精益生产25个必备工具!

1.  准时生产(JIT)

  • 基于客户需求的拉动式生产,基于多种精益工具,如看板,标准化作业,均衡生产等。可以极大的降低库存,扩大现金流。

2.  5S方法

  • 是管理工作区域的一个神器:整理(Sort),除去多余的;整顿(Set in order),将物品归位;清扫(Shine),打扫;清洁(Standardize),形成标准;素养(Sustain),执行标准来形成素养。以较为积极正面的环境影响人的心理。

3.  瓶颈问题

  • 以木桶理论作为参考,识别出制造过程的哪一个工序影响到了总的一个产出,及时找到短板并迅速补足短板。

4.  Andon系统

  • 它是一个可视化信息管理系统,可以实时沟通并在异常出现的时候保证第一时间做出响应。

5.  均衡生产(Level Scheduling)

  • 多品种小批次的排产方式。可以降低库存和减少生命周期

6.  连续流

  • 工序之间没有库存(Buffer),或者可以说只有很少的Buffer。可以减少多余的浪费:库存,等待,搬运。

7.  现场

  • 是一种“到第一生产现场去”的工作理念,现场是可以产生增值活动发生的地方。通过观察现场和与现场人员进行沟通,了解第一手信息情况。

8.  自动化

  • 让机器设备具有人的智慧,缺陷生产时可以自动停止,防止不良品产出。使得人们可以同时看多台设备。同时还提高了产品质量。

9.  方针管理

  • 统一公司的战略执行,自上而下使得所有活动进行合力。使得从战略到行动的统一性,减少内耗。

10.  改善

  • 提出一种全员参与,积极主动地不停歇的改进策略。尊重个体智慧以汇聚成群体智慧。

11.  KPI指标管理

  • 为追踪,鼓励关键目标达成的一些列指标,指标的选择很关键。好的指标会与公司战略保持一致,解决暴露问题和浪费,与员工行动紧密相关。

12.  看板管理

  • 是一种用来管理无聊需求信息的信号看板,包括在工厂的内部,外部供应商,顾客。可以消除库存和减少过度浪费。

13.  PDCA

  • 戴明博士提出的一种循环管理方法。Plan:制订计划;Do:执行计划;Check:确认目标是否达成;Action:反省,评估,然后再次行动。

14.  浪费

  • 对顾客而言,任何不增值的活动都是浪费,消除浪费是精益制造的核心。

15.  OEE(Overall Equipment Effectiveness)设备综合效率

  • 衡量一个制造过程损失的综合指标只需要将以下三个指标进行相乘即可:设备利用率(停机问题);设备效率(节拍问题);质量率(缺陷问题)。100%的OEE则意味着完美的生产:无停机,高节拍和无缺陷。

16.  防错

  • 通过预防和探测缺陷以便实现最终(客户端)的零缺陷。

17.  根本原因分析

  • 找到问题的根本原因,而非表面现象:比如5-Why方法。通过纠正措施消除问题的根本原因,使得问题更好更彻底地解决。

18.  六大损失

  • 在制造过程中往往会存在六大生产率损失:机器故障,计划外停工,需要换线,损坏,速度降低,质量缺陷。

19.  SMED快速换模

  • 一种可以将换模时间减少到10分钟以下的技术。快速换模使得小批量在生产时,大大减少了换模时间的损失,降低了库存,加大了客户响应。

20.  标准化作业

  • 基于最佳实践的,细化到每一个步骤的,可以归档的作业流程,可以用动态文件来支持必要时的更新。

21.  SMART目标

  • 设定以下目标:Specific具体化的,Measurable可衡量性的,Attainable可达成的,Relevant与战略相关的,Time-Specific与时间期限相关的。

22.  TPM全员生产维护

  • 通过预见性,预防性的方法对设备进行维护以便延长设备的运行时间,需要对操作员进行授权。通过授权激发员工的主人意识,提高士气,同时还能够提高设备的OEE

23.  Takt Time节拍时间

  • 基于顾客需求的生产节拍:节拍时间=计划生产时间(有效时间)/顾客需求数量。如果按照顾客节拍进行生产,既能够满足顾客又可以减少浪费。

24.  可视化工厂

  • 通过使用电子看板,控制器,物理看板等装置来实现工厂的可视化,透明化,并且还可以增强信息的沟通。如果将制造过程的状态快速有效的展现给大家,可以减少不必要的浪费。

25.  价值流图

  • 将当前和未来的生产流进行可视化的对比,以便可以寻找改进空间的方法。能够解决暴露当前过程的浪费,同时以便绘制出未来改善路线图。

转载于:https://my.oschina.net/u/3876903/blog/1839952

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值