为什么优秀的工厂更重视生产现场

在日本的企业界,"现场"这个词就如同"改善"一样,被管理者普遍使用。优秀的公司,总是把"现场"摆在组织的最顶端,表示对它的重视。

组织中的各个阶层------高级管理阶层、中级管理阶层、工程师和现场督导人员,都是因为能够对现场提供必要的支持而存在。

进一步而言,现场不仅是所有改善活动的场所,也是所有信息的来源。

因此为了解决现场发生的各种问题,管理层必须密切接触现场实际。一旦管理层不尊重、不重视现场时,便会下达一些不正确的指令、要求。

日本的企业界,管理人员与作业人员之间的沟通十分密切。作业人员更清楚地了解管理阶层的期望,管理人员也更了解作业人员的表现,现场出现的问题以及他们是如何解决的。

作业人员在管理人员面前更有成就感,更受鼓舞。这是一个更富有挑战性,更给人热情和力量的情景。

企业竞争力归根结底是供应链的竞争,供应链的业务流程效率高低,一方面需借助IT信息技术,一方面也是最关键的,是供应链各个节点的人(员工),特别是现场员工。

什么是现场?就是以员工、生产流程、设备、质量、仓库、环境等直接部门为工作核心、中心、重心,再不断扩展到其它相关部门的工作理念和实践,与现场保持密切的接触,是生产系统有效管理的关键。

"现场是否在主动思考"是保证企业战略有效实施的源泉,一线员工不理解和不主动,再好的企业战略都没有办法执行,所以说:"从现场建立的自下而上的战略是唯一且绝对适用的方法"。

有实力的企业拥有这样的现场:

1)员工能主动地想办法理解企业的战略和远景目标;

2)结合现场实际将其转化为可行的战术;

3)努力解决在执行过程中发生的各种问题。

到了生产现场,目光应该放在哪里?当你要看一家工厂生产车间是否符合你要求,你着重看哪几点呢?

下面通过一篇文章分析,让你寻找到符合你的生产工厂。

No.1 第一个层次

着眼于大方面系统,用客户的眼光去看,去审视。

一、看流程

看流程的目的是看一家企业是否有一个精益的布局,是否在创造无间断的操作流程使问题可视化。流程非常重要,一个随时间断的流程布局,浪费随处可见,一个精益的布局流程能在设计的源头上消除很多的浪费。实施精益管理,先期进行精益的布局,这是至关重要的。

二、看可视化

生产看板管理,是指为了达到JIT准时生产方式而控制现场生产流程的工具,是家具企业生产现场的必备标准,标准化的管理水平,对于看板管理您又了解多少呢?

可视化是让问题简单化,是用眼睛管理。可视化也是企业管理氛围的体现,管理水平的直观传达。可视化的体现是目视化的管理看板,我将它分为静态的和动态的管理看板。

静态的看板主要是传达组织长期的管理理念,动态的看板是管理者随时要把握的管理信息,我认为动态管理看板更能反映一个组织的管理水平和能力。

三、看标准化

一个企业肯定有许多标准,之所以叫标准化,是将标准普及到可执行的层面。建立标准有四个关键问题:

1、是否每个人都能知道正常与异常?

2、是否每个人都能知道自己应该采取的标准方法?

3、是否每个人都知道自己工作的主要问题?

4、是否每个人都知道自己在做什么?

四、看文化

进入一家企业耳闻的目睹的文化元素的表象体现。如果这家企业5分钟之内听不到"改善"、10分钟之内听不到"现场"这些词汇,它就不是精益企业。

如果一家企业它具备了这样一种精益文化。

首先,这种企业文化要求高级管理人员坚持到生产一线去,直接聆听员工的声音;

其次,这种文化里,每天都会使用精益工具,目的是潜在问题凸现出来,每个人都会问"为什么",直到找出问题的根本原因,并提出相应的对策,并不断点检对策的正确性;

第三就是,这是一种"问题优先"文化,高层管理人员会和员工一起解决面临的问题,会感激那些找出新问题的新麻烦的人。

精益的企业文化是企业发展的内在动力。有精益的流程,有可视化的问题管理方法、有标准化的管理基准、有创新的企业文化,这家企业应该是能看的,值得参观学习的。

No.2 第二个层次

着眼于管理环节,用管理者的眼光去看。

方法是:一看、二问、三思、四做

一看:站在距现场5M远的地方用客户的眼光去观察20-30分钟,对象是人、机、料、法、环,然后再进入现场去近距离看、听、想。

人是否有提升计划?设备是否有点检基准?物料是否能够配送?加工方法是否易于遵守?环境是否易于轻松工作?

