معاينة العمل في التصنيع: اكتشف أسباب التأخير الخفية

الرئيسية » الموارد » معاينة العمل في التصنيع: اكتشف أسباب التأخير الخفية

وقت القراءة المقدر: 12 دقائق

قد تتجول في المصنع فتبدو لك الوردية مشغولة في لحظة، ثم تعود في لحظة أخرى فتجد أن طاقتها غير مستغلة بالكامل. لكن أياً من الزيارتين لا يخبرك بمقدار الوقت الذي يُقضى في تصنيع القطع أو التحضير للعمل أو انتظار وصول ما يلزم.

تستبدل معاينة العمل هذه الانطباعات بمجموعة مخططة من الملاحظات العشوائية. وهي تساعدك على تحديد الظروف التي تعطل الإنتاج واختيار تحسين يستحق التجربة. فالنتيجة المفيدة ليست تقييماً لمدى انشغال العاملين ظاهرياً، بل فهماً أوضح لما يمنع تقدم العمل.

بعد التحقق من أثر التحسين، يحوّل SkyPlanner APS أزمنة العمليات المحسّنة وبيانات توافر الموارد إلى جدول إنتاج منسق. وبذلك تقضي وقتاً أقل في إعادة ترتيب قوائم الأعمال لكل آلة على حدة، وترى أثر التغيير على الطلبات المطلوب تسليمها.

ما هي معاينة العمل؟

معاينة العمل أسلوب إحصائي لتقدير نسبة الوقت المخصص لأنشطة محددة، من خلال ملاحظة العاملين أو الآلات في لحظات مختارة عشوائياً. وتُسجَّل في كل ملاحظة طبيعة النشاط الجاري في تلك اللحظة. وتُستخدم نسبة الملاحظات في كل فئة لتقدير حصتها من الوقت الذي تغطيه الدراسة، بشرط أن يكون تصميم المعاينة ممثلاً لذلك الوقت.

على سبيل المثال، قد تميّز دراسة في منطقة التجميع بين التجميع والتهيئة والفحص وانتظار المواد وغيرها من الانقطاعات. وتسجيل هذه الفئات خلال ورديات ممثلة لظروف العمل يوفر أدلة أنفع من الاكتفاء بتصنيف كل شيء على أنه إنتاج أو خمول.

يفيد هذا الأسلوب خصوصاً عندما تتنوع الأنشطة وتتفرق الانقطاعات، ويكون الرصد المستمر مكلفاً من حيث الجهد. فلا يلزم تتبع كل عملية من بدايتها إلى نهايتها لفهم التوزيع العام للأنشطة.

اختر أسلوب قياس آخر عندما تحتاج إلى إجابة من نوع آخر:

• تتناول دراسة الوقت في التصنيع عناصر عمل محددة، ويمكن أن تحدد وقتاً قياسياً يستند إلى أسس مبررة. أما الملاحظات اللحظية العشوائية للأنشطة فلا تخبرك بالمدة التي يستغرقها كل عنصر قصير.
• يسجّل تتبع وقت الإنتاج الأحداث والوقت الفعلي لكل مهمة أو عملية. وتوضح هذه السجلات الأعمال التي استُهلكت فيها الساعات المسجلة، بدلاً من تقديم عينة عشوائية من جميع الأنشطة.

يمكن لدراسة منهجية لقياس العمل أن تستخدم المعاينة إلى جانب أدلة أخرى لوضع معايير. لكن نسبة نشاط معين لا تمثل وحدها وقتاً قياسياً، ولا تقيس وتيرة عمل أي شخص.

ابدأ بقرار تريد اتخاذه، لا بإحصاء الانشغال والخمول

اختر سؤالاً يمكن أن تؤدي إجابته إلى تغيير طريقة العمل في المصنع. فسؤال «كم من وقت فريق التجميع يُقضى في انتظار المكونات؟» نقطة بداية مفيدة إذا كان بإمكانك تحسين تجهيز المواد. أما سؤال «ما مدى كفاءة الجميع؟» فهو فضفاض أكثر مما يسمح بتصميم دراسة جيدة أو تفسير نتائجها على نحو سليم.

اتفق على هدف الدراسة مع العاملين الذين ينفذون العمل. وضّح ما ستتم ملاحظته، وكيف تُعرَّف الفئات، ومن سيطّلع على النتائج، وما القرار الذي ستدعمه. واسأل المشغّلين عن الانقطاعات التي لا تظهر في السجلات الحالية. فالدراسة تكون أنفع حين يستطيع العاملون توضيح سبب عدم توافر مجموعة القطع المطلوبة، لا حين يشعرون بدافع لإخفاء الانتظار.

