“返工订单的管理方法大致分成三部分:①返工订单的定位;②返工订单所需零件订货;③返工订单工作量的合理分配。本期分享聊最后一部分,返工订单工作量的合理分配。”
—— 供应链日常
如果要合理分配返工订单的工作量,首先需要在订单确定返工时,根据它的实际情况,明确的赋予这些订单对应返工区域标记,如下图所示,该订单需要返工的是漆面,所以在输入订单号之后,订单目的地维护成:漆面返工。
当然,有的企业在自己的MES系统中包含了质量模块,该模块本来就要求100%录入质量缺陷,这样一来,只需要打通MES与返工订单管理系统的接口,当MES中录入了新的质量缺陷,返工订单管理系统就会自动更新该订单的目的地,并且完成对它的标记和分类。
在完成了对返工订单缺陷类型的标记、物理目的地的分配以后,需要根据目的地的人员数量/技能、设备辅具情况、物料配送、工艺准备、能源准备等因素,动态对各区域的返工能力进行评估。
①人员数量/能力
据实战经验,返工区域人员数量/技能,往往是制约返工能力的最大限制因素。
在计算人员时,需要明确单个缺陷订单、多人同时返工时的人数上限(简称有效作业人数上限),如下图所示,当人数达到一定程度时,为同时作业的最大值,再增加人员也不会让返工效率提升,这里就需要把人数记录下来。
而人员技能熟练度等级方面,随着对返工方案的熟悉程度提升,效率也会达到峰值并逐步稳定。
综上,人员方面评估输出的是有效作业人数上限和技能熟练度等级。
②设备辅具情况
返工过程会用到很多设备和辅具,如汽车的空调返工就需要举升机将车辆抬升至一定高度,然后将空调中的液体放空,再进行空调的更换与返工,那么在评估返工区域能力时,举升机这个设备的数量和开动状态则是限制能力的关键。
如下图所示,在其他条件固定的情况下,设备越多返工效率越高;同理,随着设备开动率的提高,返工效率也在增加,直到开动率达到100%。
综上,设备方面评估输出的是设备数量和设备开动率。
③物料配送
返工过程会报废不少物料,所以需要物料的重新配送和安装(详见我之前的文章《返工订单交期保障2-返工订单的零件订货》),这里要说明的是,物料库存并不是越多越好,因为返工区域的面积是有限的,所以要考虑的是物料配送的准确性和及时性。
如下图所示,低增长的物料准确性、及时性只能让返修效率缓慢上升(因为一个订单可能缺10个相互配合使用的物料,即便只有5个物料送达也并不能支撑返工的有效开展,所以效率不能线性上涨),而接近完全准确和及时的物料配送可以让效率拉满。
综上,物料方面评估输出的是配送准确性和配送及时性。
④工艺准备
常规返工已经有成熟的工艺文件作为指导,但临时紧急出现的问题就需要各专业在现场会诊,针对具体问题出具个性化的返工方案,这个工艺方案的成熟度和培训完成度,决定了后续返工效率的情况。
如下图所示,工艺准备和刚才提到的人员情况非常相似,都会随着方案成熟度、培训完成度的提高而增长,然后趋于稳定。
综上,工艺方面评估输出的是方案成熟度和培训完成度。
⑤能源准备
能源供应的特点是:有或者无,所以说能源供应有时往往是否决项,但又是容易被忽视的一个因素。
如图所示,近期川渝地区遇到的高温限电,在没有动能/空调的情况下,返工效率则几乎为0;有动能/空调的情况下,返工效率达到正常.
综上,能源方面评估输出的是:能否正常供应。
通过返工管理系统对以上人、机、料、法、环等方面的能力测试,得出该订单返工的周期,这个周期是以上述瓶颈点所决定的。
例如,单独计算人、机、料、法、环能力时,分别得到该订单的返工周期为人(2h)、机(3h)、料(1h)、法(1h)、环(1h),该订单返修周期的瓶颈点在设备方面(3h),系统最后给出的提示是:该订单的返工周期为3小时。
以此类推,当返工管理系统中积累了一些订单数据后,会根据这些返工订单的计划交付时间计算并触发延期交付报警(通常阈值设置为不跨天,尤其是OTD模式下),管理者收到报警后应该策划如何调配资源解决瓶颈,加快返工进度,从而减少订单的延迟交付。
如上一步所述,如果出现了各种返工瓶颈导致的订单交期跨天延迟,则需要管理者积极地调配资源,消除瓶颈。
人的方面,建议采用从生产线调配的方式,因为返工区域需要处理的问题绝大多数来源于生产线,而生产线对应工位的员工完全有能力进行返工,所以可以临时抽调一部分产线轮岗员工进行支持(当然这里要平衡好生产与返工之间的能力)。
设备方面,建议在相同产品线之间进行资源调配,比如一些辅具和夹具,或者是手持电检设备等。
物料方面,如果是物料紧缺,则可以寻找代替资源、备件资源;如果是配送不及时,则可以额外加大送货频次等。
工艺方面,可以在开展正式返工之前,安排小批量验证和培训,充分测试方案的成熟度和实施性。
能源方面,由于返工区域为局部作业,所需能源相比产线要小很多,可以额外准备一些小型备用电源和发电设备,以备不时之需。、
综上,目的只有一个:对返工周期不能够满足订单交期要求的情况,最快速度进行弥补和挽回,尽可能的保障订单交期的兑现。
返工管理系统中收集了大量经过计算得出的各区域计划返工时长,再通过每个返工订单实际完成时长,加权平均后,得出每个区域每天的负荷情况。
如图所示,有1个区域(涂黄色)的实际返工时长小于计划时长,则代表这个区域的实际返工能力已经大于之前在系统中维护的区域返工能力了,负荷不足;
反之,有3个区域(涂红色)的实际返工时长大于计划时长,则代表这个区域的实际返工能力不足以支撑目前的任务,超负荷。
在实战中,可以选择按周次进行统计和分析,为后续的长期优化做准备。
在上一个环节中,得到了每周次各区域返工能力的数据,管理者可以对上个环节中返工能力出现异常的区域进行详细分析,并制定长期的优化调整策略。
比如返工能力有富余的区域,如果真因定位到人员富余,则可以将富余的人员进行多技能培训,支持瓶颈区域;同理,瓶颈区域的真因如果定位到设备数量不足,则需要提前开展采买和借用。
利用返工管理系统,对返工数据进行分析,开展返工区域动态的、持续性的优化,非常有助于返工订单的交期保证。
人工智能深度学习简史(1956~2024)
1353 阅读年营收643亿,净利88亿,航空货运三巨头业绩出炉
1285 阅读2025 LOG低碳供应链物流 杰出贡献奖
1239 阅读2025 LOG 低碳供应链物流 数智化优秀服务商
1173 阅读2025高考试卷正在发往全国各地,中国邮政承担押运任务
1148 阅读老牌跨境物流企业爆雷,资金链断裂
1069 阅读2025 LOG低碳供应链物流 杰出贡献奖
987 阅读买还是租,物流企业持有新能源车的最佳姿势
932 阅读2025 LOG低碳供应链物流 最具影响力品牌商
926 阅读2025 LOG低碳供应链物流 杰出贡献奖
933 阅读