og jeg går meget op i omkostninger; det er sådan, vi driver vores forretning.

Og for det andet handlede det om, hvorvidt vi kan tilpasse det, så det ser ud, som jeg gerne vil have det, for at forstå dataene.

Da jeg talte med andre virksomheder om, hvordan vi måler performance, eller OEEsagde de: "Her er det. Sådan her kommer det til at se ud."

Og for mig var det ikke, hvad jeg ønskede, det skulle se ud som. Jeg ville have en bestemt rapport, der gav mening for mig og teamet, så de kunne træffe beslutninger.

Hvor mange produktionslinjer sporer du? 

I dag har vi fem linjer. Vi har tre automatiske presser, vi har en udjævner, og så har vi det, vi kalder en put and take, som er en manuel presse.

Jeg kan se data hver dag. Jeg kan se dem hver time. Jeg kan sidde på mit kontor og se, hvordan vi klarer os.

Vi har indlæst alle oplysninger om alle de varenumre, vi kører med. Vi ved, hvad vi skal køre. Vi kan løbende evaluere, om vi rammer antallet af emner pr. time.

Så de kører alle sammen. Det fungerer godt, og vi evaluerer det hver dag.

Hvordan indsamler du produktionsdata?

Det er et plug-in-værktøj. Det kobles til din PLC. Det var ret enkelt at spore produktionen. 

Men som enhver implementering er det en læringskurve. Vi havde indlæringskurver, fordi hver PLC er forskellig. Vi har en PLC til presser, en anden fabrik har PLC'er til induktion, en anden har PLC'er til bearbejdning.

Alle taler forskellige sprog. Så hver enkelt vil kræve en lille indlæringskurve. Men når du først har lavet én og ved, hvordan man gør, er resten nemme.

Stregkodning blev brugt til årsagskoder (stopårsager). Bare tryk på en stregkodelæser, og du får en årsagskode.

Vi startede med mellem otte og ti årsagskoder, som vi kunne scanne, hvis du holdt pause, hvis vi havde en omstilling, hvis vi skiftede en spole, og vi vidste, hvor lang tid det tog.

Et område, hvor vi arbejder med stregkoder, er f.eks. spoleskift. Jeg mener, at et spoleskift bør tage 20 minutter. De scanner, de starter spoleskiftet, og de afslutter det. Det starter. Og vi scanner den igen. Jeg kender tidsgrænsen, og når vi overskrider den, er der en korrigerende handling, der skal foretages.

Vi ønsker enkelhed. Vi vil ikke have en operatør til at skrive ting ned. Vi vil have en operatør til at stregkode den, starte cyklussen og køre den.

Hvordan analyserer man effektivitet?

Med Factbird var vi i stand til at manipulere data og arbejde med Factbird, så vi fik det, vi ønskede at se. Paynter-diagrammet er præcis, som jeg gerne vil se det.

Jeg kan klikke på hver operation og se på hændelser, f.eks. hvor mange pauser, eller hvor mange gange der var spoleskift eller værktøjsskift. Og jeg kan klikke på en anden knap, der fortæller mig, hvor lang tid disse hændelser tog.

Hver dag får jeg rapporten om morgenen ved femtiden. Jeg ser på rapporten for den presse, jeg skal se på, og jeg kan klikke på de minutter, hvor vi var nede på grund af årsagskoder, frokostpause, vedligeholdelse, spoleskift, værktøjsskift, hvad det end måtte være.

Det, synes jeg, er enormt. Det er det, der ændrer adfærd. Og det handler ikke om farver og alt det smarte. For mig handler det om enkelhed. Og jeg er en simpel fyr, du ved, jeg vil have simple data. Jeg vil have data, som alle kan forstå. 

Hvorfor foretrækker du Paynter-diagrammer frem for Pareto-diagrammer?

Problemet med Pareto-analyse er, at man kan komme til at angribe det forkerte problem.

Du ønsker at angribe problemer, der gentager sig hver dag. Med pareto-diagrammer kan den største bjælke have ramt én gang, og det er din største linje.

Paynter-diagrammer handler om at angribe tilbagevendende problemer. Et Paynter-diagram giver dig den information, fordi du har dage øverst, hændelser lige her, og det måler alt det.

Et Pareto-diagram viser bare nedetid med en stor søjle. Det fortæller dig ikke, hvor ofte det sker.

Så derfor valgte jeg Paynter-diagrammer, og jeg tror, at hvis man driver en virksomhed, vil man virkelig gerne vide, hvad der sker hver dag, og hvorfor det sker.

Hvordan bruger du Factbird til at forbedre dig?

Det er op til os nu. Det er op til vores ledelse at sikre, at vi træffer den rigtige beslutning.

Det er bare et værktøj, ikke? Det fortæller os, at vi har et problem. Det er det, vi har brug for. Vi har brug for noget, der fortæller os, at du har et problem, eller at du har haft en god dag.