حدّد مجتمع الدراسة: العاملين أو الآلات، والورديات والأيام وظروف الإنتاج التي يُفترض أن تصفها النتيجة. فدراسة الوردية النهارية في منطقة تجميع واحدة لا تصف تلقائياً العمل الليلي أو المصنع بأكمله.

ثم اختر وحدة الملاحظة. فملاحظة مشغّل في لحظة معينة وحدة، وملاحظة آلة في لحظة معينة وحدة أخرى. وافصل بين حالة كل منهما. فقد تنفذ الآلة القطع آلياً بينما يفحص مشغّلها قطعة أخرى. في هذه الحالة تكون الآلة قيد التشغيل والمشغّل منشغلاً بالفحص، ولا داعي لتصنيف أي منهما على أنه خامل.

وضّح أيضاً حدود الفترة الزمنية. إذا كانت الدراسة تغطي الوردية المدفوعة الأجر بأكملها، فأدرج فئة الاستراحة المناسبة. وإذا اقتصرت على فترات تشغيل محددة، فبيّن أن تلك الفترات هي أساس حساب النسب. ولا تقارن الحالتين كما لو كانتا تقيسان الشيء نفسه.

عرّف الأنشطة بحيث يستطيع المراقبون تمييزها

استخدم مجموعة صغيرة من الفئات التي لا تتداخل فيما بينها بالنسبة لوحدة الملاحظة المختارة، وتغطي الحالات المتوقعة. واكتب تعريفاً موجزاً لكل فئة مع أمثلة من منطقة العمل نفسها.

ينبغي أن يعني «انتظار المواد» تعذّر مواصلة العمل المحدد بسبب عدم توافر المواد المطلوبة، لا مجرد وقوف المشغّل قرب رف المواد. وينبغي الاتفاق على حدود «التهيئة»، من بدء التحضير حتى الجاهزية للإنتاج. وأبقِ الفحص الضروري فئة واضحة بدلاً من إدراجه ضمن فئة عامة للأنشطة غير الإنتاجية.

أدرج رمزاً للحالات غير المعروفة أو التي يتعذر رصدها. وإذا لم تستطع تحديد ما يجري، فسجّل عدم اليقين بدلاً من تخمين السبب. وراجع هذه الحالات على حدة؛ فلا ينبغي إسقاطها من إجمالي الملاحظات الذي تُحسب على أساسه النسب دون توضيح.

اختبر التعريفات في تجربة أولية قصيرة. واطلب من المراقبين تصنيف الحالات نفسها ومناقشة مواضع الاختلاف. فإذا صنّف أحدهم البحث عن أداة ضمن التهيئة وصنّفه آخر ضمن الانتظار، فستعكس الدراسة جزئياً اختلاف التعريفات بدلاً من واقع العمل. عالج ذلك قبل جمع العينة الرئيسية.

تكشف التجربة الأولية أيضاً المشكلات العملية، مثل نقاط الملاحظة التي يتعذر الوصول إليها، أو مسار الجولة الذي يستغرق وقتاً طويلاً، أو الفئات المفصلة إلى حد يصعب معه التمييز بينها بنظرة لحظية.

اجمع ملاحظات عشوائية تغطي ظروفاً ممثلة للإنتاج

حدّد أوقات الملاحظة مسبقاً باستخدام أداة لتوليد الأرقام العشوائية، ووزّع خطة المعاينة على الورديات والأيام التي يشملها القرار. واختر العامل أو الآلة وفقاً للخطة، بدلاً من اختيار من يبدو أكثر لفتاً للانتباه عند وصولك.

قد تتزامن زيارة منتظمة كل نصف ساعة مراراً مع تزويد المواد أو الاستراحة أو دورة تشغيل آلة. أما الزيارة فقط عندما يتفرغ المشرف فتُحدث نوعاً آخر من التحيز. ويساعد اختيار الأوقات عشوائياً على تجنب هذه الأنماط، فيما تجعل تغطية ظروف التشغيل المعنية النتائج مفيدة خارج نطاق فترة صباحية اختيرت لمجرد سهولة إجراء الملاحظات فيها.

