本文内容
自动化设备可能在生产已经出错后，仍持续运行很长时间。如果必须有人盯着每个加工循环，才能发现第一件不良品，那么设备虽然实现了工序自动化，却没有消除持续看守的需要。
自働化（jidoka）同时针对这两个问题。生产过程能够识别异常并阻止其继续，人员便可在异常发生后开展调查，而不必一直守在设备旁等待问题出现。这样，质量保障就融入了作业本身，而不是完全留到投入更多加工成本后再靠检验把关。
对生产经理而言，接下来的挑战是统筹停机后的各项安排：受影响的产出、已获批准的生产恢复任务，以及占用同一产能的其他订单。SkyPlanner APS 可帮助将这些已确认的变化纳入统一的生产排程，无需手动重新编排每台设备的任务队列。
什么是制造业中的自働化？
自働化是指让设备和操作员能够发现异常，并在问题沿生产过程继续扩散之前停止作业的原则。它与准时制生产并列，是丰田生产方式的两大支柱之一。
这一理念通常称为autonomation，也就是融入人类智慧的自动化。“自働化”与普通“自动化”的区别很重要：普通自动化负责执行任务，自働化则增加了识别何时不应继续执行任务的能力。合格作业的标准仍由人来制定，问题仍由人来解决，过程也仍需由人来改进。
这一理念源于丰田佐吉对织机的改进。能够在断线时自动停止的织机，不仅减少了疵布，还让人员不必持续看守设备。将质量保障融入过程，同时更合理地划分人与设备的工作，至今仍是自働化的核心。
自働化同样适用于手工作业。操作员发现异常时，必须能够停止作业并获得支援，而不是将有质量疑问的产品传到下一道工序。要从源头改善质量，并不需要先把所有任务都自动化。
自働化、安灯系统和防错法各有分工
这些方法可以配合使用，但仅靠购买一台装置，并不能完整落实自働化原则。
| 概念 | 作用 | 实际意义 |
|---|---|---|
| 自働化 | 发现异常，阻止异常继续，并暴露问题以便解决 | 关键条件出现异常时，生产过程不会在无人察觉的情况下继续生产 |
| 安灯系统 | 显示异常状态，并发出求助信号 | 相关人员知道哪里需要处理，并能组织支援 |
| 防错法 | 预防某种特定错误，或在适当环节将其检出 | 让已知错误无法发生，或在其影响后续工序之前被发现 |
| 最终检验 | 根据要求检验最终产出 | 能够识别不合格品，但此时可能已经对其进行了更多加工 |
安灯信号灯能够召来支援时，才发挥了作用。但仅凭信号灯，并不能证明生产过程能够识别缺陷，或阻止下一件不良品产生。防错检查可以支持自働化，但其价值取决于检查不通过后如何处理。一个人人都可能忽视的警告，与一个在条件异常时无法继续运行的过程，并不是一回事。
检验仍有其必要性。自働化并不意味着可以取消规定的检验，而是意味着不应等到这些检验环节，才发现反复出现的生产问题。在精益生产中，目标是减少无效作业、增加合格产出，而不只是缩短设备的运行周期。
首先明确区分正常与异常
选择传感器或报警装置之前，先要了解作业本身。团队依据什么条件判断工序正在正确进行？又能在哪个环节检查这一条件，在错误变得更难控制之前将其发现？
一句“注意质量问题”，很难让操作员知道具体该怎么做。明确规定需要检查的特性、必需的零部件、必须完成的动作或可接受的工艺条件，才能让团队有据可辨、有据可查。
先选择一种反复出现的问题，沿着实际生产过程追查。查看已批准的作业方法、产品变型、设备设定的变化，以及缺陷最早能够被检出的环节。对于不稳定或不必要地复杂的方法，应先改进，再实现自动化。否则，设备可能只是更快地重复作业，结果却依然难以确定。
针对选定的条件，团队应就以下事项达成一致：
- 如何区分合格作业与异常状态。
- 在何处、以何种方式检测这一条件。
