Od dat k rozhodnutí Jak v Maxion Wheels vzniká kultura zlepšování založená na faktech

technikaatrh.cz | 29

formátu, kontrolovat tisíce provázaných vzorců.

Jakmile příprava přehledu trvala několik hodin

nebodní, byla data vokamžiku prezentace zastaralá.

Skutečným problémem nebyl nedostatek informací,

aleneschopnost najít mezinimi souvislosti. Zvýšená

zmetkovitost přitom často souvisela s poruchovostí

konkrétního zařízení, prostoje ovlivňovaly produkti-

vitu, kvalita měla přímý dopad nacelkovou efektivitu

zařízení (OEE), spotřeba materiálu souvisela snasta-

vením technologických procesů isorganizací práce.

Dokud byly informace oddělené, tyto vazby zůstávaly

skryté.

Postupně tak vznikla datová architektura propojující

výrobní data, ukazatele kvality, evidenci prostojů

aporuch, logistiku, ekonomické ukazatele ivýsledky

zlepšovacích aktivit. Připravuje senapojení dalších

zdrojů, mimo jiné výsledků životnostních zkoušek,

laboratorních testů aměření rozměrových ageomet-

rických vlastností kol, jako je házení nebosouosost.

Podstatné podle rmy je, že systém nevznikal jako

ITprojekt, alejako nástroj křešení konkrétních pro-

vozních problémů.



Zkratka OEE seuvýrobních manažerů obvykle spojí

sjediným procentem. Podlezkušenosti zOstravy je

alenejcennější to, cosezatím číslem skrývá.

Pokud OEE klesne o několik procentních bodů,

neznamená toproblém sOEE. Znamená to, ženěkde

v systému vznikla ztráta. Může za ní stát delší

přestavba, nestabilní kvalita, organizace výroby

nebo nedostupnost zařízení. OEE tedyfunguje spíš

jako diagnostický nástroj než jako cíl sám o sobě.

Navýrobních poradách seprotoukazuje jako plod-

nější diskuse o tom, proč se ukazatel změnil, než

o jeho výsledné hodnotě. Data sev tu chvíli stávají

společným jazykem výroby, technologie, kvality

aúdržby. Místohledání viníka sehledá příčina.



Prostoje eviduje každý výrobní podnik, jejich

struktuře ale rozumí málokterý. Na první pohled

bývá největším problémem dlouhá porucha zaří-

zení. Podrobnější analýza často ukáže něco jiného:

řada krátkých přerušení, z nichž žádné nevyniká,

dokáže vsoučtu způsobit větší ztrátu než jedna velká

odstávka.

VOstravě protozačali sledovat nejen délku prostojů,

aleijejich četnost. Ukázalo se, ženěkteré problémy

nejsou závažné svým trváním, ale frekvencí opa-

kování. Tento pohled změnil priority zlepšovacích

projektů: místonejviditelnějších problémů seřeší ty

snejvětším celkovým dopadem.

Stejný posun proběhl vúdržbě. Dřív seporuchovost

hodnotila hlavně podle zkušeností techniků, kteří

věděli, která zařízení vyžadují největší pozornost.

Srostoucím objemem výroby přestala intuice stačit.

Dnes jsou kdispozici údaje očetnosti poruch, délce

oprav, nákladech ioukazatelích MTTR (střední doba

opravy) a MTBF (střední doba mezi poruchami),

takže lze jednotlivá zařízení porovnávat objektivně.

Zajímavý bývá rozdíl mezivnímáním askutečností:

nápadné poruchy si zaměstnanci dobře pamatují,

zatímco drobné ačasto opakované problémy zůstá-

vají nepovšimnuté, přestože vytvářejí vyšší ztráty.



Vautomobilovém průmyslu není kvalita jentechnickým

požadavkem, alepodmínkou dlouhodobé konkurence-

schopnosti. Sledovat pouze celkovou hodnotu zmet-

kovitosti je přitom svůdné a málo užitečné. Skutečné

poznání přichází ažsanalýzou jednotlivých vad.

Paretovy analýzy obvykle ukazují, že rozhodující

část neshod tvoří několik málo kategorií. Místodesí-

tek drobných opatření tak vznikají projekty zamě-

řené na dominantní příčiny. Praktický přínos

se podle rmy projevuje i v jednání s dodavateli:

možnost ukázat Paretův diagram vad způsobe-

ných dodaným materiálem avedle něj odpovídající

nanční dopad mění charakter celé diskuse.



Kvalitní report sám osobě nestačí. Rozhodující je, aby

se správná informace dostala ke správnému člověku

vesprávný čas. Mistr potřebuje jiný pohled než procesní

technolog, technolog jiný než vedoucí provozu avedení

závodu jinou úroveň detailu než člen představenstva.

Srostoucím množstvím dat protovznikl systém auto-

matického reportingu, který distribuuje informace

podlejednotlivých rolí. Část výstupů slouží dennímu

operativnímu řízení, další podklady pro týdenní

výrobní porady, jiné pro měsíční hodnocení výkon-

nosti provozů. Vedlejším, alepodstatným efektem je

úspora administrativní práce. Specialisté nemusí trá-

vit hodiny přípravou prezentací a mohou sevěnovat

vlastní analýze azlepšování.



Největší přínos alepodlermy nespočívá vdashboar-

dech anivpoužité technologii. Projevuje sevezpůsobu,

jakým se uvnitř organizace komunikuje. Ve chvíli,

kdy jsou data snadno dostupná a všeobecně důvě-

ryhodná, ubývá diskusí o tom, zda problém existuje,

apřibývá času nahledání řešení. Méně energie sespo-

třebuje naobhajování názorů, více napráci sfakty.

Právě vtom vidí vMaxion Wheels podstatu moderní

operational excellence: ve schopnosti proměnit data

veznalosti, znalosti vrozhodnutí arozhodnutí vměři-

telné zlepšení výkonnosti.







Maxion Wheels Czech s.r.o.