في كل لحظة مختارة، سجّل النشاط الجاري دون انتظار بدء النشاط التالي. واحتفظ بوقت الملاحظة ووحدتها وفئتها، وما يرتبط بها من معلومات عن الوردية أو المنتج. وأضف ملاحظة واقعية موجزة إذا كانت ستساعد في تقصي سبب التأخير. ولا تقاطع النشاط طلباً لتفسير ثم تصنّف المحادثة التي تسببت بها أنت.

سجّل الملاحظات التي تعذر إجراؤها وأسباب ذلك. فاستبدال كل ملاحظة يصعب الوصول إليها أو تنفيذها بأخرى قريبة وسهلة قد يغيّر ما تمثله العينة.

إذا تعمّدت تكثيف المعاينة في وردية معينة، فاعرض نتائج الورديات منفصلة أو ادمجها بأوزان تعكس الوقت أو مجتمع الدراسة المراد تقديره. فمجرد جمع ملاحظات أُخذت بمعدلات مختلفة قد يجعل وردية غير معتادة تطغى على النتيجة.

ميّز أيضاً بين عدد الملاحظات وكمية المعلومات المستقلة. فرصد عدة مشغّلين خلال جولة واحدة ينتج عدة سجلات، لكن نقصاً مشتركاً في المواد قد يجعل حالاتهم مترابطة. وينطبق قيد مشابه على تكرار الملاحظات اللحظية أثناء التوقف نفسه. احتفظ بما يتيح تمييز الجولات والمجموعات الزمنية، حتى يمكن للتحليل مراعاة هذا التجمع.

كم ملاحظة تحتاج في معاينة العمل؟

يعتمد حجم العينة المطلوب على الدقة اللازمة لاتخاذ القرار والنسبة المتوقعة للنشاط. ولا يوجد عدد من الملاحظات يضمن أن تكون كل دراسة ممثلة للواقع.

للتخطيط لعينة عشوائية بسيطة من ملاحظات مستقلة، تُستخدم المعادلة التقريبية الشائعة التالية لحساب عدد الملاحظات المطلوب لتقدير نسبة نشاط واحد:

n ≈ z² × p × (1 − p) ÷ e²

هنا، n هو عدد الملاحظات، وp هي النسبة المتوقعة مكتوبة بالصورة العشرية، وe هو هامش الخطأ المطلق المطلوب، وz هي قيمة التوزيع الطبيعي المقابلة لمستوى الثقة المختار. ولمستوى ثقة تقريبي قدره 95%، تكون قيمة z هي 1.96. قرّب العدد الناتج إلى العدد الصحيح الأعلى.

إذا لم يتوافر لديك بعد تقدير موثوق لقيمة p، فإن استخدام 0.50 يعطي أكبر عدد من الملاحظات لهامش خطأ مطلق محدد. وعند اختيار هامش قدره خمس نقاط مئوية، أي e = 0.05، ينتج عن الحساب 385 ملاحظة. هذا مثال للتخطيط وفق هذه الافتراضات، وليس حداً أدنى عاماً أو ضماناً لكل مجموعة فرعية.

كن دقيقاً عند قول «خمسة بالمئة». فنسبة انتظار قدرها 20% بهامش خطأ يبلغ خمس نقاط مئوية تعني نطاقاً تقريبياً من 15% إلى 25%. أما هامش الخطأ النسبي البالغ 5% من تلك النسبة فيعني نقطة مئوية واحدة فقط زيادةً أو نقصاناً، وهو ما يتطلب عينة أكبر بكثير.

حدّد مستوى الدقة المطلوب للفئة والمقارنة اللتين تهمّانك. فقد يكون إجمالي عدد المشاهدات كافيًا لتقدير نسبة الانتظار العامة، لكنه لا يكفي لتحليل كل وردية على حدة، أو التأخيرات النادرة، أو محطات العمل الفردية. كذلك تتطلب جولات الرصد التي تُجمع فيها المشاهدات في مجموعات تحليلًا يراعي تصميم المعاينة، بدلًا من اعتبار كل مشاهدة مستقلة. وإذا كان القرار يتعلق بتغيير طفيف أو استثمار كبير، فاستعن بمتخصص في المعاينة لمراجعة التصميم قبل جمع البيانات الأساسية.

مثال: استخدم أعداد الملاحظات لصياغة سؤال يساعد على التحسين

تخيّل منطقة تجميع يدوي يشتبه فريقها في أن نقص مكونات مجموعات القطع يقطع سير العمل. تجمع دراسة 400 مشاهدة لحظية لحالة العامل، باحتمالات اختيار متساوية، خلال فترات الإنتاج المشمولة بالدراسة. ولتبسيط هذا المثال، نفترض أن المشاهدات مستقلة وأن كل مشاهدة قابلة للتصنيف.

