可视化管理在现场质量管控中的应用

可视化管理在现场质量管控中的应用

孟凡苹

（上海卫星装备研究所 上海市 200240）

摘要：科学技术的进步，特别是信息时代的到来，把我们带入了一个新时代。由于各个领域对信息的要求不同，需要一种新的技术来分析数据，在海量数据中找到有效的信息，并供我们使用。大数据可视化技术正好满足了这一要求。

关键词：可视化管理；质量控制应用

1大数据可视化概述

1.1大数据可视化

大数据可视化是对大数据可视化表达的一种科学技术研究。其中，这些数据的可视化表现被明确定义为以摘要形式提取的一种信息，包括相应信息单元的各种属性和变量。如今，大数据在经济管理、政治文化等知识领域有了一定的应用和实践，产生了广泛而深远的影响。大数据可视化分析能够快速高效地处理这些数据，获取正确有用的信息，对各行业的发展具有重要意义。

1.2大数据可视化流程

大数据可视化的实际操作过程可分为：一是从文件、硬盘或互联网获取数据；然后，需要分析复杂的数据结构。分析后对数据进行分类汇总，筛选出无实际意义或不符合目的的数据；综合运用数学建模、统计分析、模式识别等方法，对特征数据进行深度挖掘；还可以选择列表、树等可视化模型来描述海量数据；最后，我们可以使用精化的基本表示，即数据精化，这可以使数据描述更清晰，具有更多的视觉效果。

1.3大数据可视化原理

在大数据可视化中仍有许多原则需要遵守。具体原则是：明确数据图形背后的深层目的，通过比较反映一些隐藏的问题；数据层次的报告通过逐渐将整体分离为部分，逐层呈现；还可以结合生产生活实际得出结论，从而判断可视化数据的指标；并根据清晰有力的注释,从根本上减少和消除错误;；全面整合大数据可视化的文字图标和说明；通过图形的处理和美化，增加信息的可读性和可视化；不仅仅是强制要求以表格的形式显示数据内容；大数据可视化的最终目标是通过数据的深层次展示，激发企业或执行决策者的思维。

2可视化管理在现场质量管控中的应用

2.1以“三示”管理为指引，强化工艺指导

众所周知，发动机的装配属于纯手工作业过程，员工岗位技能水平的高低对发动机装配质量有着直接影响，如何提升员工岗位工作能力、强化工艺文件指导性，满足客户高质量要求，保障发动机优质交付，是中国航发西航不断追求的目标。

发动机装配过程中通常采用以文字描述为主的工艺规程、工艺卡片等指导性文件，缺乏直观的理解与认识，对于生产过程的指导性不强。对此，大修中心借鉴“三示”管理，一“变”文字化工艺规程为可视化工艺规程，通过采用照片展示的方式，直观性展示发动机装配生产流程，指导生产现场工作的开展；二“变”工艺标准中无法量化考核内容为显性化标准对比，进一步优化工艺规程，保障发动机维修质量。

2.2目视标准作业指导书的编制

对发动机装配、故障检查、零配件保护等关键操作过程进行全面梳理，拍照成册，明确相关操作要求和注意事项，指导生产过程。

围绕各种发动机部件的装配过程，建立了41个可视化装配过程程序，以细化每个步骤中要准备的零件、装配过程图、关键装配过程控制点、装配技能和工具使用，通过图文结合、重点提醒等方式建立标准化的装配工艺，确保产品返修质量。

围绕发动机部件的故障检查流程，建立了32个故障检查的可视化流程程序，以明确方式进一步澄清维修过程中零件的典型故障类别，完善检查和验收标准，确保维修后发动机零件的状态得到控制。

根据发动机单元的划分，建立了22个零件油封目视说明手册，突出各零件的一般工作要求、装配状态油封要求、零件状态油封要求等相关信息，指导操作人员进行油封保护。

2.3三维制导的有效性

在数字化转型的背景下，为了进一步加强工艺文件的指导，大修中心一方面借助信息系统将工艺文件与日常生产计划相关联，通过打包推送，集中推送日常生产计划所需的工艺文件，减少对纸质工艺文件的依赖；另一方面，依托三维动画管理模式，展示现场装配过程的动画形式，以及装配关系，逐一演示各部件的尺寸测量要求和关键注意事项，以确保产品装配质量得到管理和控制。

2.4防错理念贯穿于整个过程，准确的物料管理

需要修理的发动机部件需要长期储存、周转和运输。每个生产环节对零件状态控制和零件保护都提出了很高的要求。因此，建立全方位的保护控制模式势在必行。大修中心从零部件、插头三个方面入手，将防错要求融入到流程中，确保物料控制准确。

在发动机装配阶段，建立了发动机零部件的全过程保护模式，按照产品固定、数量固定、位置固定的“三定”原则，建立了零部件专用周转箱，既能保护零部件，又能有效防止多余材料的产生。

2.5建立小零件周转箱

全面梳理小零件，彻底预防控制，满足快速交接的需要，专门设计制造小零件周转箱，推广小零件精确控制模式。根据组装阶段和工作步骤，依次放入箱中，并以箱的形式进行交接。严格控制小零件的去向，从源头上控制多余材料的产生。

2.6通过正式管理推广分销模式

为进一步规范生产过程中工装、辅料的管理，大修中心采用跟踪管理的方式对工艺进行优化完善，加强工艺管理。

2.7明确显示和快速响应问题

根据公司数字化改造实践，建立了生产过程问题快速响应系统，通过物理光显示生产过程中的各种质量问题。各级管理者从问题发起、流程实施、进度跟踪、问题闭环等方面对异常运行情况进行处理，促进问题的快速处理和快速解决，确保生产现场各种问题的有效闭环。

2.6定期分析，防止问题再次发生

一是建立长期控制目标，对发动机年度试车进行统计分析，制定改进措施，制定年度改进实施项目，提高过程控制能力，确保发动机试车成功。

其次，建立中期管控目标，从使用磨损、人为因素报废、标准提高等方面对当月发动机废弃物损失情况进行统计分析，并借助速赢速效项目进行过程监控，确保实施要求到位，指标受控。

最后，建立短期管控目标，用A3报表对当月生产过程质量问题数据进行统计分析，找出问题的根本原因，实施纠正措施，通过质量改进项目和速效赢项目，优化和改进流程中的薄弱环节，促进生产过程管控水平的提高。

2.7生产过程管控可视化

动态的生成过程数据，通过移动终端、PC端、LED大屏幕、电子看板等形式展示出来，为领导层提供决策支持。决策的数据支持包括实时的订单完成度、生产任务执行度、在制零件数量、未完成零件工时、工序能力、零件质量等。

结论

通过可视化管理项目的实施，对生产过程物料管理达到精准管控，有效地提升了过程物料管理工作，主要体现在以下几个方面：自项目实施以来，生产过程中物料得到有效管控，前期因多余物等造成的质量问题彻底杜绝；零件混台风险降低，近年来没有因物料管理不当造成的混台问题；零件磕碰问题明显得到缓解，问题次数同比下降约60%。中国航发西航大修中心基于AEOS，从工艺管理、生产过程管控、持续改进等3个维度将质量管理工具方法融入日常改进工作中，促进过程质量管理工作的提升，获得了良好的实践效果，形成典型实践案例在集团内部进行推广。

参考文献：

[1]李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2019(5):83-95.

[2]杨丹.大数据时代消费者行为与精确营销研究[D].上海：上海工程技术大学，2019.

[3]陈桂香.大数据对我国高校教育管理的影响及对策研究[D].武汉：武汉大学，2019.