二问:分为问操作者和问自己。

问操作者:为何这样做?这样做的依据是什么?----强化遵守规定意识;这样做的目的是什么?----强化返回原点思考的意识;要达到什么样的标准?----强化质量意识;有没有异常?出现异常怎么办?----强化异常问题"呼、停、待"意识;问自己:为何要这样做?有没有更好的办法?----强化改善意识。

三思:思考原点、思考根源、思考方案。

思考原点:针对看到的现象,返回原点(创造价值)进行思考;原点就是:以客户需求为导向,用最少的资源,制造有价值的商品如果偏离了这个原点,就存在问题。

思考根源:针对问题点,思考问题产生的根源,(切忌不要被表面现象蒙蔽)用"五步为什么?"查找问题的根源;

思考方案:针对问题,思考改善方案,能否采取改善四原则排除/简化/合并/重排。

四做:调查分析、改善方案、跟踪检查、巩固

调查分析:现状调查分析,用数据说话,用数据统计分析,查找出关键的因素;

改善方案:制定改善方案,组织进行实施;

跟踪检查:对执行过程进行跟踪检查,出现偏差及时修正;

巩固:对改善效果标准化,制定再发防止措施,落实到相关管理文件。

No.3 第三个层次

着眼于管理细节。这一种观察方法主要应用于现场一线直接的管理者,现场巡察细节对象是人、机、料、法、环。

1.人-Q(质量)

人员能力状况是否清楚?是否有训练计划并执行?是否有新人/顶岗人员?是否有标记?是否有针对措施?是否按《标准作业》规定操作?是否按《品确书》实施频检?是否有不易保证质量(难操作工序)的操作?对关重工序是否有操作资格规定?

2.人-C(成本)

生产线上人员是否按标准作业配置?有无多余人员?是否有作业动作停止现象?是否有等待(单手/双手)现象?是否有费力操作?动作太大、步行多、转身角度大、移动中变换状态、伸背动作、弯腰动作?是否有左、右手交换动作?是否有重复/不必要的动作?

3.人-D(效率)

是否有寻找现象?是否有不熟练操作?是否有离开生产线现象?是否用同一顺序反复进行作业吗?注重观察作业者手的动作/脚的动作/腰部的动作/头的动作,是否能省略/合并/重排/简化?

4.人-S/E(安全/环境)

操作方法和周围环境是否有不安全因素?作业时光线是否充足?是否有异常噪音,是否刺耳?作业周围是否清洁?地板上是否有油污?是否容易使人滑倒?

5.设备-Q(质量)

是否有设备精度点检制度,并得到遵守?是否有开工条件点检/工装点检制度,并得到遵守?设备调整是否有管理制度,并得到遵守?条件设定是否可由作业员随意更改?是否锁定?负责变更的责任人明确了吗?---需要可视化。

6.设备-C(成本)

是否有设备故障率/停机时间每日变动趋势目视化管理?设备切削参数是否设定?是否最优化?并得到遵守?是否有生产线设备节拍显示?是否有对节拍长的设备不断改善活动?是否有刀具异常消耗管理制度?并严格执行?是否有设备换型时间管理?是否在不断改善减少换型时间?

7.设备-D(效率)

设备的日常维护(点检)的事实是否够清晰可见?设备上面、加工部位、天花板上是否沾有灰尘或异物?所使用的工具是否有规定放置位置?并得到遵守?是否从设备的运动部位发出较大的声音或奇怪的响声?切削油、冷却液是否正好打到切削部位?是否有定量/定时换刀管理制度?是否得到遵守?

8.设备-S/E(安全/环境)

设备运动的地方,身体一部分进去设备会自动停止吗?是否有设备漏油现象并得到管理?是否有切屑飞溅现象?设备是否有异常声音/气味/温度等?设备防护罩是否正常使用?设备上是否放置有多余物料?

9.材料-Q(质量)

是否有专门的废品箱(红色)?是否能做到先入先出?成品或半成品是否清洁、生锈?放置场所是否有区分并得到遵守?成品、半成品是否有规定的容器,标识是否清晰,是否按规定放置?工序间在制品是否遵守标准手持,对零件放置位置、数量是否有规定?相似零件的防错,标识是否清晰?批次管理是否遵守?

10.材料-C(成本)

是否有不良品分层管理制度并得到遵守?是否有不良品每日变动趋势管理?是否有辅料消耗管理制度并得到遵守?注意观察多切屑工序,是否能改成少或无切屑加工方法?

11.材料-D(效率)

零件放置位置/方式是否方便取放?零件盒/箱是否方便搬运?零件数量是否能一目了然?是否存在零件来回倒箱的浪费现象?

12.材料-S/E(安全/环境)

物品是否有放在通道现象?零件容器是否有滴油现象?

相关推荐
吃个糖糖1 分钟前
35 Opencv 亚像素角点检测
人工智能·opencv·计算机视觉
蜜獾云15 分钟前
docker 安装雷池WAF防火墙 守护Web服务器
linux·运维·服务器·网络·网络安全·docker·容器
小屁不止是运维16 分钟前
麒麟操作系统服务架构保姆级教程(五)NGINX中间件详解
linux·运维·服务器·nginx·中间件·架构
Hacker_Oldv21 分钟前
WPS 认证机制
运维·服务器·wps
bitcsljl30 分钟前
Linux 命令行快捷键
linux·运维·服务器
ac.char33 分钟前
在 Ubuntu 下使用 Tauri 打包 EXE 应用
linux·运维·ubuntu
IT古董1 小时前
【漫话机器学习系列】017.大O算法(Big-O Notation)
人工智能·机器学习
凯哥是个大帅比1 小时前
人工智能ACA(五)--深度学习基础
人工智能·深度学习
終不似少年遊*1 小时前
pyecharts
python·信息可视化·数据分析·学习笔记·pyecharts·使用技巧