النشاط المرصود	عدد المشاهدات	النسبة من المشاهدات
أعمال التجميع	200	50%
التهيئة والتحضير	60	15%
الفحص	40	10%
انتظار المواد	80	20%
تأخيرات أخرى محددة	12	3%
فترات الراحة المخططة	8	2%
الإجمالي	400	100%

تبلغ النسبة المقدّرة لانتظار المواد 80 ÷ 400 = 20%. وهي تصف وقت العاملين مجتمعين كما تمثّله الدراسة. ولا تعني أن كل عامل ينتظر خُمس كل وردية بالضبط، أو أن جميع الانقطاعات تستغرق المدة نفسها.

لهذه النسبة وحدها، يعطينا التقريب البسيط بالتوزيع الطبيعي ما يلي:

هامش الخطأ التقريبي عند مستوى ثقة 95% = 1.96 × √[0.20 × 0.80 ÷ 400] = 0.0392

أي نحو 3.9 نقطة مئوية، ما يعطي فاصلًا تقريبيًا من 16.1% إلى 23.9%. ويعبّر هذا الفاصل عن عدم اليقين الناتج عن المعاينة في ظل الافتراضات المذكورة. ولا يشمل أثر جدول رصد متحيّز، أو تصنيف خاطئ للأنشطة، أو اختلاف مزيج المنتجات في الشهر التالي.

للعينات الصغيرة أو نسب الأنشطة القريبة من الصفر أو الواحد، استخدم فاصلًا أنسب، مثل فاصل ويلسون أو الفاصل الدقيق للتوزيع ذي الحدين، بدلًا من الاعتماد على هذا التقريب المتماثل. وعندما تكون المشاهدات مجمّعة أو مرجّحة، استخدم طريقة تراعي أيضًا تصميم المعاينة.

الخلاصة التشغيلية أوضح من التفاصيل العشرية: انتظار المواد يستحق التحقيق. ابدأ بالتحقق من المرحلة التي أصبحت فيها مجموعات القطع المعنية غير مكتملة، والمكونات التي كانت ناقصة، وما إذا كان بالإمكان البدء بعملية التجميع التالية بدلًا منها. تحدد الفئة موضع البحث، بينما يوضح الفريق والسجلات الداعمة سبب ما حدث.

حسّن الوضع، ثم تحقّق مما تغيّر

راجع النتائج مع العاملين ومناولي المواد والمسؤول عن العملية المعنية. ميّز العمل الضروري عن الانقطاعات التي يمكن تجنّبها. فقد يحمي الفحص الجودة، وتتيح التهيئة إنتاج الدفعة التالية، وتساعد فترات الراحة على مواصلة يوم العمل. ولا يصبح أيّ من ذلك هدرًا يمكن إلغاؤه لمجرد أنه ليس تجميعًا.

اختر تغييرًا محددًا وعيّن مسؤولًا عنه. في مثال التجميع، قد يتمثل ذلك في التأكد من اكتمال مجموعات القطع قبل السماح ببدء العمل في منطقة التجميع. تحقّق من تراجع مشكلة المكونات الناقصة ومن إمكانية تقدّم العمل مبكرًا بالفعل، بدلًا من مجرد نقل الانتظار إلى قسم آخر.

كرّر المشاهدات في ظروف قابلة للمقارنة، مع تثبيت تعريفات الفئات والحدود الزمنية. وقارن مزيج المنتجات وأعداد العاملين والأحداث غير المعتادة، لا النسب الرئيسية وحدها. فالتغيّر الطفيف في النسبة ضمن نطاق عدم اليقين في الدراسة ليس دليلًا مقنعًا بمفرده؛ كما أن تغيّر مزيج المنتجات قد يُظهر نتيجة أفضل من دون تحسّن طريقة العمل.

والأهم، لا تحوّل نسبة الانتظار الأصلية البالغة 20% مباشرةً إلى طاقة إنتاجية إضافية قدرها 20%. فقد يكون الوقت المتاح نتيجة التحسين متقطعًا، أو يتطلب استغلاله شخصًا آخر، أو يتزامن مع استمرار الآلة في التشغيل أصلًا. وقد يقع أيضًا في فترة لا يمكن فيها لأي مهمة بديلة استخدام محطة العمل.

