Lean Daily Management z AWS

Kontekstualizuj dane z tablic Tulip Lean Daily Management z systemami ewidencji, aby uzyskać lepszy wgląd w usprawnienia operacyjne.

Cel

Tablice Lean Daily Management mają kluczowe znaczenie dla zapewnienia widoczności na poziomie komórki, linii i zakładu. Niezwykle ważne jest również rygorystyczne prowadzenie spotkań na wszystkich trzech poziomach (komórki, linii i zakładu), aby w razie potrzeby łatwo eskalować problemy.

Ważne jest również, aby spotkania te były w jak największym stopniu oparte na danych.Learn more with our article all about Lean Daily Management here{target=_blank}

Spotkania Lean Daily Management mogą zazwyczaj obracać się wokół tablicy SQDC (Safety, Quality, Delivery, Cost), takiej jak ta poniżej:

Istnieją dwa znaczące ulepszenia, które można wprowadzić dzięki Tulip i AWS: 1. Digitalizacja tablic Lean Daily Management za pomocą aplikacji Tulip w celu usprawnienia przechwytywania danych i rejestrowania działań eskalacyjnych 2. Przesyłanie danych z aplikacji Lean Daily Management do AWS, gdzie można je dalej analizować w kontekście inżynierii, łańcucha dostaw i innych danych przedsiębiorstwa.

Te dwa obszary usprawnień dla tablic Lean Daily Management stwarzają możliwość bardziej konkretnego tworzenia działań, które mają znaczenie, a także szerszych możliwości usprawnień na poziomie przedsiębiorstwa, zakorzenionych w danych produkcyjnych z hali produkcyjnej.

Przykłady mogą obejmować przeprojektowanie części przez inżynierów w oparciu o opinie operatorów i nie tylko.

Architektura i konfiguracja

Architektura ma kilka opcji opartych na wymaganiach dotyczących pozyskiwania i przechowywania danych. Poniżej znajduje się przykładowa architektura na początek:

Przejdźmy przez nią krok po kroku poniżej

Tworzenie danych

Aplikacje Tulip są używane do zarządzania codziennymi spotkaniami Lean. Do tego celu można wykorzystać aplikacje takie jak Lean Dashboard w bibliotece.

Umożliwia to przełożonym wyraźne rejestrowanie szczegółów na poziomie hali produkcyjnej i przechowywanie ich w rekordach ukończenia lub tabelach Tulip.

Pozyskiwanie danych

Analitycy danych mogą użyć prostej funkcji lambda do odpytywania danych z Tulip lub bardziej niezawodnego skryptu w Glue ETL. Może to zależeć od istniejącego doświadczenia, a także wymagań dotyczących obciążenia pracą. Jeśli wymagane jest czyszczenie danych, Glue ETL może zapewnić więcej opcji.Ten przewodnik dotyczący odpytywania danych tabeli Tul ip z funkcji lambda AWS może mieć zastosowanie do obu opcji

W przypadku pozyskiwania i kontekstualizacji danych ERP i innych danych przedsiębiorstwa istnieje wiele opcji, od interfejsów API REST i Glue ETL / Lambda po korzystanie z AWS AppSync.

Opcjonalnie dane maszynowe mogą być przechwytywane z IoT Sitewise lub IoT Core w celu uzyskania dalszego kontekstu hali produkcyjnej.

Przechowywanie danych

Dane z Tulip i innych systemów korporacyjnych mogą być przechowywane na wiele sposobów. Poniżej znajduje się kilka przykładów: * Relacyjna baza danych: istniejąca relacyjna baza danych (np. AWS RDS) może być używana do przechowywania szczupłych danych codziennego zarządzania, a następnie analizowania w wybranym narzędziu Business Intelligence (BI) * Jezioro danych: S3 w połączeniu z Glue i AWS Athena może być również używany do łatwego przechowywania danych bez użycia bazy danych, a następnie wysyłania zapytań za pomocą Athena w sposób bezserwerowy * Hurtownia danych: istnieje również wiele innych opcji, takich jak Redshift, w zależności od ograniczeń danych, ilości i innych czynników.

Analiza i wizualizacja danych

Jako prosty punkt wyjścia, spostrzeżenia można analizować za pomocą narzędzi Bi, takich jak Amazon Quicksight, PowerBI i Tableau.

Poza tym, codzienne informacje dotyczące zarządzania lean mogą być również analizowane na bardziej szczegółowym poziomie za pomocą narzędzi takich jak notatniki Sagemaker, jeśli wymagana jest głębsza analiza.

Przykład tworzenia wartości

Informacje zwrotne dotyczące łańcucha dostaw i inżynierii

Analizując dane lean daily management wraz z danymi z łańcucha dostaw i danymi inżynieryjnymi, można zrozumieć, czy pierwotna przyczyna defektu lub problemu z dostawą może wynikać z szerszych kwestii w łańcuchu dostaw lub w samych projektach produktów. Kontekstualizacja danych z hali produkcyjnej (Lean Daily Management), łańcucha dostaw i inżynierii pozwala na tę szerszą analizę.

Analiza porównawcza

Agregacja danych Lean Daily Management w wielu liniach, lokalizacjach i jednostkach biznesowych umożliwia łatwiejszą analizę porównawczą w celu zrozumienia najbardziej wydajnych komórek i zrozumienia, w jaki sposób najlepiej przekazywać wiodące praktyki w całym przedsiębiorstwie.

Kolejne kroki

Po opanowaniu tej początkowej architektury, kolejnym krokiem do stworzenia pełnego obrazu wydajności hali produkcyjnej jest dodanie informacji z danych IoT maszyn.

Ponadto zapoznaj się z artykułem Pobieranie wszystkich tabel Tulip, aby uzyskać więcej informacji na temat prawidłowego pobierania wszystkich danych z Tulip.