- 哪些作业必须停止，或不得流转到下一环节。
- 如何识别并管控可能受影响的产出。
- 由谁评估问题并确认重新启动的条件。
这些决定必须配套考虑。如果只有检测，却没有明确的响应方式，生产过程仍要依赖某个人发现问题后临场处理。
停机后应验证恢复情况，而不是反复复位
有效的自働化响应包含四个相互衔接的部分：检测异常、阻止异常继续、恢复到获批的运行状态，以及防止问题再次发生。
即时响应与长期改进相互关联，但并不相同。团队可以先纠正设备设定问题并验证产出合格，再完成深入调查。任何临时遏制措施都必须明确责任人及获批的实施条件，不能变成未经记录、允许继续生产可疑产品的默许。
不要将复位视为已经恢复正常的证据。相关责任人员需要查明生产过程发生了什么、受影响的产出如何处置，以及有什么依据证明可以恢复合格生产。根据具体工序，这可能需要检查设备设定、验证有代表性的产出结果，或遵循既定的质量放行程序。
随后应调查异常发生的原因，并改进生产过程。如果每次重复停机后都只是再次复位，问题虽然已经显现，却还没有得到持久改善。调查表明作业标准或检测方法需要调整时，就应相应更新。
因质量问题而停止生产，不等同于紧急停机或设备隔离。设备操作、安全防护及重新启动都必须遵循适用且已获批准的程序。自働化是一项生产原则，不能替代这些措施。
示例：不再需要专人盯守的切割单元
设想一个向下游装配区供料的自动电缆切割单元。设备自动送料并切断电缆，但送料打滑可能导致切出的线段长度不符合要求。过去，设备持续运行时，操作员需要一边盯着产出，一边抽取线段检查。
团队先明确长度合格的判定条件，再研究在哪个环节能够可靠地检查。获批的改进方案会检查切割结果，并在不满足规定条件时自动停止继续送料。异常状态会显示出来，由操作员响应处理。这个例子仅用于说明运行原则，并非设备控制设计方案。
关键变化不在于是否配备了测量显示屏，而在于：生产过程不再依赖操作员在更多线段不断产出的同时，及时发现第一根不合格线段。
发生停机时，团队会管控可能受影响的产出，而不是假定此前的每根线段都合格。团队依据该过程的质量规则及现有证据，确定哪些产出已验收合格、哪些仍需暂扣待判、哪些必须补做。最近一次有记录的检查可以辅助判断，但不能自动证明那次检查之后的所有产出都合格。
异常原因得到处理后，责任团队会验证是否满足重新启动的条件。必要时，再开展长期纠正工作。在正常自动运行期间，操作员则可以执行其他已分配的任务，不必盯着每一次切割。
要实现最后这一点，必须合理安排作业循环。上料、下料、补料、检查和异常响应仍然需要时间。只有在操作员既能完成分配的任务、又能在需要时及时响应的情况下，安排其从事其他工作才有意义。自働化让人不必持续盯守机器，并不意味着人的工作就此消失。
不仅要看停机是否减少，还要衡量合格产出和人员盯守时间的减少
一台从不停机的机器，看起来生产效率很高，却可能一直把不良品送往下游。同样，一种新的检测方法如果反复误判合格品，也会消耗它本应保护的产能。
针对选定的失效模式，应在可比的生产条件下评估改善效果。重点查看流入后续工序的不合格品、问题重复发生的情况、不必要的停机，以及人员仍需花在盯守和恢复生产上的时间。还要确认检测方法是否适用于所有获准生产的产品变型和正常运行条件，而不只是对演示零件有效。
在经过批准的试验中，使用已知符合和不符合要求的条件，验证检测与响应机制。还要确认检查无法得出有效结果时，流程会如何处理。质量和工程团队应制定验收标准，并管控所有试验件，防止其混入正常出货。
异常报告增多时，应将其视为需要调查的信息，而不是直接认定为失败。流程可能只是暴露了原本就存在的问题。目标是消除问题根源、减少本可避免的工作，而不是鼓励人员忽视问题，以维持较低的停机次数。