تحقّق من الأثر على المورد الذي تنوي جدولته. إذا كانت طريقة التحضير المحسّنة تقلّص وقت التهيئة فعلًا، فقِس المدة الجديدة واعتمدها. وإذا كانت تتيح محطة العمل لفترة تشغيل أطول، فتأكد من قدرة العاملين والمعدات على دعم هذا التوافر. وميّز بين جهد العمالة، والمدة المنقضية للعملية، ومدة انشغال الآلة.

أدرج التحسينات المتحقّق منها في جدول الإنتاج

لا يقتصر أثر التحسين الذي جرى التحقق منه على محطة العمل التي درستها. فقد يتيح تقليص وقت التهيئة بدء الطلب التالي مبكرًا، لكن ذلك الطلب يظل بحاجة إلى المواد وإلى مكان متاح في العملية التالية. وقد تتنافس طلبات أخرى على الآلات نفسها. هنا يحتاج التحسين الموضعي إلى خطة إنتاج مشتركة.

يتيح لك SkyPlanner تحديد مدد خطوات الإنتاج على أساس الوقت لكل قطعة، أو معدل الإنتاج، أو مدة ثابتة، مع إبقاء وقتَي التهيئة وإنهاء العمل واضحين كلٌّ على حدة. وتحدد ورديات محطات العمل الفترات الزمنية المتاحة. ويحسب Arcturus، محرك الجدولة بالذكاء الاصطناعي في SkyPlanner، الجدول وفق الطاقة الإنتاجية وعلاقات التبعية والأولويات المحددة في الإعدادات، ثم يعرض مخطط جانت الزمني النتيجة.

تخيّل أن القياس اللاحق يؤكد صحة تقليص وقت التهيئة من 40 إلى 30 دقيقة لمجموعة محددة من المهام الإنتاجية المتشابهة. حدّث مدخلات التخطيط المعنية بحيث تستخدم المهام ذات الصلة وقت التهيئة المعتمد، ثم أعد حساب مواضعها في الجدول إلى جانب بقية عبء العمل. وراجع العمليات اللاحقة ومواعيد التسليم، لا الفترة التي أصبحت شاغرة في المحطة الأولى وحدها.

يتولى SkyPlanner حساب الجدول مع مراعاة الترابط بين المهام، فيوفّر عليك العمل اليدوي اللازم لإدراج كل مهمة معدّلة في قائمة انتظار الآلة المعنية. أنت تقرر أيّ تحسين ثبتت صحته وأيّ طلبات لها الأولوية، ويطبّق Arcturus هذه التعليمات على الخطة. وهكذا تتيح الأدلة الأفضل طاقة إنتاجية مفيدة في المواضع التي يمكن الاستفادة منها فعليًا لإنجاز العمل.

توضح تجربة Fredman Operations مع SkyPlanner فائدة الجدولة. فقد كانت الشركة المصنّعة لعبوات الأغذية تفتقر سابقًا إلى رؤية واضحة للطاقة الإنتاجية في كل وردية، وكانت إعادة الجدولة العاجلة قد تستغرق ساعة أو أكثر. وأتاح تطبيق النظام جمع جداول الآلات والطاقة الإنتاجية للورديات في عرض مشترك بمخطط جانت. وتصف الشركة استجابة أسرع للتغييرات وأساسًا أوضح للالتزام بمواعيد التسليم. وتبيّن تجربتها قيمة تنسيق عبء العمل بعد تغيّر الظروف.

اختر SkyPlanner عندما تحتاج إلى تحويل تحسينات صالة الإنتاج التي جرى التحقق منها إلى خطة قابلة للتنفيذ لجميع الطلبات. فهو يتكامل مع أي نظام ERP أو MES عبر واجهة REST API المفتوحة الخاصة به، لتتمكن من الاحتفاظ بالأنظمة التي تدير أعمالك مع تحسين جدولة الإنتاج.

احجز عرضًا توضيحيًا لـ SkyPlanner، وجهّز مثالًا لتحسين واحد وأثره المعتمد على المدة أو التوافر، إلى جانب طلبات أخرى تستخدم الموارد نفسها. بذلك يمكنك أن ترى بصورة ملموسة ما يعنيه التغيير للعمل الذي التزمت بتسليمه. وإذا كنت تفضّل الاستكشاف أولًا، جرّب SkyPlanner ببيانات تجريبية.