Hver dag ønsker vi at kende OEE1, OEE2 og OEE3. Og min OEE2-baseline er 60 %, og det er udgangspunktet. Jeg er der ikke engang endnu. Så vi er gået fra 30 %, og nu ligger vi på 45-50 %. Jeg tror ikke, vi kunne have gjort det uden Factbird, fordi vi ikke havde oplysninger, der kunne fortælle os, at vi havde muligheder.

Og når du taler om 10 %, er det en enorm mængde penge, du sparer. Og hvis du kun er på 45-50 %, så forestil dig, når vi kommer op på 80 %.

Factbird er bare et værktøj; intet ændrer sig, medmindre du ændrer dig. Det handler om information, der skal drive adfærd og forbedre vores operationelle ekspertise. Og hvis vi ikke danner materiale, taber vi penge.

Hvor nemt var det at implementere Factbird?

Vi behøvede ikke at ansætte nogen ny i vores virksomhed for at drive den. Vi har en ME [Manufacturing Engineer], som har gjort et fantastisk stykke arbejde; han er vores virksomhedsekspert nu. Vi behøver ikke at banke på Factbirds dør, hver gang vi har et problem.

Jeg tror, at i de første to, lad os sige et par måneder, var vi komfortable. Det tog et stykke tid med stregkodningen. Den var ny. Det tog et stykke tid for os at definere, hvordan vi ville have Paynter-diagrammet til at se ud.

Jeg kan fortælle dig, at det nok var mindre end tre måneders ROI for os. Det er et meget overkommeligt værktøj.

Og hvis du ikke kan spare penge inden for det første kvartal, hvis du ikke kan betale dem af i det første kvartal, så er det ikke værktøjets problem.

Hvordan har du ændret kulturen?

Vi er så vant til at spørge, hvad der skete, når der er et problem. Men når en operatør har en god dag, skal man være derude og sige: Her er dataene. Dataene fortæller mig, at du havde en fantastisk dag. Tak for det.

Og spørgsmålet er, hvad der skete? Hvorfor havde vi en god dag? Hvorfor tog det kun 20 minutter? Alt ramte, hvor det skulle ramme, for det er det, man gerne vil vide.

Hvis du har værktøjet og bare kigger på det uden at stille spørgsmål, vil adfærden ikke ændre sig. Adfærden ændrer sig kun, når du stiller spørgsmål.

Hver en krone, jeg bruger på et aktiv, og dette er et aktiv, handler om ROI, ikke? Og i starten lød det, som om det var noget, Lorne ville gøre, og det er forkert. Jeg præsenterede det nok forkert. Det er et værktøj, vi skal bruge for at få succes og holde dørene åbne.

Så dette er vores værktøj, ikke mit værktøj. Det er den kultur, du er nødt til at ændre på. Du er nødt til at få opbakning. Det hele handler om hvorfor. Alt handler om hvorfor.

Folk har ikke noget imod forandring, de har bare noget imod at blive forandret. Så dette er en ændring i adfærd. Nu holder vi ledelsen ansvarlig. Det er ikke nødvendigvis operatørerne, der holdes ansvarlige. Det er at holde ledelsen ansvarlig for at gennemføre den proces, du har sat i gang, og bruge dataene.

Har Factbird hjulpet dig med at øge oppetiden?

For os, Factbird, handler det om oppetid. Det handler om, at presserne eller nivelleringsmaskinen går op og ned eller bevæger sig. Hvis vi ikke former dele, taber vi penge hvert minut.

Jeg vil sige, at hvis man ser på et mål for det, er vores stykker pr. time steget med omkring 20 til 25%.

Vi kørte med overarbejde. Og nu taler vi faktisk om, "Hey, med det nuværende produktionsniveau bliver vi måske nødt til at begynde at tilbyde folk noget fritid." Så det er en betydelig reduktion af vores omkostninger.

Den har allerede betalt for sig selv. Jeg ved, at da jeg først kom med det, sagde min ledelse: "Skal vi betale for noget andet?" Jeg sagde: "Det her kommer til at tjene sig selv ind på ingen tid.

Hvorfor tror du, at data er så vigtige?

Vi lever i en verden af effektivitet. Vi er i en verden, hvor hunden æder hunden, du ved, og der er altid nogen, der er billigere derude, fordi de er bedre end dig.

Og grunden til, at de er bedre end dig, er, at de har et værktøj, som de bruger bedre. Fordi deres maskiner, deres presser er de samme, de går op og ned. Det handler om, hvordan du kører det. Det handler om, hvordan du bruger dataene og foretager de ændringer, du har brug for.

Alt, hvad vi gør, handler om operationel ekspertise. Du kan være en fantastisk spiller, du kan være en fantastisk ingeniør, du kan være en fantastisk dit, en fantastisk dat, hvad som helst. Men hvis vi ikke er gode i driften, er det ligegyldigt, hvor gode alle andre er; så er vi færdige.