将已批准的生产恢复工作纳入排程
再看电缆切割单元的例子。一次经核实的停机，可能导致验收合格的产量低于计划、部分时段的产能不可用，并且需要补切电缆才能完成装配。设备恢复运行，并不意味着原有交付计划也会自动恢复。
计划员需要掌握最新的生产实情：目前经确认的、最可靠的资源可用时间估计，已验收数量和剩余数量，已批准的追加工作，以及工序时长或具备执行资格的资源范围有何变化。不能仅仅为了让排程看起来完整，就把暂扣待判的产出当作已放行物料。
这正是 SkyPlanner APS 能让生产恢复更易管理的环节。记录实际产能变化，并将已批准的剩余工作或补产工作纳入计划。SkyPlanner 的人工智能排程引擎 Arcturus 会根据已配置的工作中心、班次、优先级和工序依赖关系，计算生产顺序。
工作中心的例外设置用于表示资源不可用的时段。甘特图时间轴会展示据此生成的排程，便于计划员查看切割任务、其下游工序，以及争用同一产能的其他订单。这样就不必另行维护生产恢复清单，再手动与各个任务队列逐一核对；大家可以依据同一份计划开展工作，完工日期也更清晰。
哪些交付承诺优先、哪些排程安排需要通过规则和锁定来保护，都由您决定。Arcturus 在这些约束内完成计算。备用设备只有在具备执行该项工作的资格且有可用产能时，才能发挥作用；提高订单优先级，并不能补回停机损失的工时。
质量决策与排程决策必须分清。工作中心的例外设置记录的是产能情况，并不代表获准重启。依赖关系规定的是计划中的先后顺序，并不能证明检验已经通过。负责的生产和质量团队确定获准继续开展的工作，SkyPlanner 则帮助将这些工作与其他待交订单统筹安排。
SkyPlanner 可通过开放的 REST API 与任何 ERP 或 MES 集成。因此，现有订单和生产信息可以直接与排程衔接，无需再另建一份独立的生产恢复电子表格。
实际工作中，如何更快地调整计划
随着订单量增长，食品包装制造商 Fredman Operations 在生产协调方面遇到了这类难题。作业卡需要从 L7 ERP 手动转入 LTR 生产管理软件，计划员也无法准确掌握设备何时空闲以及各班次的产能。为紧急任务重新排程可能需要一个小时甚至更久。
使用 SkyPlanner 后，团队在日常计划中通过共享甘特图和逐班次的产能信息安排生产。Fredman 表示，他们应对变化的速度更快了，加班需求也有所减少。这一经历说明，当下一项交付承诺取决于调整后的生产计划时，清楚掌握产能状况至关重要。
面对质量问题造成的生产中断，同样的排程优势也很重要：计划员可以少花时间在分散的清单之间重新梳理生产顺序，多花时间判断已确认的变化对客户意味着什么。
让生产流程在该停的时候停下来
先从一道可能在异常未被察觉时仍继续生产的工序入手。明确正常状态，确定流程如何识别偏差，并确保响应措施能够阻止问题继续流向下游。随后安排生产恢复，针对原因实施改善，而不是把反复复位当成常态。
如果在生产恢复方案获批后，您仍需手动重排其余生产任务，就可以选择 SkyPlanner APS。它将变化后的产能、剩余工作和争用产能的客户订单汇集到同一份排程中，让您在作出新的交付承诺前，看清各种交付安排之间的取舍。
预约 SkyPlanner 演示，带上近期一次因质量问题导致生产中断的案例、已确认的产能影响，以及为完成受影响订单而获批的工作。看看如何将这些工作与其他交付承诺统筹安排。如果想先了解排程方式，可以使用演示数据试用 SkyPlanner，或使用 SkyPlanner Assistant 中由人工智能辅助的 Getting Started 入门引导。
Jussi Mäntylä
生产计划专家，SkyPlanner
